人类疾病网络.pptVIP

对于第三个问题：首先，我们定义一个疾病的连通性 和 。高的 和 表示疾病i在PDN中高连通。其次，为了测量一个疾病的致命性，我们计算在第一次诊断后8年病人减少的百分比。 从下图发现连通性和致命性在两种PDN中相关（A和B）；发现致命性和流行程度只有弱相关（C）；对于某些疾病组，疾病的连通性和致命性关系很强，比方说，对于肿瘤，这种关系很强，而对于精神类疾病，这种关系比较弱甚至为负的。 * * * * 这种关系可能解释是：病的重的病人更容易检测到。通过观察给定拜访次数、诊断次数、最后一次诊断后存活的年数的病人的平均连通性间的相关性来排除这种情况。用7878255个病人的数据集完成上述分析。 * * 因此，观察到 的连通性和致命 性的关系不是来 自对病重的病人 诊断次数的简单 的累加。也就是 说，一个疾病的 严重性跟在PDN 网络中的连通性 接近。 * * 最后，简单分析疾病发展的方向性 因为对于方向性的分析有限制性，所以，我们的结果只能是建议性的根据，而不是一个证明。为了减少我们分析的噪音，我们集中分析那些在500个病人至少有一个被疾病影响的疾病（0.2%）。从我们数据集的大小，也就是说至少在50个病人中同时发生的疾病。满足这个条件的有518种疾病，包含133858条边。 我们用 表示疾病i先于疾病j诊断到的次数，忽视了两种疾病在同一次拜访中同时第一次被诊断到。所以 。 标准化： 。标准化的原因是一个疾病先于另一个疾病被诊断到的概率与流行程度成比例 * * 定义 ，当 ，对于节点i，是出度，相反为入度； 表示疾病i先于疾病j被诊断到，比j先于i的概率高10倍；为2是，高100倍。 大部分的 值为0，也就是说大部分的边没有显著的方向性 ，但有一部分边有很明显的方向性。小于-1，大于1的 有15625条边（11.7%）；小于 -2，大于2的有 229（0.2%）条 边。 * * 方向性的分析使得我们可以扩展我们对于连通性和致命性的研究。首先定义疾病i的优先： 对于先于其他疾病的疾病 为正，相反，为负。 与疾病的流行程度不是相互独立的。 和疾病的连通性呈现负 相关，也就是说，高连通的 疾病比其他疾病趋向于后出 现，更可能是疾病的晚期。 * * * * * * 这样就证实了下面几个方面： 1）一个人患的某种病在网络中与曾经患过的病接近； 2）对于不同性别和种族的病人，疾病在网络中沿着网络边的发展是不同的； 3）在表型疾病网络中，有高连通的疾病的病人要比低连通疾病更易于死亡； 4）在网络中，后发生的疾病比先发生的有较多的连通，并且与较高的死亡率相关联。 * * * * * 假设 1）如果有两种（多种）不同疾病是在相同环境下发生的，那么它们通常是通过分子机制引发的。 2）对于每个表型对D1和D2，整个人类基因组被分为四个不相交的核苷酸位点集合。 3）涉及连接疾病表型的四个 集合中遗传变异的假设机制。 在位点的疾病易感集合中，遗 传变异的数目越大，疾病表型 越可能显现出来。 * * 这儿考虑两类遗传外显率函数：sharp-threshold和soft-threshold。 Sharp-threshold是指当多态性的数目超过阈值 时，表现出表型i的特征来。 是指表现疾病表型i所需要的，在疾病特异性核苷酸位点的有害多态性的最少数目。 Soft-threshold是指，阈值是一个随机变量，满足均值为 ，方差为 的二项分布。（ ） * * 对每一个疾病对，我们选择三种模型中的一种进行分析：二者不相关（也就是没有遗传重叠）；二者负相关（竞争遗传重叠）；二者正相关（合作遗传重叠）。 合作模型比标准的遗传多效模型更一般。因为合作模型除了分享的多态性，还允许关联影响各自的遗传多态性。 独立模型是两个重叠模型的特殊情况，我们通过将两个重叠模型同独立模型比较，用两个对数似然比统计 代表我们分析的结果。 进一步，我们的参数模型提供了对假定遗传重叠的大小的评估。 * * 相关性和重叠 对于遗传重叠的分析显示了疾病间的大量的相关性，很多都被很好的确定，但有些相关性先前没有描述过。 与孤独症的遗传重叠的疾病分为四类；双相型障碍和精神分裂症也类似分析。 这三种疾病同其余158中疾病的关联，红线代表正相关，蓝线代表负相关。 * * * * 非孟德尔疾病的表型经常定义一个模糊度，尤其是神经学上的。很多