在全基因组关联研究中的基因组隐私保护:分类学,局限性,挑战和视觉
Noura Aherrahrou1, Hamid Tairi1, Zouhair Aherrahrou2,3,4
1LISAC, Department of Computer Science, Faculty of Sciences Dhar El Mahraz, University Sidi Mohamed Ben Abdellah, B.P. 1796 - Atlas, 30003, Fez, Morocco.
保护隐私的全基因组关联研究 (GWAS) 是必不可少的,因为遗传数据共享的伦理限制. 本调查回顾了联合学习和其他安全GWAS的协作方法,分析了它们的挑战和局限性.
科学领域:
- 遗传学 是一个遗传学.
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
背景情况:
- 全基因组关联研究 (GWAS) 识别与特征相关的遗传变异.
- 伦理问题和数据隐私法规限制了基因信息的直接共享.
- 现有的隐私解决方案包括同态加密,安全的多方计算和差异隐私.
研究的目的:
- 为GWAS提供隐私保护方法的全面概述.
- 专注于协作和分布式方法,特别是联合学习.
- 分析安全GWAS的挑战,局限性和未来方向.
主要方法:
- 文献综述和现有关于保护隐私的GWAS研究的综合.
- 基于密码和机器学习的隐私技术的分类和分析.
- 对协作和分布式计算框架的评估.
主要成果:
- 联合学习是安全,协作GWAS的最新和有前途的方法.
- 现有的方法面临与计算开销,通信效率和统计准确性相关的挑战.
- 本文对各种隐私保护技术的优缺点进行了批判性分析.
结论:
- 联合学习为保护隐私的协作GWAS提供了一个可行的途径.
- 需要进一步的研究来克服当前方法的局限性.
- 为安全的GWAS设计高效和强大的解决方案仍然是积极的研究领域.
更多相关视频
11:35Screening for Functional Non-coding Genetic Variants Using Electrophoretic Mobility Shift Assay EMSA and DNA-affinity Precipitation Assay DAPA
Published on: August 21, 2016
08:03Heuristic Mining of Hierarchical Genotypes and Accessory Genome Loci in Bacterial Populations
Published on: December 7, 2021
相关概念视频
Genome-wide Association Studies-GWAS
GWAS does not require the identification of the target gene involved in...
Genomics
Multi-species Conserved Sequences
Although the genome of each species varies greatly from each other, a few sequences are highly conserved. Such conserved...
Evolutionary Relationships through Genome Comparisons
Genomic DNA in Eukaryotes
Gene Evolution - Fast or Slow?
In contrast, regions which code...
