[发明专利]一种基于遗传禁忌和贝叶斯网络的上位性位点挖掘方法

摘要

本发明公开了一种基于遗传禁忌和贝叶斯网络的上位性位点挖掘方法，包括：1、将基因型数据转换为二进制表示的布尔型数据；2、利用逻辑与操作快速地计算任意SNP位点对与表型间条件互信息，取出top‑N节点对，构建包含SNP位点的初始网络图；3、基于初始网络个体，通过随机增加边、删除边、逆转边生成新的个体，直到网络个体数量达到种群大小规模；4、通过遗传算法的三种操作与贝叶斯网络的打分机制，对贝叶斯网络结构进行演化，找到网络结构的最优解，快速准确的获取到影响表型性状的上位性基因位点。本发明可以帮助生物学研究者得到影响特定表型性状的上位性基因位点，进而辅助基因功能挖掘，以及为不同物种的复杂数量性状的遗传基础解析提供借鉴。

主权项

1.一种基于遗传禁忌和贝叶斯网络的上位性位点挖掘方法，其特征在于，包括以下步骤：步骤1、对SNP基因型数据，将基因型数据表示为0、1、2形式的数据，0表示纯合子常见基因型，1表示杂合子，2表示纯合子少见基因型；获取待挖掘的基因样本，以样本数为单位分为0、1、2三组，将基因型数据转换为二进制形式表示的布尔型数据0、1；步骤2、基于信息熵理论，计算任意SNP位点对与表型性状间条件互信息，根据计算的互信息大小对节点对进行排序，取出top‑N节点对，构建包含SNP位点对的初始网络图；步骤3、在不生成环的前提下，对初始网络个体通过随机增加边、删除边、逆转边操作生成下一个网络个体，然后在下一个网络个体的基础上再生成新的网络个体；重复以上生成新网络个体的操作，直到网络个体数量达到初始种群规模大小；步骤4、通过禁忌搜索优化的遗传算法的三种操作，包括选择、交叉和变异，以及贝叶斯网络的打分机制，对步骤3得到的初始网络种群进行演化，初始网络种群为包括SNP位点的贝叶斯网络，找到网络结构的最优解，从而获取到影响表型性状的上位性基因位点。