使用肺癌GWAS数据进行遗传风险预测的方法和策略研究.PDFVIP

·５５４· 中国卫生统计２０１５年８月第３２卷第４期 ·论著 · 使用肺癌ＧＷＡＳ数据进行遗传风险预测的方法和策略研究 南京医科大学公共卫生学院生物统计学系（２１１１６６） 　段巍巍　赵　杨　张丽伟　胡志斌　陈　峰△ 　　【提　要】　目的　探讨基于肺癌全基因组关联研究数据的遗传风险预测方法和策略。方法　将肺癌ＧＷＡＳ数据中 的南京子样本和北京子样本分别作为训练集和测试集，分别使用预测全集和最优预测子集两种策略，比较三种预测方法 在不同连锁不平衡结构（ＬＤ）和初筛检验水准（）下的预测准确度。结果　ｗＧＲＳ在高ＬＤ结构下，随着ｌｏｇ（）增大，预 α α ２ 测准确度呈现上升趋势；ＲＦ和ＳＶＭ对ＬＤ结构不如ｗＧＲＳ敏感，但三种方法在低ＬＤ结构（ｒ＜０２）下预测准确度优于 高ＬＤ结构；ｗＧＲＳ方法下最优预测子集效果略优于预测全集效果，ＳＶＭ下子集效果与全集近似，但略逊于全集，ＲＦ下子 集效果则不如全集，且差距较大。结论　基于ＬＤ结构修剪ＳＮＰ位点和选择适当的初筛水准可以提高遗传风险预测准确 度，此时ｗＧＲＳ方法预测效果优于ＳＶＭ和ＲＦ。 【关键词】　肺癌　遗传风险得分　支持向量机　随机森林　最优预测子集　单核苷酸多态性 ＳｔｒａｔｅｇｉｅｓｏｆＧｅｎｅｔｉｃＲｉｓｋＰｒｅｄｉｃｔｉｏｎｗｉｔｈＬｕｎｇＣａｎｃｅｒＧＷＡＳＤａｔａ ＤｕａｎＷｅｉｗｅｉ，ＺｈａｏＹａｎｇ，ＺｈａｎｇＬｉｗｅｉ，ｅｔａｌ．（ＤｅｐａｒｔｍｅｎｔｏｆＢｉｏｓｔａｔｉｓｔｉｃｓ，ＮａｎｊｉｎｇＭｅｄｉｃａｌＵｎｉｖｅｒｓｉｔｙ（２１１１６６），Ｎａｎｊｉｎｇ） 【Ａｂｓｔｒａｃｔ】　Ｏｂｊｅｃｔｉｖｅ　Ｔｏｉｎｖｅｓｔｉｇａｔｅｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｒｅｅｇｅｎｅｔｉｃｒｉｓｋｐｒｅｄｉｃｔｉｏｎｍｅｔｈｏｄｓ，ｗｅｉｇｈｔｅｄｇｅｎｅｔｉｃｒｉｓｋ ｓｃｏｒｅ（ｗＧＲＳ），ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ（ＳＶＭ）ａｎｄｒａｎｄｏｍｆｏｒｅｓｔ（ＲＦ），ａｐｐｌｉｅｄｔｏｈｉｇｈｄｉｍｅｎｓｉｏｎａｌｄａｔａｏｆｌｕｎｇｃａｎｃｅｒｗｉｔｈｔｗｏ ｓｔｒａｔｅｇｉｅｓ．Ｍｅｔｈｏｄｓ　ＴｈｉｓｓｔｕｄｙｓｅｒｖｅｄＮａｎｊｉｎｇａｎｄＢｅｉｊｉｎｇｓａｍｐｌｅｓｏｆＧＷＡＳｄａｔａａｓｔｒａｉｎｉｎｇｓｅｔａｎｄｔｅｓｔｉｎｇｓｅｔｒｅｓｐｅｃｔｉｖｅｌｙ． ＷｅｍａｄｅｕｓｅｏｆｔｈｅｔｗｏｓｔｒａｔｅｇｉｅｓｏｆＦｕｌｌｐｒｅｄｉｃｔｉｖｅｓｕｂｓｅｔ（ＦＳ）ａｎｄＢｅｓｔｐｒｅｄｉｃｔｉｖｅｓｕｂｓｅｔ（ＢＳ）ａｎｄｃｏｍｐａｒｅｄｔｈｅｐｒｅｄｉｃｔｉｏｎａｃ ｃｕｒａｃｙｗｉｔｈｉｎｔｈｅｔｈｒｅｅｍｅｔｈｏｄｓｍｅｎｔｉｏｎｅｄａｂｏｖｅｗｉｔｈｔｈｅｃｏｍｂｉｎａｔｉｏｎｏｆＬｉｎｋａｇｅＤｉｓｅｑｕｉｌｉｂｒｉｕｍ（ＬＤ）ａｎｄｈｙｐｏｔｈｅｓｉｓｔｅｓｔｉｎｇ ｌｅｖｅｌｓ（）．Ｒｅｓｕｌｔｓ　ＵｎｄｅｒａｈｉｇｈＬＤｓｔｒｕｃｔｕｒｅ，ｔｈｅｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙｏｆｗＧＲＳｗａｓｏｎｔｈｅｒｉｓｅｗｉｔｈｔｈｅｉｎｃｒｅａｓｉｎｇｌｏｇ（）． α α ＲＦａｎｄＳＶＭｗｅｒｅｎｏｔｓｅｎｓｉｔｉｖｅｔｏＬＤｓｔｒｕｃｔｕｒｅｓａｓｗＧＲＳ，ｂｕｔｔｈｅｐｒｅｄｉｃｔｉｖｅａｃｃｕｒａｃｙｏｆｅａｃｈｍｅｔｈｏｄａｐｐｌｉｅｄｗｉｔｈａｌｏｗＬＤ ２ ｓｔｒｕｃｔｕｒｅ（ｒ＜０２）ｗａｓｍａｉｎｌｙｂｅｔｔｅｒｔｈａｎｉｔｓｅｌｆｗｉｔｈａｈｉｇｈＬＤｓｔｒｕｃｔｕｒｅ．Ｍｏｒｅｏｖｅｒ，ｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆＢＳｗａｓｓｌｉｇｈｔｌｙｂｅｔｔｅｒ ｔｈａｎ，ａｐｐｒｏｘｉｍａｔｅｌｙｅｑｕａｌｔｏｏｒｔｉ