学位论文 > 优秀研究生学位论文题录展示

基于稳定性的多因素SNP关联分析算法

作　者: 高原英
导　师: 张军英
学　校: 西安电子科技大学
专　业: 计算机应用技术
关键词: SNP 关联分析多因素稳定性
分类号: TP18
类　型: 硕士论文
年　份: 2012年
下　载: 79次
引　用: 0次
阅　读: 论文下载

内容摘要

单核苷酸多态性（Single Nucleotide Polymorphism, SNP）在基因组中分布广泛数量巨大且变异率高，所以富含遗传信息，在疾病基因定位与药物基因组学中有很高的研究价值。SNP关联分析从SNP位点集与疾病的关联性出发，定位影响疾病的SNP位点。本文指出了多因素SNP关联分析问题与SNP关联分析问题的不同。针对SNP关联分析算法的不足，提出一种基于稳定性的多因素SNP关联分析算法。在对几种SNP关联分析算法进行比较后，提出了一种多因素SNP关联分析算法的改进形式——基于AES的多因素算法。本文在模拟数据上进行实验，对SNP关联分析算法的不足进行了验证，对AntEpiSeeker、SNPRuler、SNP多因素分析算法、基于AES的多因素算法做性能上的对比分析，验证了多因素分析算法的正确性和有效性。最后，在AMD真实数据上进行实验，找到了一些比较可信的潜在致病因素。

全文目录

摘要  3-4
Abstract  4-7
第一章绪论  7-13
  1.1 SNP背景知识  7-9
    1.1.1 SNP基本概念  7-8
    1.1.2 SNP的重要性  8
    1.1.3 SNP的研究价值  8-9
  1.2 SNP关联分析研究现状  9-10
  1.3 本文的研究内容  10
  1.4 本文的结构安排  10-13
第二章 SNP关联分析介绍  13-31
  2.1 遗传学基础  13-14
    2.1.1 染色体与基因  13
    2.1.2 等位基因  13-14
    2.1.3 上位性(Epistatic)  14
  2.2 SNP关联分析问题  14-17
    2.2.1 关联性概念  14-15
    2.2.2 SNP关联分析  15-16
    2.2.3 SNP关联分析数据形式  16-17
  2.3 SNP关联分析方法  17-24
    2.3.1 关联性评价  17-21
    2.3.2 SNP位点搜索的常用技术  21-24
  2.4 常用SNP关联分析算法  24-29
    2.4.1 AntEpiSeeker  24-26
    2.4.2 SNPRuler  26-29
  2.5 本章小节  29-31
第三章多因素SNP关联分析  31-39
  3.1 多因素SNP关联分析问题  31-32
    3.1.1 多因素关联分析问题与关联分析问题的不同  31-32
    3.1.2 多因素关联分析问题与关联分析问题相同的情况  32
  3.2 多因素SNP关联分析算法  32-35
    3.2.1 SNP关联分析算法中的问题  33
    3.2.2 SNP关联性的稳定性  33
    3.2.3 重抽样方法  33-34
    3.2.4 枝条矩阵搜索算法  34-35
  3.3 基于AntEpiSeeker的多因素SNP关联分析算法  35-36
    3.3.1 SNP关联分析算法比较  35-36
    3.3.2 基于AntEpiSeeker(AES)的多因素算法  36
  3.4 性能评价准则  36-37
  3.5 本章小节  37-39
第四章实验研究与比较  39-51
  4.1 SNP模拟数据重抽样实验  39-41
  4.2 单因素模拟数据实验  41-45
    4.2.1 单因素疾病模型  41
    4.2.2 单因素模拟数据  41-43
    4.2.3 实验结果对比  43-45
  4.3 多因素模拟数据实验  45-48
    4.3.1 多因素模拟数据  45-46
    4.3.2 实验结果对比  46-48
  4.4 真实数据实验  48-50
    4.4.1 AMD数据实验  48-49
    4.4.2 肺癌数据实验  49-50
  4.5 本章小节  50-51
第五章总结与展望  51-53
致谢  53-55
参考文献  55-58

基于稳定性的多因素SNP关联分析算法

内容摘要

全文目录

相似论文