多目标多因素降维检测SNP-SNP相互作用 摘要 动机: 单核苷酸多态性(SNP) SNP相互作用(SSIs)是理解疾病易感性的常用标记。 多因素降维(MDR)可以成功检测到相当大的SSIs。目前,基于MDR的方法主要采用单目标函数(基于列联表的单测度)来检测SSIs。然而,一般来说,由于模型的潜在偏好和疾病的复杂性,单测度函数可能不会产...
本申请实施例提供了一种SNP‑SNP相互作用检测方法、系统、设备及介质,涉及粒子群优化技术领域,用以解决现有的SNP‑SNP相互作用检测存在时间复杂度高、优化效率低的技术问题。包括:将互信息作为目标函数,并在所有粒子的分量中分别存放一个SNP;所述互信息用于表征SNP之间相互作用与疾病表型的关联性;按照降序排列将所有...
GPU3SNP是一个多GPU工具,可以详尽地分析病例对照数据集,以寻找呈现上位相互作用的3-SNP组合。 它提供了具有较高相互信息的组合的列表,该列表用作进行交互的度量。 它使用CUDA进行了并行化,可以利用同一节点/系统中的多个GPU。点赞(0) 踩踩(0) 反馈 所需:1 积分 电信网络下载 ...
1. 突变位点对lncRNA-miRNA结合的影响 只需要输入lncRNA的野生型序列和突变型序列,采用上述的3种软件预测miRNA与两种序列的结合位点,从而分析突变对于lncRNA-miRNA结合的影响,示意如下 2. SNP对于lncRNA二级结构的影响 采用RNAsnp软件预测snp位点对于lncRNA二级结构的影响,示意如下 官网还提供了很多的...
Somatostatin-28 (1-12) 作为生长抑素系统的一部分,发挥着重要的生理调节作用。它主要通过与特定的受体结合来实现其功能。在体内,它可以与多种受体相互作用,这些受体属于 G 蛋白偶联受体(GPCR)家族 。当 Somatostatin-28 (1-12) 与受体结合后,会引发一系列细胞内信号转导事件。具体来说,它能够降低细胞内的环磷...
本发明提供了一种癌症相关snp、基因、mirna和蛋白质相互作用的多层网络研究方法,包括以下步骤:1)将癌症组织样本与正常组织样本的全基因组数据进行全基因组关联分析获得snp位点数据,并从snp位点数据中筛选差异显著的snp位点数据;2)用xgboost法分别分析癌症组织样本与正常组织样本的基因表达数据、mirna数据和蛋白质数据获得差...
Somatostatin-28 (1-12) 作为生长抑素系统的一部分,发挥着重要的生理调节作用。它主要通过与特定的受体结合来实现其功能。在体内,它可以与多种受体相互作用,这些受体属于 G 蛋白偶联受体(GPCR)家族 。当 Somatostatin-28 (1-12) 与受体结合后,会引发一系列细胞内信号转导事件。具体来说,它能够降低细胞内的环磷...