決策樹(shù)膜型在冠心病全基因組關(guān)聯(lián)研究中的應(yīng)用.pdf

1、冠心病是一類(lèi)由遺傳與環(huán)境因素相互作用引起的復(fù)雜疾病，是世界范圍內(nèi)死亡和致殘的一個(gè)重要原因。對(duì)冠心病的全基因組關(guān)聯(lián)研究是近年來(lái)的研究熱點(diǎn)。
　　以往的冠心病全基因組關(guān)聯(lián)研究大多采用一些經(jīng)典的統(tǒng)計(jì)方法。然而，由于全基因組數(shù)據(jù)量大，自變量遠(yuǎn)多于觀測(cè)數(shù)，使得經(jīng)典方法往往不適用。
　　本文分析的是來(lái)源于WTCCC的冠心病數(shù)據(jù)，包含了4864名被試者的393474個(gè)基因位點(diǎn)的信息和被試者是否患病的0-1變量。其中有1926例冠心病病例和

2、2938名對(duì)照，冠心病病例占總觀測(cè)40％左右。每個(gè)位點(diǎn)有三種單核甘酸形態(tài)，為無(wú)序?qū)傩宰兞俊２捎脹Q策樹(shù)方法來(lái)分析這批數(shù)據(jù)對(duì)冠心病GWAS的兩類(lèi)問(wèn)題，一是尋找與冠心病相關(guān)聯(lián)的易感位點(diǎn)，二是預(yù)測(cè)是否患病。決策樹(shù)對(duì)于這類(lèi)問(wèn)題的分析有不少的優(yōu)點(diǎn)，它是一種非參數(shù)方法，所作的先驗(yàn)假設(shè)較少;易于處理離散型的數(shù)據(jù);自變量之間的相關(guān)對(duì)建模及預(yù)測(cè)的影響不大。我們查閱了GWAS的有關(guān)文獻(xiàn)，未找到使用決策樹(shù)模型的文獻(xiàn)。
　　針對(duì)WTCCC的冠心病數(shù)據(jù)，本文