申请/专利权人：长春大学

申请日：2024-01-29

公开（公告）日：2024-04-12

公开（公告）号：CN117649876B

主分类号：G16B20/20

分类号：G16B20/20;G06N3/006;G16B30/10;G16B40/00

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2024.03.22#实质审查的生效;2024.03.05#公开

摘要：本发明一种基于GWO算法在GWAS数据上检测与复杂疾病相关SNP组合的方法，属于计算机科学技术与生物学的交叉领域；包括一种基于GWO算法在GWAS数据上检测与复杂疾病相关SNP组合的方法。本发明提出了一种新的方法，用于挖掘数据中蕴含的疾病信息。全基因组关联分析是一种常用的探索复杂疾病的方法，提出高效且准确的检测方法一直是该领域的研究热点之一。本发明提出的方法基于灰狼优化算法实现，能够有效地在该数据上检测与复杂疾病相关的SNP组合。相比现有的其它算法，该方法具有更高的检测能力。本发明的研究成果将有助于进一步探索复杂疾病的致病机理，并有助于推进复杂疾病的解释、预防和治疗。

主权项：1.一种基于GWO算法在GWAS数据上检测与复杂疾病相关SNP组合的方法，其特征在于，包括以下步骤，且以下步骤顺次进行：步骤S1：载入全基因组关联分析GWAS数据到内存，使用基于BOOST算法的二进制存储方式；步骤S2：根据数据中的样本数计算最大上位性阶数和列联表最大长度，其中，最大上位性阶数为mo；步骤S3：初始化狼群初始化狼群中的狼，狼的数目由用户通过参数指定，每一只狼是一个长度为mo的整型向量，向量上的每一个数字代表GWAS数据中某一个SNP的索引下标，而每一只狼对应的就是一个SNP组合；步骤S4：更新变异率；变异率的计算方式如式3所示，它是0到最大变异率mr之间的一个值； 其中，vr是变异率，ns是狼群中所有SNP去重之后的数目，代表了狼群的复杂性，nw是狼群中狼的数目，mr是算法可以接受的最大的变异率，mr变量的值由用户通过参数指定；步骤S5：计算狼群中所有狼的K2、CE、Gini目标函数的值； 其中，X代表一个SNP组合，Y代表疾病状态，k2X,Y是SNP组合X与疾病状态Y之间的K2值，XG是SNP组合的组合基因型集合，YG代表疾病状态的集合，对于GWAS研究，通常样本的状态只有患病与正常，因此YG通常为{0,1}，一般用0代表正常样本，1代表患病样本，mx是样本中组合基因型为x的样本的数目，mx,y是样本中组合基因型为x并且样本状态为y的样本数目；ceX,Y是X与Y之间的CE值，px,y是SNP组合基因型为x并且样本状态为y的样本的数目与样本总数的比例，px是SNP组合基因型为x的数目与样本总数的比例；giniX,Y是X与Y之间的Gini值，py|x是在所有SNP组合基因型为x的样本中，样本状态为y的样本的占比；步骤S6：根据K2、CE、Gini目标函数的值以及每匹狼的头狼次数选取三匹头狼，并更新头狼次数；步骤S7：在三匹头狼上检测与疾病相关的SNP组合在每一次狼群中选出三匹头狼之后，针对每一匹头狼，基于K2值反复移除头狼中的噪声SNP，直到不存在噪声，如果最后剩余的SNP的数目大于1，则算法找到了一个SNP组合，并且这个组合中的SNP彼此联系且与疾病状态相关；步骤S8：狼群向三匹头狼移动检测完三匹头狼之后，对于狼群中其它的狼，向三匹头狼移动，以达到狼群寻优的目的；步骤S9：移动狼群中的每一匹头狼之外的狼，从而完成了一次狼群的移动，而后判断灰狼算法的迭代次数，如果迭代次数到达最大迭代次数，则算法执行完成，将算法记录的结果输出到结果文件，如果未达到最大迭代次数，跳转到步骤S4，更新变异率，进入下一次循环。

全文数据：

权利要求：

百度查询： 长春大学 基于GWO算法在GWAS数据上检测与复杂疾病相关SNP组合的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD