[發明專利]用于選擇用于建模上位性效應的標記的信息處理方法和系統

有效

• 申請號: 201410025013.4
• 申請日: 2014-01-20
• 公開（公告）號: CN103942467B
• 公開（公告）日: 2018-05-25
• 發明（設計）人: D·霍斯;何丹;L·P·帕里達
• 申請（專利權）人: 國際商業機器公司
• 主分類號: G06F19/18
• 分類號: G06F19/18
• 代理公司: 北京市中咨律師事務所 11247
• 代理人: 張亞非;于靜

1.一種用于選擇用于建模上位性效應的標記的信息處理方法，該信息處理方法包括：

由處理器接收基因標記集合和表型；

針對基因標記集合中的每個來確定關于表型的相關性評分；

基于基因標記集合中的具有最高相關性評分的基因標記的相關性評分來設置閾值；

針對基因標記集合中的至少一個基因標記來確定該至少一個基因標記和基因標記集合中的至少一個其他基因標記之間的至少一個交互的相關性評分；以及

基于該至少一個交互的相關性評分滿足閾值，將該至少一個交互添加到最高k特征集，其中，最高k特征集中的每個特征是各包含一個最高k相關性評分的基因標記和交互中的至少一個，

根據與更新的最高k個特征中的基因標記和交互中的一個關聯的最高相關性評分來更新所述閾值。

2.如權利要求1所述的信息處理方法，其中，針對基因標記集合中的每個來確定的相關性評分是基于基因標記集合中的每個和表型之間的互信息。

3.如權利要求1所述的信息處理方法，其中，針對至少一個交互確定的相關性評分是基于該至少一個交互和表型之間的互信息。

4.如權利要求1所述的信息處理方法，還包括：

從基因標記集合隨機抽樣基因標記的子集；以及

從該基因標記子集中選擇所述至少一個其他基因標記。

5.如權利要求4所述的信息處理方法，其中，確定至少一個交互的相關性評分包括：

確定相關性評分的第一集合，其包括相對于表型的用于所述至少一個基因標記和基因標記子集中的每個之間的第一多個交互中的每個的相關性評分；

基于與所述相關性評分的第一集合關聯的正態分布來確定所述至少一個基因標記與包含大于閾值的相關性評分的交互關聯的概率；

將該概率與概率閾值進行比較；以及

基于滿足概率閾值的概率來確定相關性評分的第二集合，該集合包括所述至少一個基因標記和所述基因標記集合中的剩余基因標記集合之間的第二多個交互中的每個的相關性評分，其中，該第二多個交互包括所述至少一個交互，并且其中，該剩余基因標記集合包括所述至少一個其他基因標記。

6.如權利要求1所述的信息處理方法，還包括：

基于將所述至少一個交互添加到最高k特征集，通過將與最低相關性評分關聯的基因標記和交互中的一個從最高k特征集中移除，來生成更新的最高k特征集。

7.如權利要求1所述的信息處理方法，還包括：

確定所述至少一個基因標記和所述基因標記集合中的至少一個其他基因標記之間的至少一個其他交互的相關性評分；

將該至少一個其他交互的相關性評分與已經更新的閾值進行比較；以及

基于該至少一個其他交互的相關性評分滿足已經更新的閾值將該至少一個其他交互添加到最高k特征集。

8.如權利要求1所述的信息處理方法，其中，所述最高k特征集的子集中的每個特征最大化與表型的相關性并最小化關于其他選中特征的冗余度。

9.一種用于選擇用于建模上位性效應的標記的信息處理系統，該信息處理系統包括：

被配置為通過處理器來接收基因標記集合和表型的模塊；

被配置為針對基因標記集合中的每個來確定關于表型的相關性評分的模塊；

被配置為基于基因標記集合中的具有最高相關性評分的基因標記的相關性評分來設置閾值的模塊；

被配置為針對基因標記集合中的至少一個基因標記來確定該至少一個基因標記和基因標記集合中的至少一個其他基因標記之間的至少一個交互的相關性評分的模塊；

被配置為基于該至少一個交互的相關性評分滿足閾值將該至少一個交互添加到最高k特征集的模塊，其中，最高k特征集中的每個特征是各包含一個最高k相關性評分的基因標記和交互中的至少一個；以及

被配置為根據與更新的最高k個特征中的基因標記和交互中的一個關聯的最高相關性評分來更新閾值的模塊。