#引用

##LaTex

@article{GUMUS201323,
title = “Multi objective SNP selection using pareto optimality”,
journal = “Computational Biology and Chemistry”,
volume = “43”,
pages = “23 - 28”,
year = “2013”,
issn = “1476-9271”,
doi = “https://doi.org/10.1016/j.compbiolchem.2012.12.006”,
url = “http://www.sciencedirect.com/science/article/pii/S1476927112001156”,
author = “Ergun Gumus and Zeliha Gormez and Olcay Kursun”,
keywords = “Feature selection, Principal component analysis (PCA), Mutual information (MI), Genomic鈥揼eographical distance, Human Genome Diversity Project SNP dataset”
}

##Normal

Ergun Gumus, Zeliha Gormez, Olcay Kursun,
Multi objective SNP selection using pareto optimality,
Computational Biology and Chemistry,
Volume 43,
2013,
Pages 23-28,
ISSN 1476-9271,
https://doi.org/10.1016/j.compbiolchem.2012.12.006.
(http://www.sciencedirect.com/science/article/pii/S1476927112001156)
Keywords: Feature selection; Principal component analysis (PCA); Mutual information (MI); Genomic–geographical distance; Human Genome Diversity Project SNP dataset

---

#摘要

Biomarker discovery 生物標(biāo)志物發(fā)現(xiàn)

SNP — single nucleotide polymorphism 單核苷酸多態(tài)性

傳統(tǒng)單目標(biāo) — 最大化分類準(zhǔn)確度

1 高分類準(zhǔn)確度
2 種族群體遺傳多樣性與地理距離的相關(guān)性

#主要內(nèi)容

數(shù)據(jù)集：
Human Genome Diversity Project (HGDP) SNP 數(shù)據(jù)集
1064個(gè)個(gè)體
52個(gè)族群
原始數(shù)據(jù)：
1043個(gè)個(gè)體
每個(gè)個(gè)體 — 660,918 SNPs（163來自線粒體DNA，排除）— 用660,755
每個(gè)SNP — 2個(gè)等位基因 — 編碼表示為：$\left\{?1,0,1\right\}$

目標(biāo)一：

高分類準(zhǔn)確度 — mutual information MI 互信息

$H$ — 隨機(jī)變量的熵

目標(biāo)二：

基因組地理相關(guān)性 — principal components analysis PCA

由于維度較高 — 對(duì)PCA使用了“維度戲法”

$C$ — $D\times D$維協(xié)方差矩陣
$Y$ — $N\times D$為中心數(shù)據(jù)矩陣，$N?D$

$k_i$ — 特征向量$i$
兩邊同乘$Y$

$v_i=Y{k}_i$ — 協(xié)方差矩陣$Y{Y}^T$的第$i$個(gè)特征向量
兩邊同乘$Y^T$

可得：

總結(jié)

以上是生活随笔為你收集整理的基于帕累托最优的多目标SNP选择的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。