灰色关联决策在NSNP曲线拟合中的应用.pdfVIP

方法应用 灰色关联决策在NSNP曲线拟合中的应用 邱 路，蒋 艳，郭晓龙 (上海理工大学 管理学院，上海200093) 摘 要：为了对NSNP（NovelSingleNucleotidePolymorphism）的变化规律进行研究，文章对44个人的外显子 上的SNP数进行了数据提取和拟合。提取过程中采用人的编号，染色体编号，基因的起始位点这三个作为区分 是否是NSNP的主要因素。运用随机排序算法对于每次排序的NSNP数量进行运算，并画出相应的曲线。由于 2 曲线拟合时中出现3条曲线的确定系数相同（R 都是99.8%），文章中引入了灰色关联决策对3条曲线进行再次 比选，以提高这三条曲线与原来曲线的区分度，从而提高了曲线的拟合精度。 关键词：NSNP；随机排序算法；曲线拟合；灰色关联度；决策 中图分类号：N94 文献标识码：A 文章编号：1002-6487（2012）20-0095-02 [1] 本文采取了排序算法 对于44个人全基因组外显子 0 引言 上的SNP进行了研究。本文采用R软件中随机排序算法 对44个随机数进行1000次全排列，如表1。 近些年来，随着人类全基因技术发生了迅猛的发展， 表1 44 个全基因组外显子SNP 序列一次随机排列表 分析研究基因变异以及基因读取的软件和算法也越来越 1到15 27 2 30 44 38 33 20 32 37 21 42 41 31 14 35 16到30 16 17 43 39 7 22 10 23 4 25 6 11 18 29 3 [1][2] 先进 。其中以生物统计学的发展最为明显，对于庞杂的 31到44 13 8 19 34 15 36 9 40 26 5 12 1 28 24 生物数据进行汇总，并且对其进行计算研究，最后得出一 在此基础上，将这44个全基因组上的NSNP和合并后 些有利于科学家进行进一步研究的素材，这极大地推动了 的NSNP进行对比，每次对比都删除重复的NSNP，最后对 基因技术的发展。可是由于统计学的方法毕竟是有限的， 1000次结果求平均数。对比后的数据序列如表2所示。 在处理一些数据时，并不能真实有效地反映出这些数据的 该表中数据包括44个基因组每次的NSNPs数，每个基因 确切含义，而且有时精确度也有待于提高。 组中NSNPs的1000对比后的平均数。 单核苷酸多态性（singlenucleotidepolymorphisms, 表2 NSNP 汇总表 SNP）为DNA序列变异的基本形式。SNP不仅可以作为