1.一种基于GPU并行计算的复杂疾病基因互作关联分析方法，其特征在于，包括如下步骤：

步骤一、基于背景控制的主效+上位性检测算法研究，采用两阶段策略：

第一阶段，在所有主效和上位性效应中，剔除无关变量，保留少量变量；

第二阶段，将通过第一阶段筛选的变量放入模型中进行最终确定变量选择方法；

步骤二、建立基于GPU并行计算的加速算法，得到MRMLM‑GPU新方法；

步骤二中，建立基于GPU并行计算的加速算法，得到MRMLM‑GPU新方法的具体步骤为：

①准备一台具有CUDA运算能力的NVIDIA显卡，搭建Python运行环境，Windows系统下可以使用Anaconda、Visual Studio和Ecplise中的一种，安装pycuda包，导入GPU函数pycuda.autoinit、pycuda.compiler、pycuda.cumath、pycuda.curandom、pycuda.driver、pycuda.gpuarray和pycuda.tools；

②利用pycuda.driver.In,pycuda.driver.Out以及pycuda.driver.InOut参数进行简化内存和显存之间的数据拷贝；

③通过SourceModule()函数，在函数内用__global__标识符设置线程数量以及线程组织形式，以期将SNP标记批量的分配到线程中，调用syncthreads()函数，使同一块中的线程同步；

④直接在GPU上重新编写执行最优化函数optim，即用GPU函数调用GPU函数；

⑤初筛过后，进入多位点模型的标记个数小于等于3000，然后，多位点模型，标记之间不是相互独立的，进行局部GPU并行计算，涉及到矩阵运算的操作移植到GPU上运行。

2.根据权利要求1所述的基于GPU并行计算的复杂疾病基因互作关联分析方法，其特征在于，所述第一阶段的具体步骤包括：

1)第一阶段变量初筛：在单位点筛选的时候，引入背景控制的思想，将每个SNP标记当成随机效应，同时进行多基因背景控制，把遗传方差剖析为主效效应+主效多基因背景+误差方差三个方差分量，建立混合线性模型，然后在混合线性模型的基础上考虑上位性，则遗传方差剖析为主效效应+上位性效应+主效多基因背景+上位性多基因背景+误差方差五个方差分量，对MRMLM中的变量初筛进行背景控制，对包含上位性的五个方差分量进行快速求解；

2)第一阶段初筛阈值的选取：设定P＝0.01，并结合BIC准则确定。

3.根据权利要求1所述的基于GPU并行计算的复杂疾病基因互作关联分析方法，其特征在于，所述第二阶段的具体步骤为：将通过初筛的SNP标记及SNP‑SNP对进行变量选择，用六种常用的变量选择方法进行对比，通过模拟数据，比较最终的统计功效、假阳率和效应值估计指标，从而选择一种最优的变量选择方法。

4.根据权利要求1所述的基于GPU并行计算的复杂疾病基因互作关联分析方法，其特征在于，

步骤一中，初筛阶段使用的模型为：

y＝1μ+Qv+Gmβm+Glβl+Zmum+Zlul+ε (1)；

其中，y是n×1维数量性状表型向量，n表示样本个体数目；1表示n×1维的单位向量；μ表示表型均值；Q表示n×c维的固定效应矩阵，包括群体结构或者主成分组分、性别和年龄；

v表示c×1维固定效应向量，但不包括截距μ；Gm表示n×1维假定的数量性状QTN主效基因型，βm是假定QTN的主效效应；Gl表示n×1维假定的数量性状两个位点QTNi和QTNj互作基因型，即QTNi和QTNj基因型的叉乘，βl是假定互作基因型效应；Zmum是主效多基因背景，Zm＝(zij)n×s是主效多基因背景效应um对应的设计矩阵，s是主效标记个数， 是主效多基因背景方差，Km是主效亲缘系数矩阵；Zlul是互作的多基因背景，Zl＝(zi#zj)n×q是互作多基因背景效应ul对应的设计矩阵， 是互作标记个数，是互作多基因背景方差，Kl是互作亲缘系数矩阵； 表示n×1维剩余误差

向量， 是剩余误差方差，In表示n×n维的单位阵；

若群体结构的影响存在，通过数量性状表型观察值与群体结构的回归分析，可剔除群体结构的效应影响，校正后的模型为：基于模型(2)，y‑Q的方差可表示为：

通过EMMA算法，可以获得λm和λl的值；Bm为半正定矩阵；

其中，Qm为正交矩阵，Λmr是具有正特征值的对角阵，mr＝Rank(Bm)，即为矩阵Bm的秩；Qm1和Qm2分别为Qm的子块矩阵，其维度分别为n×mr和n×(n‑mr)，0是对应的零块矩阵，同理，可得

5.根据权利要求1或3所述的基于GPU并行计算的复杂疾病基因互作关联分析方法，其特征在于，第二阶段中确定初筛阈值以及变量选择方法的步骤为：先将初筛阈值设定为

0.01，即P<0.01的主效和上位性通过筛选，然后，通过BIC准则来确定初筛保留哪些变量；下面提到的筛选针对主效和上位性分别进行，运用的法则是相同的，如果P<0.01时的变量个数大于3000，初筛分别选择1000，2000和3000，变量进入第二阶段的变量选择，分别计算三种情况下的BIC值，记为BIC1、BIC2和BIC3，选取BIC＝min{BIC1,BIC2,BIC3}时为初筛变量的个数；如果P<0.01时的变量个数大于2000、小于3000，记为num(P<0.01)，则分别筛选

1000，2000和num(P<0.01)变量进入第二阶段的变量筛选，与P<0.01变量个数大于3000时类似，分别计算三种情况下的BIC值，选取BIC值最小时的变量个数为初筛变量个数；如果P<

0.01时的变量个数大于1000、小于2000，记为num(P<0.01)，则分别筛选1000和num(P<0.01)变量进入第二阶段的变量筛选，分别计算两种情况下的BIC值，记为BIC1和BIC2，选取BIC＝{BIC1,BIC2}时为初筛变量的个数；如果P<0.01时的变量个数小于1000，记为num(P<0.01)，则进入第二阶段筛选的变量个数为num(P<0.01)；

第二阶段变量选择方法从六种方法里面挑选，分别为LASSO，GroupLASSO，SCAD，SIS，LARS和BayesianLASSO，设置四组模拟，第一组只有上位性效应，第二组包含主效效应+上位性效应，第三组包含上位性效应+多基因背景效应，第四组包含主效效应+上位性效应+多基因背景效应；四组模拟中设置20个上位性位点，其中，遗传率为1％的有10个，遗传率为3％的有10个，第二组和第四组设置10个主效位点，遗传率为1％；第三组和第四组的多基因背景效应遗传率分别设置为5％和10％；通过对模拟数据统计功效和假阳率的综合比较，以及对不同情况的稳定性，来确定第二阶段变量选择方法。