摘要

针对复杂疾病致病单核苷酸多态性位点识别中单一方法的片面性问题,提出了基于富集分析的致病单核苷酸多态性位点识别方法.通过富集分析机制设计了一种集成学习框架,可将不同的方法有机结合以提升学习性能.基于此组合框架,将ReliefF和CA趋势检验进行了集成,在识别单个致病位点的同时兼顾位点之间的交互作用.在模拟数据集和真实数据集上进行了实验研究,结果表明所提出的方法能显著地提升致病单核苷酸多态性位点的识别性能,且所设计的组合框架具有良好的扩展性,可为其他方法的组合研究提供借鉴.