[发明专利]用于全基因组关联的分析的图形模型

权利要求书

1.一种便于基因型-表现型关联标识的计算机实现的方法，包括：

接收表示群体遗传和表现型数据的数据(610)；

生成包括非平凡群体结构子模型(105)的数据的图形模型(630)；以及

将所述图形模型(100)应用到所述群体遗传和表现型数据上，以标识基因型和一个或多个表现型之间的关联(640)。

2.如权利要求1所述的方法，其特征在于，还包括生成分对数观察模型，其中所述图形模型的参数是使用变分近似从数据中学习的。

3.如权利要求1所述的方法，其特征在于，还包括定义一个或多个预测值变量。

4.如权利要求1所述的方法，其特征在于，还包括定义一个或多个表现型变量。

5.如权利要求3所述的方法，其特征在于，还包括将所述一个或多个预测值变量定义为连续的预测值变量。

6.如权利要求3所述的方法，其特征在于，还包括将所述一个或多个预测值变量定义为二元预测值变量。

7.如权利要求4所述的方法，其特征在于，还包括将所述一个或多个目标变量定义为连续的目标变量。

8.如权利要求4所述的方法，其特征在于，还包括将所述一个或多个目标变量定义为二元目标变量。

9.如权利要求1所述的方法，其特征在于，还包括从所选的家谱树和群体遗传数据导出群体结构子模型。

10.一种便于基因型-表现型关联标识的计算机实现的方法，包括：

接收表示群体遗传和表现型数据的数据(610)；

生成包括群体结构子模型(105)的数据的图形模型(100)；以及

使用变分近似将所述图形模型(100)应用到所述群体遗传和表现型数据上，以标识基因型和一个或多个表现型之间的关联(640)。

11.一种便于基因型-表现型关联标识的系统，所述系统存储在计算机可读介质上，所述系统包括：

计算组件(320)，被配置成通过应用所选群体结构子模型来标识基因型-表现型关联；

群体结构引擎(330)，用于利用一个或多个所选图形模型(100)来生成群体结构子模型(105)并且将所述群体结构子模型应用于群体数据(310)以标识一个或多个基因型-表现型关联(350)。

12.如权利要求11所述的系统，其特征在于，其中所述群体数据包括群体遗传数据。

13.如权利要求11所述的系统，其特征在于，还包括数据存储，所述数据存储包括表示群体数据的数据。

14.如权利要求13所述的系统，其特征在于，其中所述基因型-表现型关联是通过部署所述群体结构子模型来标识的。

15.如权利要求14所述的系统，其特征在于，其中所述基因型-表现型关联是通过处理一个或多个预测值变量和/或一个或多个目标变量来标识的。

16.如权利要求11所述的系统，其特征在于，其中所述计算组件和所述群体结构子模型包括计算应用的一个或多个部分。

17.如权利要求11所述的系统，其特征在于，其中所述群体结构子模型是使用表示群体遗传数据的输入数据生成的。

18.如权利要求11所述的系统，其特征在于，其中所述计算组件包括在计算环境上运作的计算应用程序。

19.如权利要求11所述的系统，其特征在于，其中所述群体结构引擎包括计算应用程序。

20.如权利要求11所述的系统，其特征在于，其中所述系统包括计算应用程序。