求解三倍体个体单体型重建问题的遗传算法

针对最少错误更正(the minimum error correction,MEC)模型,对三倍体个体单体型重建问题进行研究,提出一种基于遗传算法的三倍体个体单体型重建算法GTIHR.该算法采用一种新颖的染色体编码方法和一种有效的爬山算子.这种较短的染色体编码方式能够构造较小的解空间,以便于算法快速收敛到较优解.此外,爬山算子通过为染色体编码注入随机信息来避免早熟现象,并充分利用SNP片段中的有效信息来逐步修正染色体编码取值.实验利用鸟枪法测序模拟片段生成器CELSIM生成片段数据.与以往求解算法的比较分析结果显示,GTIHR算法能够获得更高重建率的单体型,具有较强的实用价值.

一种快速精确的个体单体型重建算法

在最少错误更正模型的基础上,提出一种重建单体型的启发式算法H-MEC。按照单体型的单核苷酸多态性(SNP)位点顺序依次构建算法步骤,根据某SNP位点取值将覆盖该SNP位点的片段划分为2个集合,利用包含片段数较多集合中的片段进行重建。使用HapMap计划发布的CEPH样本中的60个个体,在1号染色体的单体型上进行实验。结果表明,H-MEC算法在各种参数设置下,能获得较Fast Hare算法和DGS算法更高的单体型重建率。此外,该算法在重建长单体型时也具有较高的执行效率。

基于枚举策略的三倍体个体单体型重建算法

求解三倍体个体单体型对于探索三倍体物种的遗传特性和表型差异等方面的研究具有重要的推动作用。针对带基因型信息的最少错误更正(MEC/GI)模型,提出了一种基于枚举策略的三倍体个体单体型重建算法EHTR。该算法依次重建3条单体型上的每一个单核苷酸多态性位点取值,对于给定位点,首先根据其基因型取值枚举该位点的3种单体型取值情况,然后选择片段支持度最高的取值作为该位点的重建值,算法的总时间复杂度为O(mn+mlogm+cnl)。采用CELSIM和MetaSim两种测序片段模拟生成器生成实验测试数据,在片段覆盖率、错误率、单片段长度、单体型长度和单体型海明距离等参数的不同设置下,对算法EHTR,GTIHR,W-GA和Q-PSO的重建率和运行时间进行对比分析。实验结果显示,算法EHTR在不同的参数设置下均能以更短的运行时间获得更高的重建率。