[发明专利]基于离散关联决策树的表型‑基因型的数据处理方法和系统

权利要求书

1.一种基于离散关联决策树的表型-基因型的数据处理方法，其特征在于，包括如下步骤：

步骤S10，采集表型数据和基因型数据；

步骤S20，将所述表型数据和所述基因型数据进行标准化处理，得到标准化数据；

步骤S30，将所述标准化数据进行检测和离散处理，得到离散数据；

步骤S40，采用离散关联决策树算法对所述离散数据进行处理，得到目标数据；

步骤S50，将所述目标数据进行可视化展示。

2.根据权利要求1所述的基于离散关联决策树的表型-基因型的数据处理方法，其特征在于，在步骤S10中，采用接口传输方式、文件交换方式、数据上传方式和/或基因芯片方式采集所述表型数据和所述基因型数据。

3.根据权利要求1所述的基于离散关联决策树的表型-基因型的数据处理方法，其特征在于，在步骤S10中，还对采集得到的所述表型数据和所述基因型数据进行存储。

4.根据权利要求1所述的基于离散关联决策树的表型-基因型的数据处理方法，其特征在于，在步骤S20中，所述标准化处理包括对所述表型数据和所述基因型数据进行清洗处理、缺失值检测处理、缺失值补充处理、单位换算处理、与国家标准统一化处理以及与行业标准化统一处理。

5.根据权利要求1所述的基于离散关联决策树的表型-基因型的数据处理方法，其特征在于，在步骤S30中，采用离群点检测方式、聚类方式和/或自动分类方式对所述标准化数据进行检测和离散处理。

6.根据权利要求1所述的基于离散关联决策树的表型-基因型的数据处理方法，其特征在于，在步骤S30之前以及步骤S40之后，还包括如下在步骤：

采用稀疏矩阵拆分方式和/或块列矩阵拆分方式将所述离散数据拆分到Hadoop平台，并以HDFS的文件形式进行存储；采用Spark平台对存储文件进行计算。

7.根据权利要求1所述的基于离散关联决策树的表型-基因型的数据处理方法，其特征在于，在步骤S40中，所述目标数据至少包括具有高风险的基因SNP、保护因素的基因SNP和表型指标。

8.根据权利要求1所述的基于离散关联决策树的表型-基因型的数据处理方法，其特征在于，在步骤S50中，采用基因关联图、交互作用影响图、基因通路图、位点人种分布图、力导向图、树状决策图、类目散点图、趋势图和/或直方图将所述目标数据进行可视化展示。

9.一种基于离散关联决策树的表型-基因型的数据处理系统，其特征在于，包括：

数据采集模块，用于采集表型数据和基因型数据；

数据标准化模块，用于将所述表型数据和所述基因型数据进行标准化处理，得到标准化数据；

数据离散模块，用于将所述标准化数据进行检测和离散处理，得到离散数据；

数据处理模块，用于采用离散关联决策树算法对所述离散数据进行处理，得到目标数据；

数据可视化模块，用于将所述目标数据进行可视化展示。

10.根据权利要求9所述的基于离散关联决策树的表型-基因型的数据处理系统，其特征在于，还包括数据存储模块，用于存储所述数据采集模块采集的所述表型数据和所述基因型数据。