多个单核苷酸多态性之间的上位作用被认为是影响不同个体对常见疾病及药物的敏感性产生差异的重要因素，因此SNP关联分析中对上位作用的检测算法的研究对于疾病的诊断和治疗以及药物的设计起着关键的作用。鉴于SNP数据的高维度和低样本量的特点，上位作用检测仍然是一个富有挑战性且未解决的问题。本文致力于SNP关联分析中的上位作用检测算法研究。通过研究AntEpiSeeker和SNPRuler两种上位作用检测算法的原理，结合AntEpiSeeker算法的最优解搜索过程和SNPRuler算法的关联性评价准则，本文提出了一种以子规则的支持度作为位点集合跟疾病的关联性评价标准的改进的AntEpiSeekr算法。通过在模拟数据集和真实数据集上对该算法进行实验，验证了该算法的有效性。通过将实验结果跟AntEpiSeekr算法进行对比分析，表明了该改进算法比AntEpiSeekr算法更具优势。