基于改进蚁群算法的信息SNP选择算法研究

作者：顾鑫; 陈伟鹤; 张付全; 张婷; 蒋跃明

来源：计算机与数字工程, 2020, 48(09): 2083-2088.

• SNP选择
• 单核苷酸多态性
• 蚁群算法
• 数据降维

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。

• 单位
  无锡市妇幼保健院; 江苏大学; 无锡市精神卫生中心; 枣庄市妇幼保健院; 无锡市第五人民医院