贝叶斯网潜变量模型在抑郁患者单核苷酸多态性(SNPs)研究中的应用

• 作者: 孙宁 张克让 张岩波 张韶凯 徐勇
• 来源期刊: 中国卫生统计
• 关键词: 贝叶斯网 潜变量模型 单核苷酸多态性
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 论著
• 页码范围: 673-676
• 页数: 4页
• 字数: 3965字
• 语种: 中文

摘要

目的 采用基于贝叶斯(Bayesian)网络的潜类模型进行高维度SNPs数据的分析,为复杂性状疾病遗传以及基因定位等方面的研究提供新的方法支持.方法 采用Bayesian网络潜类模型对一组抑郁障碍性疾病的单核苷酸多态性SNPs检测数据进行分析,每个研究对象分别测量7个SNP,一共检测了801个个体.结果 按照累计信息贡献率达到95％的原则,应用贝叶斯网络潜变量模型选出rs11568817和rs130058两个SNPs位点将研究对象分为2个潜在类别,各类别的概率分别为0.216和0.784,其中一类倾向于杂合子,一类倾向于纯合子.结论 两个类别人群不同特征正是由于分类和解释两个类别的SNPs造成的,从而为进一步的研究SNPs是否为可疑致病位点提供依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张岩波	山西医科大学公共卫生学院	128	812	15.0	21.0
2	张克让		128	605	13.0	17.0
3	孙宁		54	314	9.0	16.0
4	徐勇		95	386	10.0	15.0
5	张韶凯	山西医科大学公共卫生学院	4	23	3.0	4.0