基于改进蚁群算法的信息SNP选择算法研究

• 作者: 张付全 张婷 蒋跃明 陈伟鹤 顾鑫
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: SNP选择 单核苷酸多态性 蚁群算法 数据降维
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 算法与分析
• 页码范围: 2083-2088
• 页数: 6页
• 分类号: TP3
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.09.002

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.