用于过滤给定结果的重要单核苷酸多态性 (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）选择最重要的 SNP（不是家庭，而是个人 SNP）编码为 0 或 1 的事件）。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，因为我们的客观性是选择 SNP 以针对这些变量调整后的结果变量。此外，我们也有时间参加活动。

我知道在这种情况下的标准方法是对 每个 SNP 的结果变量一次运行 cox 回归（如在循环中) 与其他 30 个变量并选择具有最低 p 值的 SNP（使用阈值值）。但是，这种方法效率不高，在普通计算机上需要数月时间才能完成。

因此，我只是想知道在此范围内的文献中使用了哪些特征选择方法，如果您能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