[发明专利]一种基于进化算法在全基因组关联分析的数据中探索与疾病相关的SNP组合的方法

摘要

本发明公开了一种基于进化算法在全基因组关联分析的数据中探索与疾病相关的SNP组合的方法，包括如下步骤：步骤一、对群体和个体记录表进行初始化，并且对群体中的个体进行评价指标的计算；其中，所述评价指标包括：ce、gini、k2、g、cec、ginic、k2c、gc；步骤二、对所述评价指标进行排序融合；步骤三、判断群体的进化是否达成终止条件，如果达到了终止条件，则输出进化结果；步骤四、产生一个0～1之间的随机数，判断所述随机数是否大于所述探索概率，根据判断的结果决定用探索或利用的方式产生新个体；步骤五、调整所述新个体，计算调整后的新个体的评价指标，将其追加到个体记录中，判断新个体的八个评价指标是否都大于当前群体中维护的对应评价指标的最大值。

主权项

1.一种基于进化算法在全基因组关联分析的数据中探索与疾病相关的SNP组合的方法，其特征在于，包括如下步骤：步骤一、对群体和个体记录表进行初始化，并且对群体中的个体进行评价指标的计算；其中，所述评价指标包括：ce、gini、k2、g、cec、ginic、k2c、gc；步骤二、对所述评价指标进行排序融合，通过如下公式计算探索概率er：er＝1‑coveragepe式中，numSpecies是当前群体中SNP的去重数目，numPop是群体中个体的数目，l是每个个体的长度，pe为SEE算法的参数；步骤三、如果群体的进化达到终止条件，产生结果；否则，产生一个0～1之间的随机数；如果所述随机数大于所述探索概率，以利用的方法产生新个体，如果所述随机数小于所述探索概率，以探索的方法产生新个体；步骤四、计算所述新个体的评价指标，如果新个体的八个评价指标都大于当前群体中维护的对应评价指标的最大值，则认为新个体对于群体是无用的，则再次进行所述步骤三，如果新个体的八个评价指标中至少有一个小于当前群体中维护的对应评价指标的最大值，则认为新个体对于群体为有用的，用该新个体替换当前群体中最差的个体，则再次进行步骤二。