全基因關(guān)聯(lián)研究中的模型構(gòu)建與優(yōu)化算法研究.pdf

1、遺傳學(xué)家的主要任務(wù)為找到那些與疾病相關(guān)的易感位點(diǎn)及其致病機(jī)制然后利用此類知識(shí)指導(dǎo)疾病預(yù)防、診斷及治療等工作,以對(duì)人類的健康事業(yè)做出貢獻(xiàn)。基因位點(diǎn)間存在的互關(guān)聯(lián)作用已被視為人類諸多表型特征遺傳機(jī)理的一個(gè)主要組成部分,對(duì)于多位點(diǎn)遺傳變異模型的學(xué)習(xí)可以幫助我們更好的認(rèn)識(shí)常見人類疾病的本質(zhì)作用方式。
　　但是從海量數(shù)據(jù)中尋找出少量的關(guān)鍵變異位點(diǎn)已被證明為是一件非常困難的事情。如何構(gòu)建出一個(gè)合適的帶有良好評(píng)價(jià)準(zhǔn)則的多位點(diǎn)關(guān)聯(lián)模型來表示易感位

2、點(diǎn)子集與疾病之間存在的關(guān)聯(lián)關(guān)系及如何從龐大的多位點(diǎn)互關(guān)聯(lián)模型空間中快速而準(zhǔn)確的定位出易感的關(guān)聯(lián)模型是擺在我們面前的兩大挑戰(zhàn)。在本文中,我們構(gòu)建了一個(gè)決策模型來表示變異位點(diǎn)子集與疾病之間的關(guān)聯(lián)關(guān)系,然后采用了三種高效率的評(píng)價(jià)準(zhǔn)則對(duì)其關(guān)聯(lián)關(guān)系進(jìn)行評(píng)估、衡量。另外,我們也還提出了兩種蟻群優(yōu)化算法的變種用來啟發(fā)式地搜索、學(xué)習(xí)多位點(diǎn)關(guān)聯(lián)模型。本文的創(chuàng)新性主要體現(xiàn)在以下方面:
　　l提出了一個(gè)廣泛意義上的決策模型來解釋構(gòu)建分類模型對(duì)那些能夠?qū)?/p>

3、具有不同表型特征的樣本產(chǎn)生最大區(qū)分的易感變異位點(diǎn)子集進(jìn)行統(tǒng)計(jì)學(xué)習(xí)的本質(zhì)原理。然后我們采用了三種評(píng)價(jià)準(zhǔn)則即條件熵、基尼系數(shù)及貝葉斯分值來測(cè)量所建模型識(shí)別變異位點(diǎn)子集的能力?；谔摂M數(shù)據(jù)集及高維的真實(shí)全基因組數(shù)據(jù)集,我們?cè)O(shè)計(jì)了實(shí)驗(yàn)以比較這三種評(píng)價(jià)準(zhǔn)則的性能。實(shí)驗(yàn)結(jié)果表明條件熵與基尼系數(shù)比貝葉斯分值具有更高的計(jì)算效率但對(duì)正確易感多位點(diǎn)關(guān)聯(lián)模型的檢測(cè)效力卻比貝葉斯分值稍差。當(dāng)它們被用于檢測(cè)一些弱關(guān)聯(lián)模型時(shí),條件熵與基尼系數(shù)在檢測(cè)效力與計(jì)算效率上

4、均表現(xiàn)出一定優(yōu)勢(shì)。在用來處理非平衡的樣本數(shù)據(jù)集時(shí),三種評(píng)價(jià)準(zhǔn)則的效力都呈現(xiàn)出較大的下降,但樣本集規(guī)模擴(kuò)大以后,此種下降效應(yīng)被削弱。另外在真實(shí)全基因組數(shù)據(jù)集上進(jìn)行的實(shí)驗(yàn)表明貝葉斯分值與條件熵能夠成功的檢測(cè)出先前已被人驗(yàn)證存在易感性的變異位點(diǎn)。它表明了我們提出的帶有合適評(píng)價(jià)準(zhǔn)則的決策模型可以很好的被用于真實(shí)的全基因組數(shù)據(jù)集上進(jìn)行易感、非同步起作用的變異位點(diǎn)子集的檢測(cè)。
　　l、提出了兩種新的基于蟻群優(yōu)化算法的變種策略以隨機(jī)的學(xué)習(xí)、尋找

5、易感多位點(diǎn)關(guān)聯(lián)模型。策略一在學(xué)習(xí)遺傳變異模型時(shí)并不限定所學(xué)模型的階數(shù)因此具有很高的靈活性。我們提出了一種有效的迭代停止規(guī)則以加快此策略的收斂速度并基于它研究了對(duì)此優(yōu)化策略中某些關(guān)鍵參數(shù)的設(shè)定方法以在算法的收斂速度及檢測(cè)準(zhǔn)確率之間尋找平衡。策略二則被用作為一種過濾式方法即首先使用其選擇出一些高度可疑的變異位點(diǎn)子集合然后再在其上進(jìn)行窮盡的搜索以學(xué)習(xí)其中可能存在的高階互關(guān)聯(lián)作用模型。在虛擬與真實(shí)全基因組數(shù)據(jù)集上進(jìn)行的實(shí)驗(yàn)均表明我們的方法可以在