生物信息中的統(tǒng)計(jì)模型及其仿真與應(yīng)用.pdf

1、本文主要介紹了生物統(tǒng)計(jì)中的部分統(tǒng)計(jì)模型，以及這些模型在生物信息中的相關(guān)應(yīng)用。對(duì)一種統(tǒng)計(jì)模型提出了兩種改進(jìn)方法。近年來(lái)，通過(guò)統(tǒng)計(jì)模型對(duì)生物信息進(jìn)行分析的方法越來(lái)越流行。本文主要研究如何確定疾病相關(guān)的變異位點(diǎn)的問(wèn)題，通過(guò)統(tǒng)計(jì)模型來(lái)達(dá)到這一目的。
　　本文第一章是緒論，介紹了研究背景與研究意義，分析了國(guó)內(nèi)外的研究現(xiàn)狀。重點(diǎn)介紹了全基因組關(guān)聯(lián)分析研究的研究進(jìn)展。第二章對(duì)生物學(xué)基礎(chǔ)知識(shí)進(jìn)行了介紹，并對(duì)線性混合模型進(jìn)行了詳細(xì)講解，為第三章做鋪

2、墊。第三章對(duì)線性混合模型進(jìn)行的仿真。將最基本的線性混合模型進(jìn)行擴(kuò)展，以使得擴(kuò)展后的線性混合模型可以在各種實(shí)際情形下得以應(yīng)用。同時(shí)對(duì)這些應(yīng)用進(jìn)行了實(shí)驗(yàn)仿真，驗(yàn)證了模型的可行性。
　　第四章提出對(duì)整合模型的改進(jìn)。整合模型建立在每個(gè)變異位點(diǎn)的 p值數(shù)據(jù)基礎(chǔ)之上，同時(shí)利用附加信息，對(duì)模型參數(shù)進(jìn)行求解。這些 p值是通過(guò)前面所提到的線性模型做回歸所得到的。本文改進(jìn)了原有的整合模型，將GWAS數(shù)據(jù)信息與附加信息之間的關(guān)聯(lián)性考慮進(jìn)模型中，通過(guò)它們

3、之間的關(guān)聯(lián)性來(lái)更好的估計(jì)模型中的參數(shù)。本文使用 EM算法對(duì)模型進(jìn)行參數(shù)求解，通過(guò)仿真驗(yàn)證了模型的合理性。
　　針對(duì)改進(jìn)后的模型在處理高密度附加信息上的缺點(diǎn)，第五章提出可擴(kuò)展的整合模型來(lái)解決此問(wèn)題。擴(kuò)展后的模型可以利用大量的附加信息來(lái)對(duì)模型參數(shù)進(jìn)行估計(jì)，進(jìn)而通過(guò)顯著性水平指標(biāo)來(lái)篩選出重要的突變位點(diǎn)。
　　通過(guò)仿真實(shí)驗(yàn)，改進(jìn)的整合模型和可擴(kuò)展的整合模型均可以將FDR指標(biāo)控制在預(yù)設(shè)的值，AUC和統(tǒng)計(jì)功效等指標(biāo)的表現(xiàn)均優(yōu)良。將模型應(yīng)