r - 用于过滤给定结果的显着单核苷酸多态性 (SNP) 的特征选择算法

我对全基因组关联研究（GWAS）类型分析有点陌生。在我的一个项目中，我需要为给定的结果变量（例如：心脏病发作，编码为 0 或 1）选择最重要的 SNP（不是家庭，而是单个SNP）。在我的数据集中，SNP 被编码为 0,1 或 2。

请注意，我在数据库中有 700,000 多个 SNP 以及另外 30 个变量和 4800 多个参与者。我们将保留模型中的其他 30 个变量，因为我们的目标是选择 SNP 来调整这些变量的结果变量。此外，我们也有时间参加活动。

我知道在这种情况下，标准方法是一次对每个 SNP的结果变量（如在循环中）与其他 30 个变量一起运行cox 回归，并选择 p 值最低的 SNP（使用阈值） . 但是，这种方法效率不高，在普通计算机上需要几个月才能完成。

因此，我只是想知道在此范围内的文献中使用的特征选择方法是什么，如果您可以在此处发布一些参考资料，那就太好了。

非常感谢您的帮助。圣

标签： rbioinformaticsfeature-selectioncox-regressiongwas