基于改进蚁群算法的信息SNP选择算法研究
顾鑫1
陈伟鹤1
张付全2
张婷3
蒋跃明4
1.江苏大学计算机科学与通信工程学院 镇江 2120132.无锡市精神卫生中心 无锡 2141513.无锡市妇幼保健院 无锡 2140024.无锡市第五人民医院 无锡 214073
摘要：单核苷酸多态性(SNP)与复杂疾病之间的关联近来备受关注.SNP选择是在处理高维少样本的遗传数据时经常使用的方法,目的是从成千上万的SNP中选择出对遗传表型和疾病影响最大的SNP,从而完成数据降维.针对常用的信息SNP选择算法存在的未能充分考虑选择遗传数据内部的机理或者选择的SNP子集未能高度代表所有的SNP的信息的问题,提出改进蚁群算法(ACO)来选择SNP.基于临床数据的实验表明,ACO比现有的BPSO/STAMPA和BPSO/MLR方法具有更好的收敛性.实验分别在两个数据集上进行,论文提出的ACO方法的重构准确度提高了约10％～20％;实验充分说明论文方法在SNP的选择中具有较好的效果.
关键词：SNP选择单核苷酸多态性蚁群算法数据降维
分类号：TP3(计算技术、计算机技术)
资助基金：江苏省重点研发计划(社会发展)项目(BE2016630,BE2017628)无锡市卫生计生委科研项目(Z201603)
论文发表日期：2020-09-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 2083-2088 )
英文信息