本文關(guān)鍵詞：基于全基因組關(guān)聯(lián)研究的復(fù)雜性狀遺傳風(fēng)險(xiǎn)預(yù)測(cè)研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：全基因組關(guān)聯(lián)研究(genome-wide association study,GWAS)已經(jīng)被認(rèn)為是闡明復(fù)雜性狀遺傳關(guān)聯(lián)機(jī)制的強(qiáng)有力工具。截止2014年10月底,全球的研究者們累計(jì)發(fā)現(xiàn)了與1,251種性狀(疾病)相關(guān)的19,602個(gè)單核苷酸多態(tài)性(Single Nucleotide Polymorphism,SNP)位點(diǎn),而具體到某一類性狀,只有少數(shù)位點(diǎn)可以通過(guò)GWAS研究的多階段嚴(yán)格驗(yàn)證,而這些位點(diǎn)僅能解釋很小一部分的遺傳變異。大量的研究表明,僅利用已經(jīng)驗(yàn)證的關(guān)聯(lián)位點(diǎn)進(jìn)行遺傳風(fēng)險(xiǎn)預(yù)測(cè)效果并不理想,其中的一個(gè)主要原因在于這些研究忽略了大量存在的、未被發(fā)掘的低效應(yīng)位點(diǎn),因此如何充分利用GWAS研究信息成為預(yù)測(cè)模型成敗的關(guān)鍵。近來(lái),主要有兩類策略被提出,表現(xiàn)出較好的預(yù)測(cè)效果:一類是通過(guò)設(shè)定寬松的假設(shè)檢驗(yàn)水準(zhǔn),以便納入一些潛在的關(guān)聯(lián)位點(diǎn);另一類是借助于混合效應(yīng)模型將全基因組所有常見(jiàn)變異位點(diǎn)納入預(yù)測(cè)模型。本文針對(duì)上述兩種策略,提出了s GRS和s GRS-LMM方法,旨在探討其在復(fù)雜性狀遺傳風(fēng)險(xiǎn)預(yù)測(cè)中的表現(xiàn)。本研究的目的:一是通過(guò)與其它方法進(jìn)行比較來(lái)評(píng)價(jià)s GRS和s GRS-LMM方法的預(yù)測(cè)準(zhǔn)確度;二是探討影響預(yù)測(cè)準(zhǔn)確度的因素,用以指導(dǎo)預(yù)測(cè)研究。本研究利用模擬試驗(yàn),比較BLUP、AM-BLUP、w GRS、RF、s GRS和s GRS-LMM六種方法在高維復(fù)雜結(jié)構(gòu)遺傳數(shù)據(jù)中的遺傳預(yù)測(cè)表現(xiàn),并將這些方法應(yīng)用到中國(guó)人群非小細(xì)胞肺癌GWAS數(shù)據(jù)的遺傳風(fēng)險(xiǎn)預(yù)測(cè)研究。研究?jī)?nèi)容包括模擬試驗(yàn)和實(shí)例分析兩個(gè)方面:1.基于1號(hào)染色體的模擬數(shù)據(jù):采用實(shí)例GWAS數(shù)據(jù)的1號(hào)染色體基因分型數(shù)據(jù),通過(guò)設(shè)定不同的樣本量、遺傳度、風(fēng)險(xiǎn)位點(diǎn)個(gè)數(shù)以及疾病患病率等參數(shù),模擬產(chǎn)生所需的連續(xù)性表型和二分類表型,然后應(yīng)用六種方法進(jìn)行預(yù)測(cè)分析。2.實(shí)例分析:利用中國(guó)漢族人群非小細(xì)胞肺癌GWAS數(shù)據(jù),將南京研究數(shù)據(jù)作為訓(xùn)練集,用于建立六種方法的預(yù)測(cè)模型,北京研究數(shù)據(jù)作為測(cè)試集,用以評(píng)價(jià)各方法的預(yù)測(cè)準(zhǔn)確度。研究的主要結(jié)果:1.模擬數(shù)據(jù)結(jié)果:在絕大多數(shù)參數(shù)組合情況下,s GRS和s GRS-LMM的預(yù)測(cè)準(zhǔn)確度均優(yōu)于其它方法;樣本量、遺傳度、預(yù)設(shè)風(fēng)險(xiǎn)位點(diǎn)個(gè)數(shù)以及疾病患病率均是影響各方法預(yù)測(cè)準(zhǔn)確度的因素;連續(xù)性表型和二分類表型的結(jié)論基本相似。2.實(shí)例分析結(jié)果:s GRS和s GRS-LMM的預(yù)測(cè)準(zhǔn)確度均優(yōu)于其它方法,而且s GRS-LMM預(yù)測(cè)準(zhǔn)確度最高,AUC值達(dá)到0.735,但與理論預(yù)測(cè)準(zhǔn)確度相比還有一定差距。結(jié)論模擬試驗(yàn)和實(shí)例分析均表明sGRS和sGRS-LMM可以用于全基因組數(shù)據(jù)的遺傳風(fēng)險(xiǎn)預(yù)測(cè)研究,總體表現(xiàn)優(yōu)于同類方法。
【關(guān)鍵詞】：全基因組關(guān)聯(lián)研究 遺傳風(fēng)險(xiǎn)預(yù)測(cè) 遺傳風(fēng)險(xiǎn)得分 混合效應(yīng)模型 非小細(xì)胞肺癌
【學(xué)位授予單位】：南京醫(yī)科大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：R394;R734.2
【目錄】：

• 中文摘要7-9
• Abstract9-11
• 1 前言11-13
• 2 背景方法介紹13-21
• 2.1 風(fēng)險(xiǎn)預(yù)測(cè)評(píng)價(jià)指標(biāo)13
• 2.2 遺傳方差與遺傳度估計(jì)13-18
• 2.3 遺傳風(fēng)險(xiǎn)預(yù)測(cè)方法18-20
• 2.4 統(tǒng)計(jì)軟件20-21
• 3 模擬試驗(yàn)21-39
• 3.1 模擬試驗(yàn)?zāi)康?/span>21
• 3.2 模擬試驗(yàn)設(shè)計(jì)21-23
• 3.3 模擬試驗(yàn)結(jié)果23-39
• 3.3.1 連續(xù)性表型23-31
• 3.3.2 二分類表型31-39
• 4 實(shí)例分析—非小細(xì)胞肺癌39-44
• 4.1 資料來(lái)源39
• 4.2 研究對(duì)象39
• 4.3 基因分型與質(zhì)量控制39-40
• 4.4 遺傳方差分析40
• 4.5 風(fēng)險(xiǎn)預(yù)測(cè)策略與結(jié)果40-42
• 4.6 實(shí)例討論42-44
• 5 討論44-47
• 5.1 關(guān)于復(fù)雜疾病的遺傳風(fēng)險(xiǎn)研究44
• 5.2 遺傳風(fēng)險(xiǎn)預(yù)測(cè)方法評(píng)價(jià)44-46
• 5.3 遺傳方差與遺傳度估計(jì)46-47
• 6 總結(jié)47-50
• 6.1 研究結(jié)論47
• 6.2 研究特點(diǎn)47-48
• 6.3 研究局限48-49
• 6.4 研究展望49-50
• 參考文獻(xiàn)50-54
• 綜述目錄54-55
• 文獻(xiàn)綜述55-72
• 參考文獻(xiàn)69-72
• 攻讀碩士學(xué)位期間發(fā)表論文情況72-73
• 致謝73-74

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 鄭興華,嚴(yán)明良,周曾奎,唐勇,吳震,馮民學(xué);洪水風(fēng)險(xiǎn)預(yù)測(cè)業(yè)務(wù)系統(tǒng)[J];氣象;1999年12期

2 王t@;李巧萍;;國(guó)際減災(zāi)術(shù)語(yǔ)(2009年版)[J];防災(zāi)博覽;2010年02期

3 黃銳;;基于神經(jīng)網(wǎng)絡(luò)與灰色系統(tǒng)模型的巨項(xiàng)目風(fēng)險(xiǎn)預(yù)測(cè)[J];價(jià)值工程;2012年03期

4 趙耀文;基于專家經(jīng)驗(yàn)神經(jīng)網(wǎng)絡(luò)的高技術(shù)投資風(fēng)險(xiǎn)預(yù)測(cè)和評(píng)價(jià)方法研究[J];技術(shù)經(jīng)濟(jì);2002年07期

5 胥悅紅,劉嘉X;馬氏鏈在國(guó)際工程投標(biāo)風(fēng)險(xiǎn)預(yù)測(cè)中的應(yīng)用[J];華僑大學(xué)學(xué)報(bào)(自然科學(xué)版);1999年04期

6 陳峗;聶波;;高速公路經(jīng)營(yíng)主體行為風(fēng)險(xiǎn)預(yù)測(cè)[J];工業(yè)技術(shù)經(jīng)濟(jì);2005年09期

7 李艷;吳介軍;寇曉東;韓志兵;;基于PCA-RBF網(wǎng)絡(luò)的高校保密項(xiàng)目風(fēng)險(xiǎn)預(yù)測(cè)[J];科技管理研究;2011年05期

8 吳皓;秦新東;黃亞;;炮兵武器裝備全壽命周期風(fēng)險(xiǎn)預(yù)測(cè)研究[J];科技情報(bào)開(kāi)發(fā)與經(jīng)濟(jì);2009年04期

9 王珂;邵宏成;;基于VAR理論的ARMA(1,1)—GARCH(1,1)法的股指期貨的風(fēng)險(xiǎn)預(yù)測(cè)[J];商場(chǎng)現(xiàn)代化;2009年15期

10 胡勝;任高飛;;淺述信用風(fēng)險(xiǎn)附加模型與信貸組合模型[J];山東紡織經(jīng)濟(jì);2011年05期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前3條

1 郜燁;董國(guó)麗;張潔;郜華萍;胡學(xué)偉;史建武;;黃磷生產(chǎn)危險(xiǎn)因子及環(huán)境風(fēng)險(xiǎn)預(yù)測(cè)[A];第十六屆中國(guó)科協(xié)年會(huì)——分3環(huán)境污染及職業(yè)暴露與人類癌癥學(xué)術(shù)研討會(huì)論文集[C];2014年

2 周焯華;艾林;張宗益;;基于專家規(guī)則的遺傳算法對(duì)商業(yè)銀行操作風(fēng)險(xiǎn)預(yù)測(cè)[A];中國(guó)優(yōu)選法統(tǒng)籌法與經(jīng)濟(jì)數(shù)學(xué)研究會(huì)第七屆全國(guó)會(huì)員代表大會(huì)暨第七屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2005年

3 朱玉梅;胡佳哲;劉小立;周繼昌;;高敏C-反應(yīng)蛋白在預(yù)防醫(yī)學(xué)中的應(yīng)用價(jià)值[A];2012深圳市預(yù)防醫(yī)學(xué)會(huì)學(xué)術(shù)研討會(huì)論文匯編[C];2012年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前10條

1 朱虎、李培楊、靳建坤 李林、楊帆 特約記者 陳桂峰;依據(jù)法規(guī)管 盯著弱項(xiàng)抓[N];人民武警;2009年

2 鄭軒;海西推行社會(huì)穩(wěn)定風(fēng)險(xiǎn)預(yù)測(cè)評(píng)估制度[N];青海日?qǐng)?bào);2007年

3 邵云　李永剛 倉(cāng)p

本文編號(hào)：268874