基于几种机器学习算法的致病遗传基因位点分析

论文摘要

基因中的SNP位点的识别与筛选已成为复杂疾病与基因关联分析研究中日益重要的课题.本文首先对某类疾病基因库采用医学上常用的位点分类方式,分别统计样本总体各个位点的基因频率,从而确定主等位基因与次等位基因,将每个位点的碱基对（A,T,C,G）信息编码转化为数值编码.其次,采用卡方检验方法粗略筛选出可能的SNP位点,最后应用随机森林算法、Bagging、AdaBoost算法、Lasso Logistic算法等机器学习算法筛选出判别结果具有一致性的基因位点,并采用Cross-Validation方法对筛选结果的有效性进行了验证.

论文目录

• 1 基因的数值编码
• 2 基于卡方检验方法的初步筛选
•   2.1 单位点关联性测试
•   2.2 基于随机森林算法的基因位点识别
•     2.2.1 随机森林算法
•     2.2.2 基因位点识别
• 3 基于Bagging与AdaBoost算法的SNP位点识别模型
•   3.1 Bagging与AdaBoost算法介绍
•   3.2 基因位点重要性排序
•   3.3 基于Lasso Logistic算法的SNP位点识别模型与检验
•     3.3.1 SNP位点识别
•     3.3.2 Cross-Validation检验

文章来源

类型: 期刊论文

作者: 方雅兰,库在强

关键词: 位点,随机森林算法,算法

来源: 黄冈师范学院学报 2019年03期

年度: 2019

分类: 社会科学Ⅱ辑,基础科学,医药卫生科技,信息科技

专业: 生物学,基础医学,自动化技术

单位: 黄冈师范学院数学与统计学院

基金: 2018年黄冈师范学院教育硕士教学案例项目(JYJXAL2018001)

分类号: TP181;R394

页码: 1-5

总页数: 5

文件大小: 508K

下载量: 159