基于社区发现的遗传互作模式识别方法研究.pdf

摘要 摘 要 全基因组关联研究 （Genome-Wide Association Study ，GWAS ）在人类全基因组范围 寻找序列变异，探索单核苷酸多态性 （Single Nucleotide Polymorphisms，SNP ）与人类复 杂疾病等性状之间的潜在关联，为揭示人类复杂疾病致病机理提供更多线索。多个 SNP 之间往往存在交互作用，线性或非线性地影响着复杂疾病的产生与发展，因此 SNP 互作 模式的检测对于理解人类复杂疾病的病因具有重要意义。本文研究社区发现算法和 SNP 互作网络构建方法，以社团挖掘的网络方法识别 SNP 网络中的遗传互作模式，致力于为 复杂疾病发展机制和相关生物研究提供新见解。本文主要研究内容如下： （1）提出了基于改进鸽群启发优化算法的 SNP 互作识别方法。在鸽群算法中引入遗 传算子，设计多个体交叉策略，丰富种群迭代的多样性并且提高算法局部搜索能力；引 入帕累托排序方案，加快算法后期的收敛速率。将改进算法应用在基于互信息构建的 SNP 互作网络，从挖掘的社区中识别出具有生物意义的成对SNP 互作。 （2 ）提出了基于多拓扑特征融合的高阶 SNP 互作模式识别方法。设计多阶组合补充 建网策略，利用低阶（二阶、三阶）SNP 关联组合构造 SNP 网络，显著提高网络的社区 特征；基于节点扩展算法，提出一种融合多种拓扑特征的节点权重度量，在种子选择阶 段增加对节点评估的准确性。将改进算法应用在多阶组合 SNP 网络，检测到的高阶互作 社团包含与疾病关联的SNP。 （3 ）提出了基于关联网络重构与自适应扩展算法的高阶 SNP 互作模式识别方法。使 用拓扑重叠度量对未加权的SNP 网络进行重构，保证充分利用 SNP 连续性的关联信息； 利用平衡双权重指标的方式，减小节点权重计算偏差对算法扩展阶段的影响；引入指导 算法自适应扩展的模型，减少算法预设参数，提高对 SNP 互作社区的检测能力。本算法 应用于SNP 重构网络的实验结果表明，检测的高阶SNP 社团具有显著的生物学意义。 各项实验表明，本文所提方法在高阶 SNP 互作挖掘方面更有优势，能够检测到具有 更多与疾病相关SNP 的互作社团，为高阶遗传互作模式识别研究提供新思路。 关键词：全基因组关联研究，单核苷酸多态性，互作模式识别，社区检测 I 目录 目 录 摘 要I Abstract II 第1 章绪论 1 1.1 研究背景及意义 1 1.1.1 研究背景 1 1.1.2 研究意义 2 1.2 国内外研究现状 2 1.3 主要研究内容 4 1.4 论文组织结构 5 第2 章SNP 交互网络与社区发现基本理论 6 2.1 单核苷酸多态性（SNP ） 6 2.2 SNP 互作 7 2.3 SNP 网络 7 2.4 社区发现 8 2.5 本章小结 9 第3 章基于改进鸽群启发优化算法的SNP 互作模式识别方法 10 3.1 引言 10 3.2 相关工作 10 3.2.1 多目标优化 10 3.2.2 基本鸽群启发优化算法 11 3.3 基于多目标优化鸽群启发优化算法 12 3.3.1 鸽群表示与初始化 12 3.3.2 适应度函数 13 3.3.3 帕累托排序方案 14 3.3.4 搜索策略 14 3.3.5 领袖选择策略 16 3.4 实验结果及分析 16 3.4.1 仿真实验