29657.統(tǒng)計(jì)建模分析高通量生物數(shù)據(jù)及其應(yīng)用

1、山東大學(xué)博士學(xué)位論文統(tǒng)計(jì)建模分析高通量生物數(shù)據(jù)及其應(yīng)用姓名：王文惠申請(qǐng)學(xué)位級(jí)別：博士專業(yè)：概率論與數(shù)理統(tǒng)計(jì)指導(dǎo)教師：欒貽會(huì)孫豐珠20091120山東大學(xué)博士學(xué)位論文數(shù)估計(jì)方法，例如極大似然估計(jì)，有可能體現(xiàn)二階和三階度分布交互模型在預(yù)測功能模塊方面的優(yōu)勢2從蛋白質(zhì)功能域交互網(wǎng)絡(luò)出發(fā)，在蛋白質(zhì)功能域上定位致病變異對(duì)導(dǎo)致人類復(fù)雜疾病的遺傳變異的辨識(shí)和致病基因的定位是非常重要的蛋白質(zhì)分子一般由數(shù)個(gè)蛋白質(zhì)功能域組成我們假設(shè)有害的遺傳變異會(huì)導(dǎo)致蛋白

2、質(zhì)功能域結(jié)構(gòu)發(fā)生變化，影響蛋白質(zhì)功能，并最終導(dǎo)致疾病以此為出發(fā)點(diǎn)，我們探索利用蛋白質(zhì)功能域交互網(wǎng)絡(luò)恢復(fù)蛋白質(zhì)功能域與疾病之間的關(guān)聯(lián)關(guān)系根據(jù)非同義單核苷酸多態(tài)性與復(fù)雜疾病之間的關(guān)聯(lián)關(guān)系，我們定義蛋白質(zhì)功能域與復(fù)雜疾病之間的關(guān)聯(lián)關(guān)系以蛋白質(zhì)功能域交互網(wǎng)絡(luò)為出發(fā)點(diǎn)，我們提出了”guilt—byproximity’’方法：根據(jù)候選功能域與種子功能域之間在蛋白質(zhì)功能域交互網(wǎng)絡(luò)中的平均距離對(duì)候選蛋白質(zhì)功能域排序我們用大規(guī)模交叉驗(yàn)證試驗(yàn)的方法在模擬連

3、鎖區(qū)間，隨機(jī)控制集合和整個(gè)基因組三種情況下驗(yàn)證了我們的方法通過致病蛋白質(zhì)功能域的AUC值和平均排名比率對(duì)方法進(jìn)行量化驗(yàn)證結(jié)果表明：我們的方法的AUC值為779％，平均排名比率為2182％我們進(jìn)一步對(duì)整個(gè)基因組中蛋白質(zhì)功能域與疾病之間的關(guān)聯(lián)關(guān)系進(jìn)行了排名，并提供了免費(fèi)的查詢網(wǎng)站這個(gè)網(wǎng)站為定位導(dǎo)致復(fù)雜疾病的遺傳變異提供了有用的信息3在候選位點(diǎn)存在強(qiáng)連鎖不平衡的條件下辨識(shí)功能位點(diǎn)在單個(gè)基因區(qū)域中，多個(gè)生物學(xué)標(biāo)記有可能表現(xiàn)出強(qiáng)烈的連鎖不平衡性某

4、種表現(xiàn)型可能與數(shù)個(gè)生物學(xué)標(biāo)記之間有強(qiáng)列的統(tǒng)計(jì)相關(guān)性鄰居位點(diǎn)上變異之間的連鎖不平衡，尤其是強(qiáng)連鎖不平衡不僅為辨識(shí)與特定表現(xiàn)型相關(guān)的生物學(xué)標(biāo)記制造了困難，而且阻礙了區(qū)分功能相關(guān)變異和非功能相關(guān)變異在第四章中，我們考慮了5種不同的方法：助推法，Lasso，嶺回歸，逐步回歸和單位點(diǎn)分析在變異之間存在連鎖不平衡的情況下，我們利用模擬比較這五種方法預(yù)測功能變異的表現(xiàn)我們發(fā)現(xiàn)：如果有100個(gè)樣本，在20位點(diǎn)之間存在強(qiáng)連鎮(zhèn)不平衡的條件下，嶺回歸表現(xiàn)最好