核主成分logistic回归模型在非线性关联分析中的应用.pdfVIP

第49卷 第5期 山 东 大 学 学 报 (医 学 版) 2011年 5月 Vo1．49 NO．5 JOURNALOFSHANDONGUNIVERSITY(HEALTHSCIENCES) M ay2011 文章编号：1671—7554(2011)05—0140—03 · 公共卫生与管理学 · 核主成分 logistic回归模型在 非线性关联分析中的应用 高青松，薛付忠 (山东大学公共卫生学院流行病与卫生统计学研究所 ，济南250012) 摘要：目的 将核主成分分析(KPCA)与 logistic回归模型相结合，提出一种核主成分 logistic(KPCA—basedlogis． )回归模型，用于复杂疾病基因定位的非线性关联分析。方法 针对病例对照研究设计的关联分析，对候选基 因区域内的单核苷酸多肽性(SNPs)进行核主成分分析，以核主成分为 自变量构建 logistic回归模型，并对GAW16 类风湿关节炎数据中PTPN22和 RNFI86两个基因区域进行分析，以验证KPCA—basedlogistic回归模型的有效性 和实用性。结果 对 FrPN22和 RNF186两个基因区域的分析结果显示，KPCA．basedlogistic回归模型既能够检 测出单点检验所能发现的区域 (FrPN22)，也能检测 出单点检验所不能发现的区域 (RNF186)。结论 KPCA． basedlogistic回归模型是一种有效的非线性关联分析方法，能够发现更多的易感区域。 关键词：核主成分分析；logistic回归；复杂疾病基因定位；关联分析 中图分类号：R195．1 文献标志码：A Applicationsofthekernelprincipalcomponentanalysis-basedlogistic regressionmodelonnonlinearassociationstudy GAOQing—song，XUEFu—zhong (InstituteofEpidemiologyandHealthStatistics，SchoolofPublicHealth，ShnadongUniversity，Jinna 250012，China) Abstract：Objective Tocombinehtekernelprincipalcomponentnaalysis(KPCA)nadthelogisticregressionmodel toproposeaKPCA-basde logisticregressionmodelfornonlniearassociationnaalysisofcomplexdiseasegenemappnig． Methods Forassociationstudyofcase-controlresearchdesign，htekernelprincipalcomponentnaalysis(KPCA)Was performdeonsniglenucleotidepolymorphisms(SNPs)ofacandidateregiontOconstructhtelogisticrergessionmodel wimkernelprincipalcomponentsasindependentvariables．nadhtenhtePTPN22nadRNF186generegionsofrheuma- toidarthritis(RA)daatfromGAW16wereanalyzedtOillustratehteeffectivenessnadpracticabilityofhteKPCA·based logisticregressionmode1．Results ApplicationtOhtePTPN22andRNF186generegions