基于全基因组的遗传性疾病和性状的关联位点分析

研究发现,通过全基因组关联分析,找出与疾病相关的位点或基因,对于人们防治遗传病,具有重要意义.首先,考虑固定效应(SNP位点)和随机效应(人群中的群体结构和亲缘关系),建立了混合线性模型,并且利用基于FDR标准的BH法对多重检验的P值进行校正,找出最有可能的致病位点.其次,利用Fisher的P值组合方法,将基因所包含的所有SNP位点组合,找出与疾病最可能相关的基因.由于遗传疾病可能与基因所包含的位点的子集关联,我们参考已有的ARTP模型,对模型进行了改进.最后,建立多表型联合模型MultiPhen找出与10个性状有关联的位点.     

基于统计检验与机器学习的全基因组关联研究框架

采用统计检验和机器学习的方法来研究SNP或基因与疾病(可测性状)的关联性.先对SNP选择合适的数值编码方式,并设计了相应的统计检验流程,随后通过P值初步筛选出了与疾病或性状相关联的位点.在此基础上,对筛选出的位点,采用随机森林,XGBoost等机器学习方法,从样本外预测的角度判断SNP与疾病或性状的关联度.相关结果,显示发现运用该分析框架能较好地筛选出与疾病或性状关联的SNP(基因).并且框架由于考虑了多种分类模型,有着稳健性高,计算开销较小以及可以交叉比对等优势.框架未来在还可在金融,社交网络等方面发挥作用.     

基于主成分分析下候选基因关联检验的数学模型

对候选基因的关联检验,都是针对性状在候选基因内使用多个SNP标记,并通过检验SNP单倍型来完成的,众所周知,多标记单倍型方法往往要比单标记方法表达出更多的信息,但是,单倍型的数量往往会随着所标记的SNP的数目增多而急剧的增加,这又会大大增加检验统计量的自由度,使用统计学中的主成分分析法来降低单倍型空间的维数,并构造关联检验来检验一个数量性状与多个单倍型的关联情况,模拟结果显示,此检验方法是较合理的.     

基因组疾病风险单倍型段的置换筛选检验（英文）

通过测试的一群而不是单个的变异与疾病的关联捕获变异的集体行为,文章提出了单倍型关联分析.这种分析通常涉及未知相位多位置基因型在病例和对照组中稀疏频率.它从推断单倍型基因型,共同分类和边际筛查疾病相关的基因单倍型开始.不幸的是,解未知相位的不确定性可能对单倍型共同分类(因此对预测风险单倍型的精度)产生强烈影响.在这里,为了解决这一问题,文章提出一个替代办法:在阶段一中,选择风险基因型而不是共同分类推断单倍型.在阶段二中,从前一阶段选择风险基因型推断出风险单体型.采用仿真研究和实际数据分析评定提议的程序性能.相比现有的多个Z-检验程序,通过使用建议的程序可增加全基因组关联研究的功效.     

考虑基因与基因间的交互作用的基因组选择方法研究

综合考虑主基因效应以及基因间的交互效应对植物选育种的作用是基因组选择研究关注的热点问题之一.目前已有的研究大多忽略了基因的交互效应,这主要是由于考虑交互效应会大大增加备选基因的数目,从而导致已有的统计建模方法不稳定.本文将基因效应与基因间的交互效应同时引入模型,提出三步模型构建方法以达到简化计算和提高模型预测精度的目标.第一步,不考虑具体模型,通过距离相关筛除方法删掉与响应变量显著无关的基因;第二步,在剩下的基因中,利用贝叶斯方法筛选可能的基因;第三步,基于选出的基因,同时考虑单基因效应和交互效应,利用惩罚方法选择模型并估计参数.通过模拟计算说明我们提出的方法与已有的一步模型选择方法相比具有计算简单、稳健、运行时间少并且预测精度高等优点.最后,将本文的方法应用于油菜花数据,实证分析表明,我们提出的方法显著地提高花期性状的预测精度.     

全基因组SNP交互作用中的基因型差异分析

为了描述基因型差异,本文从卡方检验入手求解相关度,并利用多位点连锁不平衡度,建立比较函数来区分个体差异;从1000人基因组计划数据库中收集了25个SNP位点,建立基于遗传算法改进BP神经网络进行人群分类,实现了输入某样本的SNP基因型,输出该样本的地区来源.     

基于Vague集的理想解和灰色关联结合的决策方法及应用

针对当前应用Vague集在解决多指标决策问题时存有的不足,提出一种基于Vague集的理想解与灰色关联结合的新决策方法.决策方法充分利用了Vague集强大的模糊信息表达能力,并将理想解法与灰色关联法进行有机结合,实现从位置和曲线形状两方面来更全面地反映备选方案与理想解的关系.最后,通过一个并购中目标企业选择的示例说明方法的应用过程,并验证了方法的可行性和实用性.     

FasL基因-844T/C单核苷酸多态性与浙江地区食管鳞癌易感性关系的研究

目的：研究FasL基因启动子区-844T/C单核苷酸多态性（SNP）与食管鳞癌易感性的关系。方法提取248例食管鳞癌患者（患者组）和297例健康体检者（对照组）外周血基因组DNA，以PCR-RFLP检测FasL-844T/CSNP。分析、比较两组该位点SNP的表达差异。结果食管鳞癌患者与健康体检者的FasL基因启动子区-844位点基因型分布差异有统计学意义（P＜0.01）。以TT基因型为对照，TC基因型不增加食管鳞癌患病风险（P＞0.05），而CC基因型则显著减少食管鳞癌患病风险（调整后OR=0.425，95%CI=0.255-0.708，P＜0.01）。以T等位基因为对照，C等位基因显著减少食管鳞癌患病风险（调整后OR=0.597，95%CI=0.460-0.776，P＜0.01）。结论在浙江地区人群中FasL基因-844T/CSNP与食管鳞癌的易感性有关。     

联图的关联着色

图G的一个κ-关联着色是指从G的关联集I(G)到颜色集{1,2,…,κ}的一个映射,满足任意一对相邻的关联分配到不同的颜色.使得G有κ-关联着色的最小的数κ称为G的关联色数,记为X_i(G).研究了联图的关联着色,给出了G∨H的关联色数的一个上界,讨论了路与路,路与圈,圈与圈的联图的关联色数.     

主成分分析方法在候选基因关联检验中的优效性

对候选基因的关联检验,多标记单倍型方法往往要比单标记方法表达出更多的信息,但是单倍型的数量往往会随着所标记的SNP的数目增多而急剧的增加,这又会大大增加检验统计量的自由度,通过使用统计学中的主成分分析法来降低单倍型空间的维数来检验一个数量性状与多个单倍型的关联情况,并与传统的方法做对比,模拟结果显示,此检验方法有较好的第一类错误率及功效.     

系列平行图SHMeredith图的关联着色

图的关联着色是从关联集到颜色集的一个映射,使得关联集中任何两个相邻的关联都具有不同的像.确定了Meredith图的关联色数,证明了对任意系列平行图都存在一个(Δ 2,2)-关联着色.     

系列平行图和Meredith图的关联着色

图的关联着色是从关联集到颜色集的一个映射,使得关联集中任何两个相邻的关联都具有不同的像.确定了Meredith图的关联色数,证明了对任意系列平行图都存在一个(Δ+2,2)-关联着色.     

次最优跳频序列集的构造

分圆类和分圆数是数论和组合数学中的经典议题.它们与差集,序列设计,以及编码理论存在着密切的关联.而寻求和设计比较理想(最优及次最优)的跳频序列(集)则是研究跳频通信技术的重要课题.文章基于广义分圆类提出一种次最优跳频序列集的构造,这些序列集具有新的参数且序列长度能为任意大于3的奇数.     

混合偏熵与关联熵

定义联系模糊性和随机性的混合集、混合偏熵与关联熵以及混合关联系数，研究了其性质，并举例说明混合关联系数在现实生活中的应用。     

基于灰关联综合评估的水利枢纽工程坝型优选

综合考虑影响坝型选择的众多因素 ,建立了分三层五个子系统的坝型优选模型 ,运用灰关联综合评估对模型进行求解 ,解决了水利枢纽工程坝型优化选择问题 .对于模型中定性影响因素定量化的问题 ,采用了集值统计法处理 .最后利用模型进行了实例分析决策 .     

基于标签组合的多标签特征选择算法

在多标签特征选择中,如果不考虑标签结构信息,只选取与单个标签相关的特征或只选取与整体标签集合相关的特征,则容易选取不重要特征,且也容易遗漏重要特征.为此,提出了一种基于标签组合的多标签特征选择算法——LG_MLFS.该算法的主要特点是:(1)考虑标签集合的组结构,并按照标签相关性进行分组.(2)利用标签的相关性结构信息...     

基于逻辑关系的酵母菌基因分析及其微分方程模型

基因网络是基因组功能与机理研究中最基本的模型,特别是利用基因表达谱数据的进行各基因相互关系的建模方法更是系统生物学中最常用的方法之一.通过定量建模,建立了酿酒酵母菌与有氧呼吸和无氧呼吸功能密切相关的代表性基因的逻辑关系,并根据其关系建立了相应的微分方程组.研究了在有氧呼吸和无氧呼吸两状态之间进行切换时,相关基因表达的动力学行为,并得到了相应的数值结果.     

正熵系统的稳定集

本综述将讨论正熵系统的稳定集研究的一些新的进展,主要侧重于稳定集与混沌的关联、稳定集的熵和维数等相关的一些主题.特别地,本文对符号系统的稳定集给出了其Hausdorff维数的下界估计.本文的目的是简介相关的一些进展,给出相应的参考文献,并提出几个未解决的问题.     

关于N(2,2,0)代数的软理想

本文将软集引入到N(2,2,0)代数,给出了软理想、软关联理想、软正关联理想的概念,讨论了它们之间的相互关系;得到了N(2,2,0)代数的软理想、软关联理想和软正关联理想的等价刻画,并研究了它们在软集运算下的若干基本性质;最后,探讨了软理想的像与原像的基本性质。     

R-fuzzy集的优势测度及其在人类感知领域中的应用研究

给出了一种新颖的R-fuzzy集优势测度的定义,实现了R-fuzzy粗糙近似集与描述符相关的隶属度重要性的量化表示.指出了优势测度是R-fuzzy集隶属度重要性的度量工具,并且具有传统Zadeh模糊集的本质属性.然后,针对不同标准子集对于隶属度集的优势测度序列,采用灰色绝对关联分析的方法对标准子集在隶属度评价方面的差异性进行了量化研究.最后,基于优势测度概念及灰色绝对关联分析方法对观音机场展开了噪声感知实验,讨论了不同年龄评价群体对噪声的理解在优势测度上的差异,证实了优势测度在人类感知辨识领域内的应用价值.