CN107004066A 性状预测模型制作方法和性状预测方法 （学校法人岩手医科大学）.docxVIP

(19)中华人民共和国国家知识产权局

(12)发明专利申请

(10)申请公布号CN107004066A

(43)申请公布日2017.08.01

(21)申请号201580064102.2

(22)申请日2015.11.25

(30)优先权数据

2014-2382522014.11.25JP

(85)PCT国际申请进入国家阶段日2017.05.25

(86)PCT国际申请的申请数据

PCT/JP2015/0830682015.11.25

(87)PCT国际申请的公布数据

WO2016/084844JA2016.06.02

(71)申请人学校法人岩手医科大学地址日本岩手县

(72)发明人八谷刚史

(74)专利代理机构北京尚诚知识产权代理有限公司11322

代理人龙淳谢弘

(51)Int.CI.

G06F19/18(2006.01)

权利要求书2页说明书13页附图7页

(54)发明名称

性状预测模型制作方法和性状预测方法

(57)摘要

CN107004066A本发明提供一种用于由单核苷酸多态性数据预测性状的表现型的性状预测模型制作方法、以及能够以高的准确率预测性状的性状预测方法。即，一种性状预测模型制作方法，包括：使用在生物的多个个体中使多个单核苷酸多态性与形状对应的单核苷酸多态性数据，将多个单核苷酸多态性分别矩阵表示的工序；将多个单核苷酸多态性基于遗传结构分类为多个类别的工序；对于各个类别，使用矩阵表示和属于类别的单核苷酸多态性的个数计算基因组相似度矩阵的工序；

CN107004066A

CN107004066A权利要求书1/2页

2

1.一种性状预测模型制作方法，其特征在于：

使用在生物的多个个体中使多个单核苷酸多态性与形状对应的单核苷酸多态性数据，

制作预测多因子性性状的表现型的预测模型，

所述性状预测模型制作方法包括：

将所述多个单核苷酸多态性分别矩阵表示的工序；

将所述多个单核苷酸多态性基于遗传结构分类为多个类别的工序；

对于各个所述类别，使用所述矩阵表示和属于所述类别的所述单核苷酸多态性的个数计算基因组相似度矩阵的工序；和

将所述基因组相似度矩阵和所述遗传结构的参数应用于线性混合模型的工序。

2.如权利要求1所述的性状预测模型制作方法，其特征在于：

所述遗传结构为效应量和/或等位基因频率。

3.一种性状预测模型制作方法，其特征在于：

使用在生物的多个个体中使多个单核苷酸多态性、性别、年龄与形状对应的单核苷酸多态性数据，制作预测多因子性性状的表现型的预测模型，

所述性状预测模型制作方法包括：

将所述多个单核苷酸多态性分别矩阵表示的工序；

将所述性别和/或年龄矩阵表示的工序；

使用所述单核苷酸多态性的矩阵表示和所述单核苷酸多态性的个数计算基因组相似度矩阵的工序；

将所述基因组相似度矩阵、和所述性别和/或年龄的矩阵应用于线性混合模型的工序。

4.如权利要求3所述的性状预测模型制作方法，其特征在于：

所述性状选自身高、体重、最高血压、最低血压、血糖、HbAlc、红细胞数、血色素、血细胞容积、白细胞数、血小板数、嗜中性粒细胞的比例、淋巴细胞的比例、单核细胞的比例、嗜酸性粒细胞的比例、嗜碱性粒细胞的比例、大型不染色细胞的比例、AST(GOT)、ALT(GPT)、Y-GTP、总胆固醇、中性脂肪、HDL胆固醇、LDL胆固醇、肌酐、尿素氮、尿酸、糖尿病、高血压症、高LDL胆固醇血症、低HDL胆固醇血症、高甘油三酯血症。

5.一种性状预测方法，其特征在于：

在生物个体中，从多个单核苷酸多态性数据预测该生物个体的性状，

所述性状预测方法包括：

使用学习用数据集，按照权利要求1～4中任一项所述的性状预测模型制作方法制作性状预测模型的工序；

确定线性混合模型的参数和潜在变量的工序；和

将该生物个体的所述多个单核苷酸多态性数据应用于所述性状预测模型的工序。

6.一种程序，其特征在于：

用于在生物个体中从多个单核苷酸多态性数据预测该生物个体的性状，

所述程序使计算机执行权利要求1～5中任一项所述的方法。

7.一种计算机可读取的存储介质，其特征在于：

存储有权利要求6所述的程序。

8.一种性状预测系统，其特征在于：

CN107004066A权利要求书2/2页

3

用于在