[发明专利]一种人工蜂群优化贝叶斯网络的上位性位点挖掘方法

说明书

本发明涉及生物信息技术领域，提供了一种人工蜂群优化贝叶斯网络的上位性位点挖掘方法，包括S1‑S4四个步骤。本发明的一种人工蜂群优化贝叶斯网络的上位性位点挖掘方法，首先利用扩张、收缩、对称性检测三个阶段，通过条件互信息计算得到节点的马尔可夫毯，构建初始蜜源网络结构，然后，基于初始蜜源通过随机加边、减边、逆转边3种操作生成新的蜜源，直到达到最大初始蜜源数目，利用人工蜂群算法的三种操作(采蜜蜂、观察蜂和侦察蜂)与贝叶斯网络的BIC与MIT打分方法，对贝叶斯网络结构进行演化，找到最优的网络结构，快速准确的获取到影响表型性状的上位性基因位点，辅助基因功能挖掘。

技术领域

本发明涉及生物信息技术领域，具体为一种人工蜂群优化贝叶斯网络的上位性位点挖掘方法。

背景技术

随着人们生活质量的提高、医疗卫生环境的改善和相关生物技术的迅速发展，人类高发病率的疾病类型发生了巨大的改变。营养不良、传染病等主要受环境影响的疾病得到了有效地控制，而复杂疾病和孟德尔遗传病成为了目前困扰人类的主要疾病，孟德尔遗传病是一种单基因疾病，其遗传过程遵循孟德尔遗传定律，目前研究者利用定位克隆的方法确定了相关遗传基因，基本阐明了其遗传方式。复杂疾病是由多个基因，环境因素共同作用的结果，其病因非常复杂。其中复杂疾病占人类疾病的80％以上，主要包括癌症、2型糖尿病、高血压、心脏病等，因此，探索复杂疾病其中的遗传机制具有重要的研究意义。

从生物遗传学的角度看，决定生物复杂性状的遗传因素主要包括三个方面：基因主效应、基因与基因之间的相互作用和基因与环境之间的相互作用。全基因组关联分析(Genome-wide Association Studies,GWAS)是用人类全基因组范围内数以百万计的单核苷酸多态性(Single Nucleotide Polymorphism,SNP)作为遗传标记，通过病例/对照分析，来进一步探索出复杂疾病的相关遗传机制。但是早期开展的全基因组关联研究，主要侧重于主效基因的检测上，忽略了基因与基因之间的相互作用，即上位性(Epistasis)。而对于复杂疾病来说，SNP之间的上位性作用的影响往往更为重要，因此在全基因组范围内进行上位性检测对于探寻复杂疾病的致病病因有着重要的意义。

近年来，研究人员提出了多种上位性检测方法，但是这些方法仍然存在计算困难、效率低下、算法复杂度高以及假阳性率高等问题，导致不能准确高效地检测出与疾病相关联的SNP位点及其组合。

因此，在全基因组范围内提出更有效、更准确的上位性检测算法具有十分重要的研究意义，也对复杂疾病致病机理的发现、诊断、治疗和预防有着非常重要的作用。

发明内容

本发明的目的在于提供一种人工蜂群优化贝叶斯网络的上位性位点挖掘方法，通过人工蜂群算法优化贝叶斯网络构建包括SNP位点和表型性状的网络结构，进而挖掘出上位性位点。

为实现上述目的，本发明实施例提供如下技术方案：一种人工蜂群优化贝叶斯网络的上位性位点挖掘方法，包括如下步骤：

S1，利用扩张、收缩、对称性检测三个阶段，将目标节点分为表型Class节点和非Class节点两种情况，通过条件互信息计算获取不同节点的马尔可夫毯；

S2，根据得到不同节点的马尔可夫毯，构建包括SNP位点和表型Class的网络，得到初始蜜源，即初始网络结构；

S3，在不生成环的前提下，基于初始蜜源网络个体，通过随机增加边、删除边、逆转边的操作生成新的网络个体，直到网络个体数量达到最大初始蜜源数目；

S4，在步骤3所得初始蜜源的基础上，通过人工蜂群优化算法的三种蜜蜂行为与贝叶斯网络的BIC和MIT两种打分函数，对包括SNP位点和表型Class的贝叶斯网络进行演化，得到较优的贝叶斯网络结构，从而准确快速地获取到影响表型性状的上位性基因位点，其中三种蜜蜂分别为采蜜蜂、观察蜂和侦察蜂。