×
杨成红；杨怀硕；庄丽叶

PBMDR：一种基于粒子群优化的多因素降维方法，用于检测多焦点交互。 （英语） Zbl 1406.92409号

J.西奥。生物。 461, 68-75 (2019).
摘要：多中心相互作用的研究主要探讨了相关基因的遗传变异与患者肿瘤组织病理学特征之间的关系。然而，目前，复杂疾病易感基因的鉴定和表征仍然是遗传学家面临的巨大挑战。在本研究中，提出了一种基于粒子群优化（PSO）的多因素降维（MDR）方法，用PBMDR表示。MDR用于基于PSO算法的多焦点交互检测。从8个乳腺癌相关基因的26个SNP的基因型频率模拟测试数据集。在模拟疾病模型中，我们证明PBMDR在探索特定SNP基因型组合的能力和检测能力方面优于现有的全局优化算法。此外，将PBMDR算法与其他算法（包括PSO和混沌PSO）进行了比较，结果表明，与其他算法相比，PBMDR方法具有更高的精度和chi-square值。

MSC公司：

92D10型 遗传学和表观遗传学
90 C59 数学规划中的近似方法和启发式
92-04 生物相关问题的软件、源代码等

关键词：

粒子群优化；多因素降维；单核苷酸多态性

软件：

PBMDR公司；MDR公司
PDF格式BibTeX公司 XML格式引用
\textit{C.-H.Yang}等人，J.Theor。生物学461，68-75（2019；Zbl 1406.92409）
全文： 内政部

参考文献：

[1] 阿明巴赫什，S。；Sonmez，R.，用于大规模离散时间成本权衡问题的离散粒子群优化方法，专家系统。申请。，51, 177-185 (2016)
[2] Chang，W.C。；Fang，Y.Y。；Chang，H.W。；Chuang，L.Y。；Lin，Y.D。；Hou，M.F。；Yang，C.H.，识别乳腺癌ORAI1基因单核苷酸多态性的关联模型，《癌症细胞国际》，14（2014），第29条
[3] Chuang，L.Y。；Chang，H.W。；林，M.C。；Yang，C.H.，用于检测CXCL12相关基因在乳腺癌预防中SNP-SNP相互作用的混沌粒子群优化，《欧洲癌症杂志》。，21, 336-342 (2012)
[4] Chuang，L.Y。；莫伊，S.H。；Lin，Y.D。；Yang，C.H.，用于检测单核苷酸多态性条形码的混沌粒子群优化的比较分析，Artif。智力。医学，73，23-33（2016）
[5] 庄，L.Y。；莱恩，H.Y。；Lin，Y.D。；林，M.T。；Yang，C.H。；Chang，H.W.，使用粒子群优化算法识别与面部情绪感知相关基因的SNP条形码生物标记，《Ann.Gen.Psychiatry》，13（2014），第15条
[6] Cordell，H.J.，《检测人类疾病背后的基因-基因相互作用》，《自然遗传学评论》。，2009年10月392-404日
[7] 埃伯哈特，R。；Kennedy，J.，使用粒子群理论的新优化器。《微型机器与人类科学》，1995年。MHS’95，（IEEE（1995）第六届国际研讨会论文集），39-43
[8] 加西亚·冈萨洛，E。；Fernández-Martínez，J.，《粒子群优化（PSO）的简要历史回顾》，J.Bioninform。智力。控制，1,3-16（2012）
[9] Gola博士。；John，J.M.M。；van Steen，K。；Konig，I.R.，《多因素降维方法路线图》，简介。生物信息。，17, 293-308 (2016)
[10] Greene，C.S。；新泽西州Sinnott-Armstrong。；Himmelstein，D.S。；帕克，P.J。；摩尔，J.H。；Harris，B.T.，《图形处理单元的多因素降维实现了对散发性ALS上位性的全基因组测试》，生物信息学，26，694-695（2010）
[11] 哈恩，L.W。；医学博士里奇。；Moore，J.H.，用于检测基因-基因和基因-环境相互作用的多因素降维软件，生物信息学，19，376-382（2003）
[12] 伊米林斯基，M。；Belta，C.，利用代谢途径结构揭示高阶上位性，BMC系统。《生物学》，第2卷（2008年），第40条
[13] 卡夫，P。；Haiman，C.A.，GWAS在BRCA1携带者中确定了一个常见的乳腺癌风险等位基因，Nat.Genet。，42, 819-821 (2010)
[14] Lanza-Gutierrez，J.M。；克劳福德，B。；索托，R。；北卡罗来纳州贝里奥斯。；Gomez-Pulido，J.A。；Paredes，F.，分析二值化技术在通过群优化解决集合覆盖问题时的效果，专家系统。申请。，70, 67-82 (2017)
[15] 李，X。；陈，H。；Li，J.等人。；Zhang，Z.，基因相互作用网络的基因功能预测：上下文图核方法，IEEE Trans。技术信息。生物识别。，14, 119-128 (2010)
[16] 麦凯，T.F.C.，《表观和数量性状：使用模式生物研究基因-基因相互作用》，《自然评论遗传学》。，15, 22-33 (2014)
[17] 机械师，L.E。；卢克，B.T。；古德曼，J.E。；Chanock，S.J。；Harris，C.C.，《多态性相互作用分析（PIA）：研究复杂基因-基因相互作用的方法》，BMC生物信息学，9（2008），第146条
[18] 门德斯，R。；肯尼迪，J。；Neves，J.，《完全知情的粒子群：更简单，也许更好》，IEEE Trans。进化。计算。，8, 204-210 (2004)
[19] 欧阳，F。；Lin，Y.D。；庄，L.Y。；Chang，H.W。；Yang，C.H。；Hou，M.F.，Orai1基因的组合多态性与台湾地区乳腺癌预防模型相关，（国际生物医学研究2015（2015）），第281263条
[20] 欧阳，F。；Chang，H.W。；Lin，Y.D。；Chuang，L.Y。；Hou，M.F。；Yang，C.H.，通过改进的多因素降维（MDR-ER）对CXCL12/CXCR4相关基因的乳腺癌相关高阶SNP-SNP相互作用，Oncol。代表，36，1739-1747（2016）
[21] 帕克，C。；Yoon，Y。；最小值，O。；于圣杰。；Ahn，J.，阐明阿尔茨海默病的差异基因网络的系统识别，专家系统。申请。，85, 249-260 (2017)
[22] Pharoah，P.D。；蒂勒，J。；邓宁，A.M。；D.F.伊斯顿。；Ponder，B.A.，《120个候选基因的共同变异与乳腺癌风险之间的关系》，《公共科学图书馆·遗传学》。，3（2007），第e42条
[23] 医学博士里奇。；哈恩，L.W。；北鲁迪。；Bailey，L.R。；杜邦，W.D。；帕尔，F.F。；Moore，J.H.，多因素多维降低揭示了散发性乳腺癌雌激素代谢基因之间的高阶相互作用，美国人类遗传学杂志。，69, 138-147 (2001)
[24] Ting，C.J。；Wu，K.C。；Chou，H.，泊位分配问题的粒子群优化算法，专家系统。申请。，41, 1543-1550 (2014)
[25] 翁，G.Z。；巴拉，美国。；Iyengar，R.，《生物信号系统的复杂性》，《科学》，284，92-96（1999）
[26] 吴世杰。；Chuang，L.Y。；Lin，Y.D。；Ho，W.H。；Chiang，F.T。；Yang，C.H。；Chang，H.W.，用于分析肾素-血管紧张素系统基因对高血压的SNP-SNP相互作用的粒子群优化算法，分子生物学。代表，40，4227-4233（2013）
[27] Yang，C.H。；Lin，Y.D。；Yang，C.S。；Chuang，L.Y.，《利用多因素降维对基因-基因相互作用的高阶组合进行效率分析》，BMC Genom。，16（2015），第489条
[28] Yang，C.H。；Lin，Y.D。；吴世杰。；Chuang，L.Y。；Chang，H.W.，高血压协会研究中肾素-血管紧张素系统基因的八个单核苷酸多态性中的高阶基因-基因相互作用，（国际生物医学研究2015（2015）），第454091条
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。