[發(fā)明專利]一種基于mtDNA遺傳信息聚類分析的區(qū)域人口結(jié)構(gòu)分析方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 201210049757.0
• 申請(qǐng)日: 2012-02-29
• 公開(kāi)（公告）號(hào): CN102629255A
• 公開(kāi)（公告）日: 2012-08-08
• 發(fā)明（設(shè)計(jì)）人: 張虎勤;劉芳娥;吳曉明;杜建強(qiáng);夏娟娟;劉曉剛;郭燕
• 申請(qǐng)（專利權(quán)）人: 西安交通大學(xué)
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30;G06N3/12
• 代理公司: 西安智大知識(shí)產(chǎn)權(quán)代理事務(wù)所 61215
• 代理人: 弋才富

技術(shù)領(lǐng)域

本發(fā)明涉及遺傳信息研究區(qū)域人口結(jié)構(gòu)的技術(shù)領(lǐng)域，特別涉及一種基于mtDNA遺傳信息聚類分析的區(qū)域人口結(jié)構(gòu)分析方法。

背景技術(shù)

人口結(jié)構(gòu)和組成與結(jié)構(gòu)，通常是以民族、性別、年齡等因素為指標(biāo)進(jìn)行宏觀統(tǒng)計(jì)學(xué)分析和匯總，對(duì)人口結(jié)構(gòu)的認(rèn)識(shí)停留在直觀信息的統(tǒng)計(jì)分析上，存在工作量大，統(tǒng)計(jì)信息誤差大等缺點(diǎn)。嘗試從分子水平和基因序列信息表征區(qū)域人口的結(jié)構(gòu)和特征，使區(qū)域人口打上分子特征標(biāo)示，為區(qū)域人口成分界定和類群界定提供新的技術(shù)通道已經(jīng)成為研究的熱點(diǎn)。

發(fā)明內(nèi)容

為了克服上述現(xiàn)有技術(shù)的缺陷，本發(fā)明的目的在于提供一種基于mtDNA遺傳信息聚類分析的區(qū)域人口結(jié)構(gòu)分析方法，用遺傳算法和k-modes模型嵌合的聚類算法對(duì)區(qū)域人群mtDNA序列進(jìn)行聚類分析，實(shí)現(xiàn)對(duì)區(qū)域人口結(jié)構(gòu)進(jìn)行類群標(biāo)識(shí)和類群結(jié)構(gòu)劃分，以mtDNA多態(tài)性位點(diǎn)標(biāo)識(shí)人口類別聚類分析方法力求提高遺傳算法收斂速度搜索性能，達(dá)到高穩(wěn)定性的聚類分析結(jié)果。

為了實(shí)現(xiàn)上述任務(wù)，本發(fā)明采取如下的技術(shù)解決方案：

一種基于mtDNA遺傳信息聚類分析的區(qū)域人口結(jié)構(gòu)分析方法，包括下列步驟：

步驟一、選擇樣本來(lái)源：根據(jù)數(shù)據(jù)庫(kù)資源信息量，選擇mtDNA高變I區(qū)長(zhǎng)度為350bp序列，選擇mtDNA高變I區(qū)在16026-16399區(qū)間序列，長(zhǎng)度為350bp，進(jìn)行聚類分析，依據(jù)數(shù)據(jù)庫(kù)提供的原始數(shù)據(jù)，隨機(jī)選取所選區(qū)域內(nèi)的人口mtDNA數(shù)據(jù)在這個(gè)區(qū)間內(nèi)具有完整信息的樣本100-200個(gè)；

步驟二、構(gòu)建遺傳算法的K-modes聚類嵌合的分析模型：

遺傳算法以個(gè)體適應(yīng)度的大小來(lái)確定該個(gè)體被遺傳到下一代群體中的概率，在遺傳K-modes算法中，采用聚類緊密度指標(biāo)作為個(gè)體的適應(yīng)度值，個(gè)體S的適應(yīng)度函數(shù)定義為：

f(s)=1nΣj=1,kΣSi∈CjDist(Si,Zj)---(1)]]>

其中S_i為類Cj內(nèi)的元素，Zj為第j類的聚類中心，Dist表示距離度量，

所述的基于遺傳算法的K-modes模型算法執(zhí)行步驟為：

一、初始化種群，使每個(gè)個(gè)體表示一種分類方案，并對(duì)其進(jìn)行編碼；

二、從種群中選擇一個(gè)個(gè)體，對(duì)序列對(duì)象進(jìn)行編碼，對(duì)編碼后的序列對(duì)象進(jìn)行聚類；

三、通過(guò)公式(1)計(jì)算聚類結(jié)果的聚類內(nèi)緊密度值，并將該值作為個(gè)體的適應(yīng)度值返回；

四、有未被選擇的個(gè)體則返回到步驟(二)；如果種群中所有個(gè)體都被選擇過(guò)，通過(guò)循環(huán)語(yǔ)句判斷算法是否已完成規(guī)定的f(s)迭代次數(shù)，若已完成規(guī)定的f(s)迭代次數(shù)則轉(zhuǎn)到步驟(六)；否則進(jìn)入到步驟(五)；

五、根據(jù)各個(gè)體的適應(yīng)度值和遺傳算法的參數(shù)采用精英保留策略，選擇出適應(yīng)度最高的個(gè)體，利用隨機(jī)概率選擇個(gè)體，通過(guò)交叉運(yùn)算和變異運(yùn)算的相互配合來(lái)優(yōu)化種群，并返回到步驟(二)；

六、輸出最終結(jié)果，退出；