[发明专利]一种基于GPU并行计算的复杂疾病基因互作关联分析方法有效
| 申请号： | 201910484769.8 | 申请日： | 2019-06-05 |
| 公开（公告）号： | CN110211640B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 任文龙;肖静;连博琳 | 申请（专利权）人： | 南通大学 |
| 主分类号： | G16B40/00 | 分类号： | G16B40/00;G16B20/00 |
| 代理公司： | 北京科家知识产权代理事务所(普通合伙) 11427 | 代理人： | 徐思波 |
| 地址： | 226019 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于GPU并行计算的复杂疾病基因互作关联分析方法，包括如下步骤：步骤一、基于背景控制的主效+上位性检测算法研究，采用两阶段策略：第一阶段，在所有主效和上位性效应中，剔除无关变量，保留较少的变量；第二阶段，将通过第一阶段筛选的变量放入模型中进行最终确定变量选择方法；步骤二、建立基于GPU并行计算的加速算法，得到MRMLM‑GPU新方法；步骤三、MRMLM‑GPU新方法的性能分析。本发明是在MRMLM算法上进行背景控制的上位性拓展以及GPU加速改进，MRMLM算法上位性初筛阶段，SNP以及SNP对之间相互独立，PyCUDA提供了更为简单的编程方式实现GPU的并行。本发明为预测人类疾病的互作基因提供了可行的新方法。 | ||
| 搜索关键词： | 一种 基于 gpu 并行 计算 复杂 疾病 基因 关联 分析 方法 | ||
【主权项】：
1.一种基于GPU并行计算的复杂疾病基因互作关联分析方法，其特征在于，包括如下步骤：步骤一、基于背景控制的主效+上位性检测算法研究，采用两阶段策略：第一阶段，在所有主效和上位性效应中，剔除无关变量，保留较少的变量；第二阶段，将通过第一阶段筛选的变量放入模型中进行最终确定变量选择方法；步骤二、建立基于GPU并行计算的加速算法，得到MRMLM‑GPU新方法；步骤三、MRMLM‑GPU新方法的性能分析。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南通大学，未经南通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910484769.8/，转载请声明来源钻瓜专利网。
