项目-申报书（国创）.docVIP

项目级别 项目编号 大学生创新创业训练计划项目申请书 （创新训练项目） 项目名称：基于随机森林的SNP关联性分析系统 项目负责人： 王睿然 指导老师： 杨利英 所在院系： 计算机学院 研究起止时间： 2013 年 11 月 至 2014 年 11 月 西安电子科技大学教务处 二○一三年十一月制 填表说明 一、填写申请书前，请先查阅教务处网站关于国家级大学生创新创业训练项目管理办法及申请通知。 二、申请书的各项内容，要实事求是，表达要明确、严谨。第一次出现的缩写词，需注出全称。 三、《项目申请书》要按顺序逐项填写，空缺项要填“无”。要求一律用A4纸双面打印，于左侧装订成册。可网上下载、自行复印或加页，但格式、内容、大小均须与原件一致。电子版填表字体用小四号宋体，单倍行距，申请书一式五份交到各学院办公室。 四、《项目申请书》中栏目“一至九”由学生填写，栏目“十至十二”由教师填写，栏目“十三、十四”由项目负责人所在学院填写。 项目名称 基于随机森林的SNP关联性分析系统 项目来源 √导师课题 □自主选题 □竞赛项目 □其它来源 申请经费（范围2000-1000元） 5600 项目完成时间 2014.11 申请人(团队) 姓名 学号 性别 身份证号码 专业班级 手机 E-mail 王睿然 男 班 @ 李德江 男 班 @ 杨静雯 女 班 @ 一、项目组成员情况介绍（包括自身具备的知识条件，有何特长、兴趣，参加哪些科技事件创新活动等） 王睿然：大学二年级学生，有较扎实的算法基础，对算法类知识有着浓厚的兴趣，尤其爱好数学。参加过数模校赛；有较好的数学功底，参加过今年的全国大学生数学竞赛，获得参加决赛资格（2014年3月份比赛）；对硬件感兴趣，参加过星火杯，与队友一起研发了单片机智能避障小车；能熟练使用matlab、lingo等编程软件，能够熟练运用C语言。英语水平高，有较高的阅读英文文档的能力。学习成绩突出，多次获得校级奖学金。 李德江：大学二年级学生，担任班长职务，积累了丰富的协调管理经验。掌握了线性代数、离散数学、数据结构、C语言等一系列与程序相关的知识，拥有良好的学习习惯和研究热情，积累了一定的计算机编程能力。参加了星火杯，研发了单片机避障小车。 杨静雯：大学二年级学生。长期关注大量数据处理与分析，具有较为扎实的数学功底，曾参加过ACM校赛，并获得三等奖。对软件有浓厚的兴趣，参加过星火杯。具有扎实的C语言，数据结构，线性代数及离散数学功底，多次获得校级奖学金。对算法有一定可以删除一定深入的研究。 可以删除一定 二、项目研究背景（可以是已有的基础，与本项目有关的研究积累和已取得的成绩，已具备的条件，尚缺少的条件及方法等） 单核苷酸多态性（single nucleotide polymorphism, SNP），主要是指在基因组水平上由单个核苷酸的变异所引起的DNA序列多态性，SNP在遗传性疾病的研究中尤其具有重要意义。 随机森林是一个包含多个决策树的机器学习算法，利用随机森林对于SNP研究具有明显优势，适用于处理高维小样本数据，并且基于随机森林的重要性测度对于SNP的分析很有效。 现有的重要性测度对于预测变量之间的关联性分析还有不足，并且由于SNP的连锁不平衡，所以有必要研究新的重要性测度来进行SNP数据的相关分析。 三、国内外的研究现状及研究意义 生命信息的解读和疾病的分子原因发现是国际研究前沿、国家发展战略和重大交叉学科首选的研究领域。 随着人类基因组序列测定的完成和人类单体型图计划(HapMap计划)的实施，基因组序列变异研究，特别是单核苷酸多态性研究，正成为新一轮基因组学的研究重点，其目的是在一定范围内的SNP中找出那些与疾病相关联的SNP子集及其与疾病的关联关系，为进一步的疾病病理分析和生物制药提供依据和基础。 复杂疾病的基因关联研究已成为国际上疾病基因组学、遗传基因组学和计算生物信息学研究的热点，论文数目急剧增长，研究成果不断涌现，比如英国剑桥大学医学研究院Johnson研究组与芬兰国家公共健康中心J.Tuomilehtoy研究组提出的算法以连锁不平衡为基础，如果两SNP间高度连锁，意味着用一个可预测另一个，故只需标记其中的一个；在SNP的标签上，目前已有的工具和系统包括：由美国南加州大学生物系与美国阿拉巴马大学生物统计系在美国分子与计算生物学计划支持下开发的 HapBlock，由美国华盛顿大学基因组科学系开发的Idselect和STAMPA。 我国国家973、国家863和国家自然科学基金等多个层面上都对复杂疾病关联研究给予了支持，