決策樹膜型在冠心病全基因組關(guān)聯(lián)研究中的應用.pdf

1、冠心病是一類由遺傳與環(huán)境因素相互作用引起的復雜疾病，是世界范圍內(nèi)死亡和致殘的一個重要原因。對冠心病的全基因組關(guān)聯(lián)研究是近年來的研究熱點。
　　以往的冠心病全基因組關(guān)聯(lián)研究大多采用一些經(jīng)典的統(tǒng)計方法。然而，由于全基因組數(shù)據(jù)量大，自變量遠多于觀測數(shù)，使得經(jīng)典方法往往不適用。
　　本文分析的是來源于WTCCC的冠心病數(shù)據(jù)，包含了4864名被試者的393474個基因位點的信息和被試者是否患病的0-1變量。其中有1926例冠心病病例和

2、2938名對照，冠心病病例占總觀測40％左右。每個位點有三種單核甘酸形態(tài)，為無序?qū)傩宰兞?。采用決策樹方法來分析這批數(shù)據(jù)對冠心病GWAS的兩類問題，一是尋找與冠心病相關(guān)聯(lián)的易感位點，二是預測是否患病。決策樹對于這類問題的分析有不少的優(yōu)點，它是一種非參數(shù)方法，所作的先驗假設較少;易于處理離散型的數(shù)據(jù);自變量之間的相關(guān)對建模及預測的影響不大。我們查閱了GWAS的有關(guān)文獻，未找到使用決策樹模型的文獻。
　　針對WTCCC的冠心病數(shù)據(jù)，本文