SNP疾病模型的性质研究及检出性能的比较

摘要

单核苷酸多态性（Single Nucleotide Polymorphism）是指在基因组DNA序列中由单个核苷酸（A,T,C,G）的变异所引起的多态性，它是人类基因组中分布最为广泛且富含遗传信息的多态性。大量存在着的SNP位点决定了人与人之间的个性差异，并且与复杂疾病之间存在着极大关联。这使得 SNP研究具有十分重要的意义，现在SNP研究被普遍认为是人类基因组计划走向应用的重要步骤。
　　本文首先对疾病模型的性质做了比较全面的分析和研究，我们选取常用的几种经典模型对疾病模型中的MAF（Minor Allele Frequency）、MES(Marginal Effect Size)、Popular Prevalence等参数进行实验，分析了它们对疾病位点的关联性测度的影响，并对 one-way下疾病模型和噪声模型的关联性做了比较。另外，在前面对疾病模型性质研究的基础上我们设计相应的实验对照比较并分析了关联分析算法中的AntEpiSeeker，SNPRuler，Boost算法对不同疾病模型与不同参数的仿真数据的检出能力。同时，我们对各种算法的运行时间做了实验对比。最后，我们给出了对真实数据AMD和Lung所进行的实验分析。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 SNP 相关知识介绍

1.2 全基因组关联分析介绍

1.3 本文主要工作

1.4 本文结构

第二章 疾病模型

2.1SNP 数据与疾病模型

2.2 疾病模型参数介绍

2.3 疾病模型中参数的求解

2.4 本章小结

第三章 疾病模型性质的研究及其对关联性测度的影响

3.1 关联性测度介绍

3.2 疾病模型对关联性测度的影响

3.3 本章小结

第四章 不同模型与参数下关联算法检测能力的比较

4.1 主流关联算法的简介

4.2 关联算法对不同模型与参数检出能力比较的实验

4.3 各关联算法时间复杂度的比较

4.4 本章小结

第五章 AMD 与肺癌的真实 SNP 数据的实验研究

5.1 AMD 数据实验

5.2 肺癌（lung）数据实验

第六章 总结与展望

致谢

参考文献