MultCausal：一种利用多组学数据推断causal基因的统一方法

论文摘要

Causal基因的推断在理论和实践中都有重要意义,包括阐明生理过程尤其是人类疾病的机理,以及作物改良和疾病的治疗等,因此相应统计学方法的开发至关重要。现有的causal基因推断方法根据利用的数据类型和统计方法,大致可分三类:基于基因组的方法、基于其他组学数据和多组学数据的方法,以及基于网络的方法。方法繁杂多样,改进层出不穷,但仍然存在一些问题。一则这些方法无法同时形式化地容纳多种组学数据;二则这些方法并不孤立,但是这些方法间的联系并没有得到清楚阐释。鉴于此,本文开发了一个名为MultCausal的causal基因推断方法。主要思路是将多种组学数据以矩阵乘法的形式定义为设计矩阵Z,将Z矩阵带入线性模型运算求解,各基因P值取负对数,其相对大小即为causal基因的相对概率。为验证该方法的有效性,本文首先从现有三类方法中各选取一个代表(线性回归、GSMR、GeneRank),与MultCausal一起,在模拟数据和拟南芥开花时间数据集中加以比较。与三种方法相比,MultCausal效果有所提升,能够在控制假阳性率的同时保持较高的效力。随后本文探讨了MultCausal和三种方法的联系,形式上证明了MultCasual和线性模型、GSMR的等价性,并利用模拟证明了MultCausal和GeneRank的相关性。此外还从SVR的核技巧中得到的启发,将Z变成f(Z),显式地赋予设计矩阵非线性结构,从而提升了MultCausal的表现。

论文目录

• 摘要
• Abstract
• 缩略词表
• 1 前言
•   1.1 基于基因型的causal基因推断方法
•     1.1.1 混淆因素的控制
•     1.1.2 Fine-mapping
•     1.1.3 基于snp-set的GWAS
•     1.1.4 基因型推断
•     1.1.5 Meta分析
•     1.1.6 贝叶斯方法
•   1.2 基于其他组学数据和多组学数据的causal基因推断方法
•     1.2.1 第一类方法
•     1.2.2 第二类方法
•     1.2.3 第三类方法
•   1.3 基于网络的causal基因推断方法
•     1.3.1 构造网络
•     1.3.2 推断causal基因
•   1.4 Mult Causal的目的与意义
• 2 材料与方法
•   2.1 实验步骤
•   2.2 Mult Causal
•   2.3 Mult Causal的实现
•   2.4 模拟
•     2.4.1 模型 1:causal模型
•     2.4.2 模型 2:pleiotropy模型
•     2.4.3 PPI矩阵模拟
•   2.5 材料
•   2.6 拟南芥数据集中Z矩阵的构造方式
•   2.7 Mult Causal的比较对象
• 3 结果与分析
•   3.1 四种方法在模拟数据集中的效果比较
•   3.2 四种方法在拟南芥开花时间数据集中的效果比较
•   3.3 Mult Causal和TWAS的等价性
•   3.4 Mult Causal和MR的等价性
•   3.5 Mult Causal和基于网络的causal基因推断方法
•   3.6 用核技巧扩展Mult Causal
• 4 讨论
•   4.1 Mult Causal生效的原因
•   4.2 S矩阵的选择对Mult Causal的影响
•   4.3 P矩阵的选择对Mult Causal的影响
•   4.4 非线性结构对Mult Causal的影响
•   4.5 Z矩阵的合理构造方式
•   4.6 Gene Rank的有效性
• 5 总结和展望
•   5.1 总结
•   5.2 展望
• 参考文献
• 附录一 各参数条件下各GSMR的效果比较
• 附录二 各参数条件下各Gene Rank的效果比较
• 附录三 各参数条件下各Mult Causal的效果比较
• 1中效果的影响'>附录四 矩阵P的参数对Mult Causal在数据集d₁中效果的影响
• 致谢

文章来源

类型: 硕士论文

作者: 姜凌瀚

导师: 张红雨

关键词: 基因,多组学,统计遗传学

来源: 华中农业大学

年度: 2019

分类: 基础科学

专业: 生物学

单位: 华中农业大学

分类号: Q811.4

DOI: 10.27158/d.cnki.ghznu.2019.000616

总页数: 78

文件大小: 3175K

下载量: 48