全基因组关联研究的FaST线性混合模型][FaST linear mixed models for genome-wide association studies]

全基因组关联研究的FaST线性混合模型 FaST linear mixed models for genome-wide association studies


课程网址:	http://videolectures.net/nipsworkshops2011_lippert_models/
主讲教师:	Christoph Lippert
开课单位:	马克斯·普朗克生物控制论研究所
开课时间:	2012-01-23
课程语种:	英语
中文简介:	我们描述了FaST LMM，这是一种用于全基因组关联研究的线性混合模型，在运行时和记忆使用中，个体数量都呈线性变化。我们的算法比目前针对15000人的威康信托数据的高效算法（EMMAX/P3D）快一个数量级。在合成数据上，FaST LMM可以在短短几个小时内分析120000个人，而目前的算法甚至无法分析20000个人。
课程简介:	We describe FaST-LMM, a linear mixed model for genome-wide association studies that scales linearly in the number of individuals in both runtime and memory use. Our algorithm is an order of magnitude faster than current efficient algorithms (EMMAX/P3D) on Wellcome Trust data with 15,000 individuals. On synthetic data, FaST-LMM can analyze 120,000 individuals in just a few hours, whereas the current algorithms are unable to analyze even 20,000 individuals .
关键词:	线性混合模型; 线性变化; 高效算法
课程来源:	视频讲座网
数据采集:	2023-04-18：chenjy
最后编审:	2023-05-13：chenjy
阅读次数:	66

境外开放课程导航