量子科技中心_量科网

检测高阶上位效应是遗传关联研究中的一项基本挑战，这源于候选位点组合的组合爆炸问题。尽管多因子降维（MDR）是评估上位效应的常用方法，但随着位点数量或交互阶数的增加，基于MDR的穷举搜索在计算上变得不可行。本文将该上位效应检测问题定义为黑盒优化问题，并采用二次优化退火因子分解机（FMQA）进行求解。该研究团队提出了一种基于FMQA的高效上位效应检测方法，其中通过MDR计算的分类错误率（CER）被用作黑盒目标函数。实验评估采用了具有预定义高阶上位效应的模拟病例对照数据集。结果表明，该方法在有限迭代次数内成功识别了不同交互阶数和遗传位点数量的真实上位效应。这些发现证实，所提出的方法对于高阶上位效应检测具有高效性和计算可行性。