具有遗传性疾病和性状遗传位点分析研究化.pdfVIP

参赛密码 （由组委会填写） “华为杯”第十三届全国研究生 “华为杯”第十三届全国研究生 数学建模竞赛 数学建模竞赛 学 校 北京邮电大学 参赛队号 1. 贾培栋 队员姓名 2. 赵 娟 3. 于淑月 - 1 - 参赛密码 （由组委会填写） “华为杯”第十三届全国研究生 “华为杯”第十三届全国研究生 数学建模竞赛 数学建模竞赛 题 目 具有遗传性疾病和性状的遗传位点分析 摘 要： 本文采用全基因组关联性分析的方法来定位与性状或疾病相关联的位点在 染色体或基因中的位置，针对相应的数据结构建立多种数学模型：卡方检验 （Chi-square test ）、多元线性回归模型 （multiple linear regression model ）、 典型相关分析 （canonical correlation analysis ）等等，并综合利用这几种方法 完成了数据的处理。 问题一，每个位点由两种碱基组成，四种碱基共构成6 种位点类型 （A/T， A/G，A/C，G / T，C/T，C/G ），每种位点类型共有三种编码方式。位点只与三 种编码方式的构成比例和位点类型有关系，与位点内碱基对与顺序、位置无关， 所以六种类型都可以由A/B 表示，三种编码方式AA 、AB 、BB 可以分别编码 为0、1、2 。 问题二，认为每个位点相互独立，并且不考虑基因的存在，位点与患病之 间具有直接关系。样本分为患病组和对照组两组，如果某个位点与患病相关， 那么编码方式应该有明显的差异，利用卡方检验和显著性分析来衡量差异。将 患病组和对照组的差异性作为衡量位点和患病关联强度的指标。患病组和对照 组之间的差异性可以用卡方值来表示，卡方值越大，差异性越大，位点与患病 之间关联强度越强。利用Bonferroni 校正，得到一个比较保守的结论，与患病 最相关的位点是rs2273298 。 问题三，为了简化基因与患病的关系，假设基因与患病之间是简单相关， 即拥有患病基因就会导致患病，基因内的位点与患病进行多元线性回归分析和 显著性检验，利用线性回归分析的残差和显著性强度综合衡量基因与患病之间 - 2 - 的关系。如果残差越小并且显著性水平高，基因与患病之间的关联越强，与患 病关联最强的基因是Gene102 和Gene217 。 问题四，首先需要分析多种性状进行初步统计，发现性状之间的具有很强 的相关性，可以进一步降低性状的维度。然后筛选与性状无关的性状，降低位 点的维度，得到候选名单，为下一步计算做准备。最后，问题转化为多个性状 与候选名单内的位点之间的关系。由于多个性状是一个整体，不可分割，相当 于求全局最优解，采用典型相关分析，求解其中的典型关系，认为回归直线的 系数比较大的位点对性状具有比较大的影响，并运用显著性检验进行验证，确 保假设成立。找到与10 个性状相