具有遗传性疾病和性状遗传位点分析研究.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 上海交通大学 参赛队号 1.胡子豪 队员姓名 2.纪德益 3.周瑛 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： 本文针对具有遗传性疾病和性状的遗传位点分析问题，使用假设检验的方 法，分别采用卡方检验、逻辑回归、SKAT 以及metaCCA 方法建立数学模型， 使用MATLAB 和R 语言及其工具包进行编程，在合理的假设下，确定了与遗 传性疾病或相关性状有关联的位点和基因，并且对发现的致病位点及基因从理 论上进行了统计分析及检验。 针对问题一，结合生物学意义，以等位基因在样本中出现频率为依据区分 同一位点的两种等位基因，并且根据基因型进行0,1,2 三个数值编码。 针对问题二，首先依据最小等位基因频率（MAF ）控制以及Hardy-Weinberg 平衡控制对题目所给数据进行 SNP 质量筛选，剔除97 个不符合质量要求的位 点；然后分别使用卡方检验方法和逻辑回归模型对剩余位点进行建模，最后通 过显著性检验对位点与遗传疾病A 进行显著性水平分析，找出显著的致病位点， 并结合两种模型综合分析确定了致病位点的合理性。 针对问题三，分别采用逻辑回归模型和 SKAT 模型对由位点组合的基因进 行建模，通过假设检验的方法，确定了致病基因，最后结合问题二的结果以及 对两种模型分别对其自变量的独立性假设分析，说明 SKAT 模型的结果比逻辑 回归的结果更可靠。 针对问题四，首先采用metaCCA 算法，得到位点与性状之间的典型关联系 数，随后通过统计检验的方法，确定了与相关性状整体相关联的位点。该模型 解出的最优位点r与其余位点显著性水平差异巨大，说明该位点与题 目所给的10 个性状具有很强的关联。 本文亮点在于：1）对题目所给数据进行合理预处理，筛选出部分质量不达 标位点；2 ）对发现的致病位点或基因都采用多种模型进行统计分析与检验，并 且从理论上分析对比了不同模型的合理性；3) 模型的扩展性和可移植性比较 强。 关键词：位点（SNPs ）, 卡方检验，逻辑回归, 典型关联分析（CCA ） 目 录 1、问题重述 - 1 - 1.1、问题背景 - 1 - 1.2、问题提出 - 2 - 2 、模型假设 - 2 - 3、符号说明 - 3 - 4 、问题一模型建立与求解 - 3 - 4.1 、问题描述及分析 - 3 - 4.2 、模型建立 - 3 - 4.3 、问题求解及分析 - 4 - 5、问题二模型建立与求解 - 4 - 5.1、问题描述及分析 - 4 - 5.2、SNP 质量筛选 - 4 - 5.2.1、最小等位基因频率（MAF ）控制 - 5 - 5.2.2、Hary-Weinberg 平衡控制 - 5 -