文摘

传染病对人类生活构成严重威胁,全基因组关联研究(GWAS)可以从基因水平分析传染病易感基因,开展有针对性的预防和治疗。传染病的易感基因通常行为结合多个易感性站点;因此,高阶上位检测已经成为一个重要手段。然而,由于密集的计算负担和多样性的疾病模型,现有方法的缺陷检测能力低,高计算成本,倾向于某些类型的疾病模型。此外,这些方法暴露于重复查询和模型反演攻击迭代优化的过程中,这可能会披露单核苷酸多态性(SNP)与个人隐私相关的信息。因此,为了解决这些问题,本文提出了一种安全的高阶基因交互检测和声搜索算法,称为HS-DP。首先,采用线性加权法将5目标函数屏蔽高阶SNP集高度相关,包括K2-Score, JS分歧,逻辑回归,互信息,基尼。然后,基于微分隐私(DP)理论,介绍了函数扰动机制,以保护个人隐私的安全信息相关的目标函数,我们证明了扰动机制在理论上的合理性。最后,通过实验验证了算法的实用性和优越性。实验结果表明,本文提出的算法可以提高检测精度在最大的程度上,同时保证隐私。

1。介绍

预防和治疗传染病对人类是一个重要的和长期的任务。全基因组关联研究(GWAS)可以分析整个基因距离易感基因,开展有针对性的预防和治疗传染病的,这是对人类的长远发展具有重要意义。越来越多的研究表明,基因之间的相互作用是遗传变异的主要原因在传染病1]。检测基因交互是指寻找multiorder站点组合确定致病原因和影响疾病的遗传机制,已成为一个重要的研究方向在全基因组关联研究(GWAS) (2,3]。

成千上万的方法来识别基因相互作用研究,他们可以分为详尽(4,随机5)、过滤(6],建模[7)和智能方法(8]。穷举方法识别基因相互作用通过结合所有的可能性。随机的方法从数据中提取部分基因组合分析疾病模型。前方法具有全面性和完整性,但计算负担太重,后者的检测精度仍然需要改进。过滤方法是结合详尽和过滤方法,同时减少计算负担,还漏掉一些重要的基因相互作用的组合。建模是基于传统的机器学习方法,它使用概率的方法来识别基因相互作用,但这种方法仍不能检测基因组合与边际效应。

识别基因相互作用的最新突破GWAS是群体智能搜索方法,它充分利用信息包含在当前优化参数来生成最终的新的搜索结果,并已成为最受欢迎的方法之一,例如,AntEpiSeeker [9],IEACO [10],FHSA-SED [11],IOBLPSO [12],DECMDR [13),和其他方法。

尽管群体智能搜索方法可控时间复杂度的优势与其他方法相比,它仍然面临着许多严重的问题。首先,群体智能方法的评价函数的设计是不合理的14]。从多个维度评价函数没有被选中,所以辅助优化搜索策略的缺陷。第二,确定基因相互作用的结果的准确性仍需要改进(15]。最后但并非最不重要,有隐私风险识别multiorder遗传相互作用[16,17]。如图1,有隐私的风险披露的输入,训练,和输出阶段的基因数据。在数据输入阶段,不受信任的第三方发布重复查询攻击多次获得的原始数据信息,找到个人通过结合这些信息与背景知识。在模型训练阶段,攻击者可以获得梯度和一些关键参数直接关系到原始数据通过各种途径如模型反演,以我更多个人信息,基于背景知识。这个过程是一个间接的违反隐私。在数据输出阶段,不受信任的第三方获得更多的基因检测结果信息通过微分隐私预算攻击。结合这些信息与医疗访问某些疾病的遗传历史可以针对个人。因此,基因数据的隐私安全迫切需要解决。

因此,为了解决上述问题,本文提出了一个安全和谐的搜索算法(HS)高阶基因交互检测。首先,采用线性加权法将不同的目标函数,包括K2-Score, JS分歧,逻辑回归,互信息,屏幕和基尼,单核苷酸多态性(SNP)解集高相关性。然后,保护敏感信息的隐私安全,我们介绍了函数扰动机制,分析了这种机制的合理性。具体贡献如下:(我)选择健身功能从不同的维度来克服的困难可怜的检测结果在同一梯度引起的基因功能之间的相互作用。利用线性加权和法将这些函数在同一梯度方向综合评价确定multiorder基因的组合(2)提出一个隐私保护机制来解决隐私问题的披露在高阶基因交互识别。具体来说,这种机制干扰目标优化函数的多项式系数不是简单地添加噪声结果,实现隐私和效用之间的平衡(3)理论和实验结果表明,HS-DP不仅可以识别基因相互作用的准确性也保护SNP的安全与个人隐私相关的信息

本文的其余部分组织如下。部分2概述相关的工作。节中列出本文的预赛3。节4详细介绍我们的算法。实验评价和结果讨论部分5。最后,部分6总结了纸。

2。相关工作

基因相互作用的影响是指两个或两个以上的单核苷酸多态性之间的交互(或基因)表型。上位的一个重要基因影响因素复杂的疾病。群体智能搜索算法广泛应用于交互式识别单核苷酸多态性,因为它可以有效地和迅速寻找可行的解决方案在一个给定的范围内。常用的群体智能搜索算法包括粒子群优化算法、差分进化算法,人工蜂群算法和蚁群优化算法。

在粒子群优化(PSO)的研究,杨et al。18)提出了一个可能性Ratio-Based二进制粒子群优化(OR-BPSO)方法来评估患乳腺癌的风险。全局搜索提供了相应的组合单核苷酸多态性基因型,称为SNP条形码,出现的最大差异之间的控制和乳腺癌组。壮族et al。19]提出IPSO算法来提高算法的可靠性鉴定的最佳保护SNP条形码与乳腺癌有关。前五名SNP条形码计算结果保留下一个SNP条形码one-SNP增加每个处理步骤。商等。12)提出了一种改进的反对学习粒子群优化的检测SNP-SNP交互。该算法提高了全局探索能力,也避免了过早收敛。粒子覆盖更广泛的搜索空间和执行深入搜索高度怀疑SNP集。壮族et al。20.]进化算法应用于促进统计方法在分析疾病易感性相关的变化。高斯粒子群优化算法被用来检测和识别最好的保护协会(即。,单核苷酸多态性与乳腺癌基因型)的组合。杨et al。21)提出了一个PSO-Based多因素降维方法(PBMDR)。MDR是茎用于检测基于PSO算法的交互。壮族et al。22]提出把混沌图与PSO方法检测单核苷酸多态性在高维数据集之间的相互作用,在混乱的图表帮助PSO算法避免陷入局部最佳状态。

在差分进化(DE)的研究。杨et al。13)提出了一种新的算法,结合了DE算法与基于分类多因素降维(CMDR),称为DECMDR。杨et al。23)提出了一个鲶鱼Taguchi-based二进制微分进化算法(CT-BDE)识别SNP-SNP交互。在搜索空间,鲶鱼效应防止过早收敛的人口,与田口方法提高了12算法的搜索能力。关等。24)提出了一种快速进化优化方法命名search-history-guided微分进化。该方法适用于搜索历史记忆在二进制空间分区树增强其权力选择特性的组合。关等。25)提出了一种两阶段算法DEseeker检测上位性效应。这个方案可以识别隐藏的snp,但这需要太多的时间来执行在大规模数据集。

研究人工蜂群(ABC)。杨et al。26]提出的方法基于人工蜂群算法的优势挖掘优化贝叶斯网络。该算法应用于贝叶斯网络启发式搜索策略。李等人。27提出和制定decomposition-based上交互式多目标人工蜂群算法。两个目标函数是描述各种上层模型和制定等级概率模型的基础上,提出了快速nondominated排名方法。在那之后,提出了一种基于互信息的本地搜索算法。

研究蚁群优化(ACO)。王等人。9)提出了一种新的工具,发现明显的交互在大规模的病例对照研究中,它使用一个两阶段优化程序。此外,王et al。28发达AntEpiSeeker2.0]。通过观察在路径信息素分布,epistasis-associated通路可以很容易地确定。Sinnott-Armstrong et al。29日]ACO MDR GPU上实现。gpu的性能优势结合启发式演化算法的计算效率可以解决大规模问题。李等人。30.]提出了一种新颖的方法,能找到一个基因基因交互模型包括一个灵活的易感位点的数量基于算法的策略。该方法成为一个潜在的解决方案之间的复杂关联规则发现易感SNP子集和共同未来的人类疾病。商等。31日]介绍了一个基于ACO算法,将启发式信息纳入ant决策规则。在搜索过程中引入启发式信息,在迭代进行卡方检验。当迭代过程完成后,并使用postprocedures过滤器。京和沈32)提出了一种多目标ACO算法来检测遗传相互作用,相结合的标准逻辑回归和贝叶斯网络的方法,并设计一个基于内存的多目标配电网算法。刘等人。33)提出了一个灵活的两阶段方法(称为HiSeeker)检测高层交互。在筛选阶段,HiSeeker使用卡方检验和逻辑回归模型。在搜索阶段,详尽的搜索和基于蚁群搜索优化。HiSeeker可以检测高层互动更有效的和有效的。沙平et al。34]介绍了一种ACO-based算法称为识别所有可能的转录因子结合位点上游的coexpressed基因,该算法使用了强大的算法的优化能力,这不仅可以提高结果的准确性也达到很高的速度。太阳et al。35)提出了一个算法基于算法和一个新的适应度函数值,结合贝叶斯网络和互信息来检测SNP-SNP交互。关等。36)提出了一种新的ACO算法,基于自动调整机制来解决组合爆炸的问题挖掘明显的地层从大规模的数据交互。自动调整机制人工蚂蚁的行为基于实时反馈信息,因此,该算法可以运行到最佳状态。关改进并提出SEPACO [37),一个内心产生参数基于ACO算法。

3所示。预赛和背景

在本节中,我们将介绍HS算法的相关概念和背景知识和微分隐私(DP)机制。

3.1。HS算法

HS算法受爵士音乐家的演奏过程的启发,他即兴发挥乐器的音调的和谐(38]。这是一个关于metaheuristic算法,其思想是实现认知未知的复杂问题通过个体之间的信息交换和学习小组。更准确地说,和谐及其色调设置类似于候选解决方案及其决策变量集 ,分别。此外,和谐的愉悦状态的测量观众的审美评价对应于一个目标函数 。每个音乐家企图逐步提高和谐产生一些新的音高对应于应用程序的搜索操作符改变一些决策变量的值在每个迭代的和谐搜索。音乐家的记忆是好和谐的存储位置,类似的解决方案,称为嗯和谐的算法。

HS算法被用于基因交互识别。陀的团队开创了FHSA-SED方法(11),这是一个集成的HS和本地搜索的方法确定二阶基因交互识别研究。在这种方法中,K2分数和基尼分数被选来代表SNP位点,与二维禁忌表和局部搜索算法被用来屏幕一些疾病模型与强大的上位性效应。尽管FHSA-SED比其他智能算法具有较高的检测精度,其合理性仍然需要验证。在2017年,这支球队在AMD提出验证,证明HS算法的合理性和研究能力识别基因相互作用[39]。然而,实验结果表明,该方法的精度仍然需要改进。最近,团队扩大了研究内容,提出了MP-HS-DHSI算法(40]。一个新的评价标准的和谐目标是设计和实际负荷试验和验证方法集成。一般来说,这种方法极大地提高了检测精度,但忽略了数据安全问题,和客观评价的综合性功能仍需要考虑。在此基础上,我们提出一个安全HS算法高阶基因交互检测。

3.2。微分隐私

DP是一组开发的机制对敏感数据进行数据分析。通过模糊数据库查询的结果,在实现个人的隐私数据,查询结果大约是正确的。在我们介绍微分隐私的定义之前,让我们先同意一些符号。

数据集定义为 ,每一行的数据值在这个设置。在我们的行数固定的数据库 ,然后,一个数据库是一组元素力量(集合的所有子集组成 。查询被定义为一个函数 ,进入数据库 ,和输出特定的值。是随机附加到查询机制 ,输入一个数据库随机的查询结果。是数据库随机变量,表示的内容 - - - - - -行数据库。是数据库行上定义的映射。是概率分布。

定义1。( - - - - - -微分隐私)[41]。如果每一对数据库和只有一行,是不一样的,和输出每个可能的 ,所有满足 在哪里 ,和代表事件的概率比两个相邻数据集 , 不能有界之后添加一个隐私保护机制。与任意给定 ,与一个更大的隐私保护机制给出了一个清晰的区分能力相邻的数据集,因此隐私侵犯的风险更高。

引入不同的定义之后,我们将介绍三种不同的喧哗微分隐私的机制。

3.2.1之上。拉普拉斯机制

拉普拉斯微分隐私和机制是一种机制,满足主要用于计算查询。查询返回一个向量的非负整数,且仅查询返回一个非负整数的情况被认为是在这里。我们现在定义一个数量敏感度。

定义2。(灵敏度)42]。的灵敏度函数的 。 在哪里意味着单记录的输出变化 ,最多可以改变多少。可以用来控制噪音的振幅。
定义任何函数的拉普拉斯机制 作为 在哪里是一个独立同分布随机变量(iid)采样 。

3.2.2。高斯机制

高斯机制主要提供了数值微分隐私保护数据。拉普拉斯机制提供了一个严格的 ,而高斯机制提供了一个放松 机制。

对于任何 ,嘈杂的 满足 。

在哪里 ,这里有三个主要参数。高斯分布的标准偏差 ,这决定了噪声的规模。表明隐私的预算,这是负相关噪声。代表着放松。例如,如果它被设置 ,这意味着的概率只能被容忍,这违反了严格的微分隐私。

3.2.3。指数的机制

指数是用于微分隐私保护机制的非数值的数据。指数机制的总体想法是,当收到一个查询,它不输出结果完全但返回结果有一定概率值,从而实现微分隐私。这概率值是由得分函数,输出的概率高分数高,和输出的概率低得分很低。

定义3。(效用函数灵敏度)。效用函数 ,映射(数据库查询输出)效用的分数,我们定义了效用函数的灵敏度作为

指数的机制 。选择和输出结果的概率 成正比 。但 不表达的概率值,所以有必要规范化所有可能的值对应的概率值。

最后,选择一个输出更高的实用概率较高的分数。

4所示。我们建议HS-DP方案

当前研究基因的相互作用仍集中在确定二阶基因相互作用,但缺乏高阶基因的相互作用。此外,很少有研究者关注基于基因交互GWAS的安全。为了解决当前的问题,高阶基因交互检测HS-DP框架提出了基于安全和谐搜索。这个框架提供了隐私保障高阶基因相互作用,不仅有效地保护隐私信息在训练数据,也保证了通过自适应功能扰动机制框架的可用性。如图2HS-DP主要包括7步骤,包括标准化的数据输入、数据质量控制、多目标内存抓住设计、线性组合,微分扰动,验证,并输出结果。的一些关键步骤在下面会详细进行介绍。此外,高阶基因交互的定义和具体问题也将介绍以下。

4.1。高阶基因相互作用

研究表明,几乎没有个体的表型特征是由单个基因决定的,所以基因基因或基因-环境相互作用具有重要的理论和实践意义解释个人特征。高阶基因相互作用被定义为至少的组合单核苷酸多态性影响表型或疾病的基因。我们表示基因相互作用过程 ,在哪里 代表SNP打字, 代表之间的交互和相应的基因, 代表协会的结果。的 - - - - - -以基因交互代表了SNP的识别交互的顺序的结果 。其中,当 , 被称为主要影响的结果,什么时候 , 边缘效应的结果。

4.2。问题陈述

让组基因变量 包括 SNP的标志个人。高阶基因交互检测算法,时间和空间算法的复杂性呈指数增加检测的需求。有三种方法中,神经网络训练数据可能揭示基因隐私。在数据输入阶段,一个袭击者提升者 袭击,包括重复查询,获取原始的SNP数据信息 几次和定位个人基于背景信息 。在模型训练阶段,可以获得梯度和一些关键参数吗 通过原始数据直接相关 如模型反演,基于我更多的个人信息 。在数据输出阶段,获得更多的基因检测结果信息 如微分隐私预算。结合这些信息与访问某些疾病的遗传历史可以识别个人。

4.2.1。准备K2-Score

最初,贝叶斯网络(BN)是一个图形化统计模型,代表了一些随机变量的依赖,和有向无环图的推理模型,表示随机变量节点和边表示两个链接节点之间的依赖。BN也用来识别基因SNP之间的相互作用,计算变异和遗传基因型的协会。一般来说,从国民党有直接联系基因型状态当同事与 。来自20多个种类的BN模型(40),HS-DP选择K2-score评估SNP组合和基因型的影响。更多细节K2-score基于贝叶斯网络介绍了文献[40]。的K2-score函数可以写成方程(8)。总之,低K2-score值显示更多更强的SNP组合和遗传表型之间的联系。

4.2.2。JS散度

JS分歧,源于Kullback-Leibler(吉隆坡)差异43),是指两个概率分布之间的对称度规。

在GWAS, JS散度可以用来衡量SNP基因型数据和控制数据之间的偏差。SNP组合,基因型的分布情况和控制被设置为和 ,分别。JS之间的分歧和可以通过方程(表示9)。 在哪里和代表的比例 - - - - - -th基因型组合和控制样本,分别。一般来说,当寻找基因交互,JS散度值越大,差异越大病例组和对照组的基因型,和更强的SNP组合和疾病状态之间的关系,即基因对上位性效应。

4.2.3。逻辑回归

逻辑回归方法通常是用于识别的交互与单核苷酸多态性与强大的上位性效应(44]。让和表示两个单核苷酸多态性,是基因相互作用的结果。在二阶单核苷酸多态性和 ,HS-DP采用逻辑回归模型来确定之间的关系(和 )和疾病状态(1和0否)如下: 在哪里和SNP的主要影响吗和 ,分别。采用牛顿迭代法搜索的优化值的最大似然方程(10)迭代。

4.2.4。互信息

HS-DP适合互信息来确定哪些组合是真正的基因相互作用。互信息已经成为广泛使用的函数来衡量两个变量的相关性(45];因此,公式可以写成 在这的熵 , 的熵 。 联合熵和 。 是一个变种的位置,是一个SNP组合,然后呢是遗传表型。

熵的定义和联合熵可以写成

在哪里SNP的SNP数量组合,的标签样本,然后,代表了概率分布函数。一般来说,更高的互信息值显示更多更强的SNP组合和遗传表型之间的联系。

4.2.5。基尼得分

基尼指数是衡量分散,可以用来测量数据分区的不洁净的性质或频率分布的值之间的不平等46]。基因相互作用的相关问题本质上是一个二分问题,因此可以用基尼系数来衡量。基尼系数是一个多样性指数、专门定义为

在哪里 是估计的概率 - - - - - -th基因型组合实际上是与表型相关 。 代表基因型组合的估计概率并被错误地归类为表型 。 的百分比吗 - - - - - -th基因型组合在样例集。基尼系数越小,SNP组合与表型之间的相关性越强,即基因上位。

4.3。泛函微分扰动

HS-DP利用线性加权和法执行上述多个健康评估函数。重量分配是最重要的一个步骤组成的过程。在这项研究中,公式(16)是用于分配适当的重量,计算过程如下:

在方程(17HS-DP)是目标优化函数;然而,文献[47已经确认,目标函数优化问题的原始数据将直接相关数据隐私信息泄漏。HS-DP的目标函数不仅与原始数据直接相关,而且其结果直接相关隐私信息。在此基础上,提出了一种通用微分隐私函数扰动研究框架的高阶基因交互GWAS解决隐私泄露问题。

介绍该方法的具体内容之前,我们首先介绍了开场白。让是一组目标 和基因。为每个目标 ,我们假设没有普遍性的损失, 。我们的目标是建立一个 - - - - - -基于回归模型(也称为目标函数 )这需要的预测作为输入和输出 。HS-DP表明是一个线性回归模型参数化 ,和是一个 - - - - - -维向量,的数量 - - - - - -th 等于的重量在 。评估的准确性 ,我们定义了一个成本函数与和作为输入。根据线性回归成本函数的定义,参数的方程如下:

定义4。( - - - - - -微分隐私)。随机化算法满足ϵ微分隐私,如果任何输出R的对于任何两个邻居的数据库,我们有

对基因数据返回参数回归的任务最小化的目标优化函数 。释放直接将妥协的隐私信息,揭示基因数据。一般来说,我们的方法扰乱和优化目标函数,以保护分析结果而不是直接扰乱回归的结果。然而,关键的问题是如何保护有区别的私人信息。根据Stone-Weierstrass定理(47),我们使用多项式如下。 在哪里表示所有产品的集合 。因此,优化功能公式(22)。 在哪里的系数 。函数扰动机制提出的噪声注入HS-DP这个多项式系数,然后获得模型参数优化函数 ,所示的算法1。

定理1。让和”任何两个相邻的基因数据集(假设和”在过去不同元组),和”回归分析的目标函数和 。多项式是 和 ,分别。然后,不平等 。

证明。算法1满足 - - - - - -微分隐私。

4.4。实际负荷试验

在上述阶段,multiorder基因组合与疾病或表型状态筛选了。在这个阶段,实际负荷试验统计方法(48)是用于验证候选人高阶基因组合的显著性水平。

实际负荷试验是一个对数似然比的测试测试的二阶泰勒展开近似对数似然比检验。可以理解,更精确的比实际负荷试验在某些场景中进行测试。对数似然比统计数据很难计算,所以测试被广泛使用。但是现在实际负荷试验时广泛使用的计算能力是充分的。在本文中,我们重新定义了计算过程的实际负荷试验的基因相互作用,如下: 在哪里是观察到的基因型数量当疾病状态 , 相应的预计数量的基因型当疾病状态 ,可以计算根据哈迪温伯格原则(49]。

5。实验分析

为了保护隐私的高阶基因交互作用和提高功率,HS-DP框架提出了。以上部分所描述的主要内容HS-DP。在本节中,我们将验证该框架的性能通过虚拟仿真实验,比较了不同的算法还包括数据的来源和实验操作环境。

5.1。实验装置

有两种类型的数据集,模拟和真实的模拟数据集产生的配子2.0软件(50]。情况下的样本大小和控制是4000,分别和SNP数量在5000年发生了变化。总共有8疾病模型,其中模型1 - 4是边际效应模型(参考文献[51]。模型从外显率表生成5 - 8没有边际效应。此外,我们选择年龄相关性黄斑变性(AMD) [52]数据集来判断HS-DP的实用性能。框架被训练在64位英特尔(R)至强(R)银4210 R CPU @ 2.40 ghz处理器和32 gb RAM仿真环境。我们使用Python 3.6作为主要编程语言在Windows 10。此外,由于这种相互作用模拟的结果数据集是最后三个单核苷酸多态性,以确保框架的实际效果,我们扭曲了这个订单。以三阶基因交互的识别为例,我们选择DualWMDR [53]和EDCF [54)算法的比较算法测试HS-DP在本文提出的性能。

5.2。基于模拟数据集的精度比较

5.2.1。与边际效应

模型1到4的边际效果,我们进行了9种SNP实验数据集的大小不同。实验结果如图所示3。

从图可以看出3,DualWMDR可以识别基因组合时的snp数量模型1是400年,600年和1000年,和模型4是400,600,800,1000,2000。在其他情况下,所有的精度都是0。它可以得出结论,DualWMDR不能识别大多数疾病模型的边际效应。尽管EDCF检测上位的组合比DualWMDR基因在大多数模型更高的精度,算法的精度逐渐随数据量的增加而减小。HS-DP算法提出了确定上位基因交互在4疾病模型和9的数据集,以及算法的准确性与SNP的增加并不显著减少的大小。这是因为HS-DP引入的和声搜索算法提高搜索能力的HS-DP高阶组合,和五个健身功能集成在不同的梯度变化,可以保留最大的候选解集。

5.2.2。没有边际效应

模型5到8没有边际效应,我们进行了9个不同大小的数据集实验。实验结果如图所示4。从图4实验结果得出结论,DualWMDR可以找到without-marginal的上位基因效应模型和9种数据集。和DualWMDR精度不降低的数据量,结果表明,该算法是可用的和有一定的能力来处理大规模数据。尽管EDCF算法具有精度高,它忽略了隐私保护研究的基因相互作用,还有隐私披露的问题。HS-DP算法引入了微分隐私保护机制来解决这个问题,同时检测精度仍高达99%以上。

基于数据3和4,可以得出结论,摘要HS-DP算法不仅满足多个疾病模型的精度要求和不同大小的数据集也保护隐私和安全。

5.3。真实数据集

我们测试的准确性HS-DP被应用于年龄相关性黄斑变性(AMD)的数据集。AMD在中年和老年人失明的主要原因,是一种常见的眼科疾病。我们从官方网站下载AMD数据WTCCC,包含96例50个人和控制患者103611个snp。通过质量控制,SNP的数量是96607。克莱因等人[55)两个互动的结果最相关的报告给AMD, rs380390 rs1329428。初始化参数后,HS-DP框架把这两个结果主要影响snp寻找相应的三阶在AMD基因相互作用的结果。结果如表所示1。

这些都是高阶基因相互作用的结果在AMD的数据集。这些snp位于一些重要的基因和执行重要的功能。例如,CFH基因1号染色体上编码一种蛋白质,这种蛋白质在调节补体的激活起着关键的作用。PCDH9基因编码cadherin-associated神经受体,我们假设参与特定的神经元的连接和信号转导。此外,其他组合的单核苷酸多态性与AMD已经找到,但他们的生物学解释需要进一步的研究。

6。结论和未来的工作

为了解决隐私泄漏的问题,提高检测性能,并减少检测的高阶基因相互作用,一个安全的高阶基因交互检测提出了本文的框架。智能算法的框架设计目标函数扰动机制来确定高阶基因交互组合。这种机制添加噪声根据目标函数的多项式数据的分布特征。此外,我们优化的过程检测上位的群体智能算法,提出了一个和声搜索算法适用于高阶基因相互作用的识别。实验评价建立在模拟和实际数据集证实我们的框架的准确性。在未来,我们的工作将在以下领域扩展。一方面,训练收敛加速提高模型精度。另一方面,其他噪声机制基于微分隐私需要研究从多个角度保护敏感信息的安全。最后,HS-DP在大规模数据集的研究也是我们未来的研究方向。

数据可用性

实验数据被分为两种类型,一个是模拟的数据,一个是实际数据(下载地址:http://www.ncbi.nlm.nih.gov/SNP/)。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作是由美国国家科学和技术基础项目批准号2019 fy100103,中国国家自然科学基金批准号62003291下,和徐州科技项目批准号KC20112。