论文部分内容阅读
疾病表型通常会受SNP位点调控，挖掘疾病表型与SNP位点间的关联规则有助于提供个性化分子诊疗方案。由于SNP位点具有遗传异质性，在挖掘疾病表型与SNP位点间的关联规则时，需要将最小支持度阈值设为较低值，甚至是0，又由于SNP位点数据量庞大，这会使得关联规则算法时间复杂度极高。为此，提出了HEMAPS算法，通过使用线程并行处理和垂直数据格式改进Apriori算法。此外，为解决质量性状表型样本比例不平衡问题，提出了一种新的关联规则评价指标——匹配度。实验结果表明，HEMAPS算法的时间复杂度比Apriori算