用贝叶斯网络模型分析精神分裂症有关SNP+标记.pdfVIP

2005 中国计算机大会（CNCC’2005 ） 用贝叶斯网络模型分析精神分裂症有关的SNP 标记 * 马 熹 张学工 清华大学自动化系生物信息学教育部重点实验室，北京 摘要：研究复杂疾病的机理并进行疾病的诊断预测是 We implemented our method on the study of paranoid 生物信息学中重要的问题之一。已有很多文献通过研 schizophrenia, which is considered as a complex disease 究人类基因组上SNP 标记与复杂疾病的关系来研究这 widely. The accuracy of our diagnosing model built by 一课题。本文提出了一种新的基于贝叶斯网络模型的 BN was 87.73% when tested by leave-one-out. And some 分析方法，通过对人类基因组SNP 标记与复杂疾病间 SNP sites related to paranoid schizophrenia very closely 的概率依赖关系进行建模研究，来探查复杂疾病的机 were found by our method, which the similar results can 理并建立疾病诊断预测模型。本文将此方法应用在精 be found in some other studies. 神分裂症的研究当中，建立了该病症的诊断预测模型， Keywords: complex disease; Bayesian Networks; SNP; 使用留一法对该模型进行验证，正确率达到87.73%。 paranoid schizophrenia 同时也发现了一些与该病症关系非常密切的 SNP 标 1 研究背景 记，这些结果同其他文献的研究工作相吻合。 关键词：复杂疾病；贝叶斯网络；SNP 标记；妄想型 有大量文献对各种各样的基因标记，如 精神分裂症 SNP 等，以及这些基因标记间关系的进行研究 如文献[1][2]。有些研究，如文献[3][4]等，利 Using Bayesian Network Model to study the 用生物信息学方法来考察基因标记与人类复杂 correlation between paranoid schizophrenia 疾病之间的联系，试图了解复杂疾病产生的原 and related SNPs 因、发展规律，并根据发现的规律对疾病进行 * Xi Ma, Xuegong Zhang 诊断预测。这些与复杂疾病相关的研究课题， MOE Key Laboratory of Bioinformatics, Department of 是目前生物信息学面临的重要问题之一。 Automation, Tsinghua University, Beijing 100084 本文提出了一种基于贝叶斯网络模型 Abstract: To understand the mech