標(biāo)簽單核苷酸多態(tài)位點選擇方法研究.pdf

1、由單個核苷酸變異所引起的基因組水平上的遺傳序列多態(tài)性，稱為單核苷酸多態(tài)性（Single NucleotidePolymorphism，SNP）。在人類基因組中存在著上百萬的SNPs位點，對人類復(fù)雜疾病的研究帶來了巨大挑戰(zhàn)。不同遺傳標(biāo)記之間如SN P之間在多代遺傳中所存在的一種標(biāo)記非隨機(jī)組合的現(xiàn)象，也即連鎖不平衡，因此研究者可以選擇少部分的SNPs位點包含大部分的遺傳差異信息，這部分SNP位點稱為標(biāo)簽單核苷酸多態(tài)位點（標(biāo)簽SNP，TagS

2、NP）。目前，已有許多的研究應(yīng)用SNPs位點之間的連鎖不平衡特性進(jìn)行標(biāo)簽SNP位點選擇，但是由于SNPs位點數(shù)量巨大，這些方法存在著許多缺陷，比如大部分計算方法只能應(yīng)用于單體型數(shù)據(jù)，沒有考慮疾病狀態(tài)信息，非標(biāo)簽SNP位點的預(yù)測準(zhǔn)確度低等。針對現(xiàn)有方法存在的問題，本文對標(biāo)簽SNP位點選擇的主要研究工作有：
　?。?）大部分方法都是基于SNP兩兩位點之間的連鎖不平衡。而已有研究表明多個位點之間也存在著較強的連鎖不平衡關(guān)系，能夠進(jìn)一步幫

3、助減少標(biāo)簽SNP位點選擇的數(shù)目。此外，由于實驗方法和技術(shù)的限制，目前大部分測序方法得到的是基因型數(shù)據(jù)而不是單體型數(shù)據(jù)，為了進(jìn)行標(biāo)簽SNP位點選擇，這些方法必須從基因型數(shù)據(jù)中推斷出單體型數(shù)據(jù)，但是這個過程是十分復(fù)雜和需要昂貴代價的。為了克服這些困難，本文提出了一種基于信息論的平均信息增益率（AIGR）的連鎖不平衡度量方法，然后利用該度量方法作為聚類相似性度量提出了一種新的標(biāo)簽 SNP位點選擇方法，使用層次聚類模型和AIGR作為聚類相似性度

4、量對SNP位點數(shù)據(jù)集進(jìn)行聚類，再從每一個聚類中選擇該聚類的標(biāo)簽SNP位點，最后對選擇出的標(biāo)簽SNP位點使用支持向量機(jī)進(jìn)行預(yù)測評價。
　?。?）SNP位點數(shù)據(jù)與疾病狀態(tài)相關(guān)的位點才是具有實際意義的，而目前大部分的標(biāo)簽SN P位點選擇都只考慮了位點間的連鎖不平衡，而沒有考慮疾病的狀態(tài)信息，這對于標(biāo)簽SNP的選擇是很局限的。因此，本文進(jìn)一步考慮了疾病的狀態(tài)信息進(jìn)行標(biāo)簽 SNP位點選擇，也就是結(jié)合SNP位點間的連鎖不平衡特性和疾病的狀態(tài)信