SNPs数据筛查的计算机理与参数计算方法

单核苷酸多态（SNPs）数据筛查已成为功能基因组研究领域的核心科学问题之一,然而海量数据与复杂关联使问题难以有效求解；参数计算方法是求解难解问题非常有效的手段，引进到SNP数据筛查中，可望出现新的转机。.面向多癌家系SNPs数据基于特征的筛选及鼻咽癌相关SNPs筛查等实际分子生物计算问题，揭示多约束海量SNPs数据筛查的计算机理，引进参数计算方法，建立参数可解性计算模型；通过深入分析问题的参数计算复杂性，提出实际有效的参数算法分析与设计技术及统一的优化方法，并提出面向实际问题的快速求解方法与计算平台。.项目将为求解SNPs数据筛查问题提供有效的理论与技术，为问题的快速计算响应提供手段与方法。将为研究生物计算中的相关问题提供典型应用示范,为同类问题提供强有力的技术支撑，推动生物计算的快速发展,为参数计算与生物计算建立联系的纽带,同时，实际有效的参数计算方法将推动参数计算本身的发展。

单核苷酸多态（SNPs）数据筛查已成为功能基因组研究领域的核心科学问题之一。面向多癌家系SNPs 数据基于特征的筛选及鼻咽癌相关SNPs 筛查等实际分子生物计算问题，揭示多约束海量SNPs 数据筛查的计算机理，引进参数计算方法，建立参数可解性计算模型。项目将为求解SNPs 数据筛查问题提供有效的理论与技术，为问题的快速计算响应提供手段与方法。.项目取得的主要成果如下：.(1)生物计算中的组学数据的存储技术研究:通过分析生物信息特点和各种信息存储技术优劣及相关国际公开数据库技术特点，我们研究了鼻咽癌研究中的信息存储、筛选查询、验证等设计与实现技术。.(2) 基于信息存储技术的生物计算平台:在信息存储技术研究的基础上，实现了基于信息存储技术的生物计算平台。主要解决了基因信息的存储和部分预处理功能，其中预处理的功能包括鼻咽癌基因高低表达的查询，SNP位点的查询与验证。.(3) 基于生物计算的分布式计算系统:研究了基于解决生物计算中难解问题的具有开放接口的分布式并行计算系统的设计与实现技术。系统兼有开放式、异构性、容错性与易用性等特点。信息存储和预处理各方面均达到了预期的目标，很好的满足了生物计算的使用要求和性能要求。.(4) tagSNPs选择算法研究：研究了现有的tagSNPs选择算法，在比较其优缺点的基础上，提出了一个改进的新算法(HTag)，实验结果表明HTag是一个高效的tagSNPs选择算法。.(5）连接位minwise哈希算法的研究：通过理论分析连接位哈希算法的可行性，并给出了估计公式，构建了连接位哈希算法的理论体系。通过实验分析，证明了连接位哈希算法在准确率和召回率比b位哈希算法略差，但成倍地提升了b位哈希算法的性能。.(6）SNPs筛查的并行化与基于CPU-GPU协同运算环境的计算管理技术研究：研究模拟仿真SNPs筛查算法的整体研究思路，通过搭建并行计算应用环境，实现应用程序的并行化，从而验证说明并行的可行性与优越性，并对并行的计算环境做出管理与监控。.(7) OMIM疾病和microRNA(miRNA)关联关系研究：miRNA在疾病的诱发过程中起着重要的作用。我们提出将随机游走算法应用于OMIM疾病相似性网络中，对OMIM疾病进行排序以预测OMIM疾病和miRNA之间的关联关系.理论和实验表明该算法具有较好的预测能力。