MDR相关知识.pptVIP

* * 在病例对照研究中，应用多因子降维法(MDR)分析基因-基因交互作用，较传统的统计学分析方法无法比拟的优势。 理论上的不足：自变量对疾病的影响是独立的，但实际情况及推导结果不同。 模型有不合理性：“乘法模型”与一般希望的“相加模型”相矛盾。 最大似然法估计参数的局限 样本含量不宜太少：例数大于200例时才可不考虑参数估计的偏性。 MDR是一种无参数、无遗传模式的分析交互作用的方法，目前已成功应用于散发性乳腺癌、心房颤动和原发性高血压等疾病的研究。 两个或多个因素相互发生作用而产生的一种效应。 当两个或多个因素共同作用于某一事件，其效应大于或小于各因素共同作用的效应时，可认为因素间存在交互作用。 前者称为协同效应(cooperative effect)； 后者称为拮抗效应(antagonistic effect)。 多因子降维法 MDR multifactor dimensionality reduction “因子”是交互作用研究中的变量(如基因型或环境因素) “维”是指研究的多因子组合中因子(如基因型)的数目 “降维”以疾病易感性分类(高危、低危)的方式建模，将研究中的多个因子看作一个多因子组合(基因型组合)，这样就把高维的结构降低到一维两水平(即高危或低危) MDR方法的主要特点是： ①并不需要指定遗传模式(显性或隐性遗传)和交互作用模型(线性或非线性模型，加法或乘法模型)； ②结合MDR Software程序包，可以识别多个SNP位点之间的高阶交互作用。 ③在分析各因素、各水平问交互作用时并不考虑主效应。因此当潜在的主效应没有统计学意义时，它仍然可以发现高阶交互作用。 通过以上介绍的相关数据的处理，给了我们一个提醒： 在往excel表格中输入基因型的时候，最好是单个输入，输两列（大大方便后期数据的处理）。 采用MDR方法分析基因A和B的3个多态性位点的交互作用表明: 包含rs1, rs2, rs3这3个位点的最佳模型的testing P=0.172, 交叉验证一致性为10/10，检验样本的准确度为0.593。基因互作树状图(图4)及环状图(图5)显示红色（橙色），提示3个位点相关性强，环状图上的数值大小表示相关性强弱。MDR结果提示A和B 3个位点之间具有协同作用。 model Training Bal. Acc. Testing Bal. Acc Sign testing (p) CV consistency rs6983561 0.5253 0.4821 3(0.9453) 9/10 r rs6983561 0.5500 0.4912 4(0.8281) 9/10 rrs6983561 rs445114 0.5927 0.5464 7(0.1719) 10/10 表3 基因EEFSEC (r A) 和8q24 (rs6983561, C; rs445114, T) 的交互作用结果 * * *