在數(shù)十年的全基因組關(guān)聯(lián)研究熱潮中,大量與人類復(fù)雜性狀相關(guān)聯(lián)的單核苷酸多態(tài)性位點(diǎn)被成功挖掘。然而,這些關(guān)聯(lián)位點(diǎn)僅能解釋性狀的很少一部分遺傳度,我們稱之為“遺傳度缺失”（missing heritability）現(xiàn)象。該現(xiàn)象的一個(gè)合理解釋是通用的單位點(diǎn)檢驗(yàn)方法較難發(fā)現(xiàn)弱效應(yīng)位點(diǎn)。多位點(diǎn)模型通常具有較高的統(tǒng)計(jì)學(xué)效能,而大規(guī)模高維組學(xué)數(shù)據(jù)下構(gòu)建多位點(diǎn)模型則面臨挑戰(zhàn)。第一部分,在適應(yīng)性條件雙指數(shù)先驗(yàn)的框架下,構(gòu)建基于變分推斷算法的貝葉斯多位點(diǎn)模型（BAL-VI）。通過適應(yīng)性條件雙指數(shù)先驗(yàn)達(dá)到對(duì)位點(diǎn)效應(yīng)適應(yīng)性懲罰的目的;通過變分推斷算法達(dá)到高維數(shù)據(jù)下快速、準(zhǔn)確進(jìn)行貝葉斯后驗(yàn)計(jì)算的目的。模擬試驗(yàn)中評(píng)價(jià)了模型在變量選擇、參數(shù)估計(jì)和結(jié)局預(yù)測(cè)方面的表現(xiàn),并就幾個(gè)重要問題作探討:模型區(qū)間估計(jì)寬度、高相關(guān)結(jié)構(gòu)下變分算法與MCMC算法的估計(jì)性質(zhì)以及超參數(shù)敏感性分析。實(shí)例分析將模型應(yīng)用于肺癌GWAS數(shù)據(jù)。模擬試驗(yàn)結(jié)果表明,（1）BAL-VI的95%貝葉斯可信區(qū)間狹窄,基于該指標(biāo)的變量選擇產(chǎn)生大量的假陽性,借助于額外的遺傳度閾值可以有效控制假陽性;（2）綜合變量選擇、參數(shù)估計(jì)和預(yù)測(cè)結(jié)果,BAL-VI表現(xiàn)最佳;（3）... 

【文章來源】：南京醫(yī)科大學(xué)江蘇省

【文章頁數(shù)】：145 頁

【學(xué)位級(jí)別】：博士

【部分圖文】：

標(biāo)準(zhǔn)正態(tài)分布與Laplace分布（λ=1,2,5）

28圖 1-2. 模型下各位點(diǎn)在重復(fù)模擬中的選擇比例（n=500，p=1,000）左圖對(duì)應(yīng)情境 A1 模擬參數(shù)，遺傳度 h2=0.2；右圖對(duì)應(yīng)情境 A2 模擬參數(shù)，遺傳度 h2=0.5；A、B、C 子圖對(duì)應(yīng)模型 BL、BAL-MCMC、BAL-VI；倒三角形表示指定的陽性位點(diǎn)。

29圖 1-3. 模型下各位點(diǎn)在重復(fù)模擬中的選擇比例（n=1,000，p=10,000）左圖對(duì)應(yīng)情境 A3 模擬參數(shù)，遺傳度 h2=0.2；右圖對(duì)應(yīng)情境 A4 模擬參數(shù)，遺傳度 h2=0.5；A、B、C 子圖對(duì)應(yīng)模型 BL、BAL-MCMC、BAL-VI；倒三角形表示指定的陽性位點(diǎn)。


本文編號(hào)：3044344