摘要
本发明涉及计算机科学、生物学技术领域,特别涉及一种基于麻雀搜索算法在GWAS数据中检测上位性的方法,包括载入GWAS数据,计算最大上位性阶数与列联表最大长度;初始化麻雀群体的位置;计算群体中麻雀的适应度;更新发现者的位置;更新追随者的位置;生成新的麻雀;在群体中筛选麻雀检测上位性;判断是否陷于局部最优;生成结果。上述方法能够全面评估与疾病状态相关的SNP组合,提升了分析深度;能够自动识别与疾病状态显著相关的上位性相互作用的阶数,更加符合实际需求;在迭代中基于SNP权重向量生成新的个体,并根据检测结果在每次迭代中更新SNP权重向量,引导群体的进化方向;解决了检测上位性相互作用时的假阳性问题。
技术关键词
搜索算法
样本
数据
代表
疾病
排序策略
比率
噪声
核苷酸
表达式
规模
指标
元素
风险
参数
系统为您推荐了相关专利信息
日志异常检测方法
结构化日志数据
融合特征
异常检测程序
键特征
日志
指标
语义向量
线性变换矩阵
节点异常检测方法
损失评估方法
公路
经济损失评估
机器学习算法
图像
多项式
神经网络算法
神经网络结构
压力传感器
数据