群體病例對(duì)照研究設(shè)計(jì)的整體基因關(guān)聯(lián)分析統(tǒng)計(jì)推斷方法研究.pdf

1、復(fù)雜疾病，也稱為多因子病，是指受多個(gè)基因控制，雖然表現(xiàn)出一定的家族聚集傾向性，但并不完全符合孟德?tīng)栠z傳規(guī)律的一類疾病。心血管疾病、非胰島素依賴型糖尿病、原發(fā)性高血壓、肥胖及多數(shù)惡性腫瘤等眾多疾病皆屬?gòu)?fù)雜疾病。隨著人類全基因組高精密度序列圖譜的完成，越來(lái)越多的生物醫(yī)學(xué)研究人員已經(jīng)將注意力從單基因病的研究轉(zhuǎn)移到對(duì)人類健康和社會(huì)發(fā)展影響最大的復(fù)雜疾病的研究。復(fù)雜疾病的發(fā)生、發(fā)展是受多個(gè)基因控制的，通常單個(gè)致病基因的作用微小，而多個(gè)基因之間以及

2、基因與環(huán)境之間存在著復(fù)雜的交互作用?；谌后w的病例對(duì)照研究設(shè)計(jì)的基因定位關(guān)聯(lián)分析的分析策略主要是借助連鎖不平衡的原理利用標(biāo)記SNP檢測(cè)致病基因所在的區(qū)域。另一種分析策略是利用基因與基因之間的交互作用研究復(fù)雜疾病的致病機(jī)制。目前，用于分析基因與基因之間交互作用的統(tǒng)計(jì)檢驗(yàn)方法主要有：一是通過(guò)分析兩基因區(qū)域內(nèi)的兩個(gè)代表性標(biāo)記SNP之間的交互作用間接地反應(yīng)基因與基因之間的交互作用，二是根據(jù)單倍域理論推斷出各基因區(qū)域內(nèi)的多個(gè)標(biāo)記SNPs組成的單體

3、型，然后通過(guò)檢驗(yàn)兩個(gè)基因區(qū)域內(nèi)單體型之間的交互作用，來(lái)檢驗(yàn)兩個(gè)基因之間的交互作用。然而，單個(gè)SNP位點(diǎn)無(wú)法反映整個(gè)致病基因的作用（除非所選擇的標(biāo)記SNP恰好是致病位點(diǎn)，此種情況極為罕見(jiàn)）。因此，這兩類分析策略存在多重校正、單體型推斷不穩(wěn)定、檢驗(yàn)效能不高等問(wèn)題，使得檢驗(yàn)結(jié)果可信度不高。本研究提出了“整體基因”的概念。所謂“整體基因（whole gene）”是指一個(gè)完整的功能基因，而不是基因上的某個(gè)標(biāo)記SNP?！罢w基因”關(guān)聯(lián)性分析是評(píng)價(jià)基

4、因與疾病表型關(guān)聯(lián)性的重要手段，也是進(jìn)一步構(gòu)建遺傳交互網(wǎng)絡(luò)的基礎(chǔ)。本研究在“整體基因”的基礎(chǔ)上構(gòu)建了基于主成分分析的booststrap可信區(qū)間檢驗(yàn)方法（PCA—BCIT）用以檢驗(yàn)“整體基因”與疾病表型的關(guān)聯(lián)性，以及基于典型相關(guān)理論的U統(tǒng)計(jì)量（CCA—U統(tǒng)計(jì)量）用以檢驗(yàn)“整體基因”之間交互作用的致病效應(yīng)。主要研究?jī)?nèi)容如下： 第一章整體基因與疾病表型關(guān)聯(lián)性檢驗(yàn)的PCA—bootstrap可信區(qū)間檢驗(yàn)方法（PCA—BCIT）：本研究將

5、PCA和可信區(qū)間檢驗(yàn)方法的基本原理有機(jī)結(jié)合，利用bootstrap統(tǒng)計(jì)模擬技術(shù)巧妙地構(gòu)建了PCA—BCIT檢驗(yàn)方法。對(duì)于基于群體的病例對(duì)照研究設(shè)計(jì)的基因分型數(shù)據(jù)，即使從同一種矩陣（例如相關(guān)系數(shù)矩陣）提取主成分，也存在四種不同的提取方法：①?gòu)牟±M的基因分型相關(guān)系數(shù)矩陣與對(duì)照組的基因分型相關(guān)系數(shù)矩陣獨(dú)立的提取主成分（SES）；②基于病例組的基因分型相關(guān)系數(shù)矩陣提取主成分（CAES），并將主成分回歸方程分別應(yīng)用于病例組和對(duì)照組計(jì)算相應(yīng)的主成

6、分得分；③基于對(duì)照組的基因分型相關(guān)系數(shù)矩陣提取主成分（COES），并將主成分回歸方程分別應(yīng)用于病例組和對(duì)照組計(jì)算相應(yīng)的主成分得分；④將病例組與對(duì)照組基因分型數(shù)據(jù)合并計(jì)算相關(guān)系數(shù)矩陣，從該矩陣提取主成分（CES），然后將主成分回歸方程分別應(yīng)用于病例組和對(duì)照組計(jì)算相應(yīng)的主成分得分。本章同時(shí)采用了以上四種不同的主成分提取策略，并通過(guò)統(tǒng)計(jì)模擬和實(shí)例分析比較了它們的合理性和有效性。主要研究結(jié)論如下：（1）PCA—BCIT檢驗(yàn)方法的結(jié)果與PCA—L

7、RT檢驗(yàn)方法及Armitage趨勢(shì)檢驗(yàn)等方法相比，更加可信、檢驗(yàn)效能更高。（2）對(duì)于SES，CAES，COES和CES四種不同的主成分提取策略：①SES主成分提取方法的檢驗(yàn)效能十分低下，實(shí)際中不宜采用。②CES，CAES和COES三種主成分提取方法均較SES主成分提取方法有效。③相比之下，COES主成分提取方法較CES和CAES兩種主成分提取方法更為合理，更符合病例對(duì)照研究的基本原理。（3）PCA—BCIT檢驗(yàn)方法較其他常規(guī)方法及PCA

8、—LRT檢驗(yàn)方法具有更高的實(shí)際應(yīng)用價(jià)值，值得在關(guān)聯(lián)分析中推廣應(yīng)用。特別是在研究者著眼于分析“整體基因”與疾病表型的關(guān)聯(lián)性，進(jìn)而構(gòu)建遺傳交互網(wǎng)絡(luò)時(shí)，該方法具有明顯的優(yōu)勢(shì)。 第二章基于典型相關(guān)理論的整體基因之間交互作用的統(tǒng)計(jì)推斷方法研究：本章在“整體基因”的概念基礎(chǔ)上，論證了“生物學(xué)意義的交互作用”與“統(tǒng)計(jì)學(xué)意義的交互作用”的辯證統(tǒng)一性，并基于典型相關(guān)理論構(gòu)建了檢驗(yàn)整體基因之間的交互作用的CCA—U統(tǒng)計(jì)量。經(jīng)過(guò)統(tǒng)計(jì)模擬和實(shí)例分析，主

9、要結(jié)論如下：（1）CCA—U統(tǒng)計(jì)量近似服從正態(tài)分布，是一種有效的檢驗(yàn)整體基因之間的交互作用的統(tǒng)計(jì)推斷方法。（2）CCA—U統(tǒng)計(jì)量的優(yōu)越性體現(xiàn)在：①與傳統(tǒng)的Fisher方法相比，CCA—U統(tǒng)計(jì)量基于典型相關(guān)理論，著眼于分析兩個(gè)整體基因之間的交互作用，而不是將基因與基因之間的交互作用籠統(tǒng)地作為兩個(gè)基因主效應(yīng)的剩余部分，因此具有更清晰的生物學(xué)解析。②與MDR方法、logistic回歸分析、基于LD的統(tǒng)計(jì)量以及基于熵的統(tǒng)計(jì)量相比，CCA—U統(tǒng)計(jì)

10、量不是檢驗(yàn)單個(gè)SNP—SNP之間的交互作用，而是以整體基因?yàn)閱挝粰z驗(yàn)兩整體基因之間的交互作用，有利于在此基礎(chǔ)上構(gòu)建遺傳交互網(wǎng)絡(luò)。③與logistic回歸分析、基于LD的統(tǒng)計(jì)量以及基于熵的統(tǒng)計(jì)量相比，CCA—U統(tǒng)計(jì)量采用典型相關(guān)分析提取整體基因內(nèi)的綜合信息，有效地降低了自由度，避免了多重校正問(wèn)題，提高了檢驗(yàn)效能。④與基于LD的統(tǒng)計(jì)量等方法相比，CCA—U統(tǒng)計(jì)量以具有完整功能的整體基因作為單位檢驗(yàn)基因之間的交互作用，因而無(wú)需考慮標(biāo)記SNP之

11、間的連鎖不平衡現(xiàn)象對(duì)基因交互作用的混雜。（3）CCA—U統(tǒng)計(jì)量的適用條件：①一般情況下，交互作用量（rD—rc）大于0.1時(shí)，樣本含量在1000之內(nèi)便可達(dá)到可接受的檢驗(yàn)效能。②當(dāng)病例組和對(duì)照組中兩整體基因之間的相關(guān)性rD和rC均較大（min（rD—rC）>0.3）時(shí)，即使樣本含量較小，CCA—U統(tǒng)計(jì)量的檢驗(yàn)效能也較高。③CCA—U統(tǒng)計(jì)量對(duì)不同的遺傳交互作用模型不敏感，適用于各種遺傳交互作用模型。（4）與傳統(tǒng)方法相比，CCA—U統(tǒng)計(jì)量的分