结构方程混合模型在SNP分析中的应用

• 作者: 张岩波 李治 杨圆圆 罗艳虹 贾志杰
• 来源期刊: 生物信息学
• 学科: 生物学
• 关键词: 结构方程混合模型(SEMM) 单核苷酸多态性(SNP) 连续潜变量 分类潜变量
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 研究快报
• 页码范围: 146-149
• 页数: 4页
• 分类号: Q343.1+5
• 字数: 3021字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-5565.2013.02.13

摘要

采用结构方程混合模型(SEMM)对实际SNP数据进行分析,为遗传统计学提供一种新的有效的分析方法.本研究的数据是由GAW17提供的,包含697个个体的22条常染色体的上万个SNP和根据这些SNP所模拟的697个个体的性状特点.随机挑选了l号染色体上的4个SNP和3个定量性状作为研究变量,分别进行潜在类别分析和结构方程混合模型分析.根据4个SNP数据,人群被分为3个潜在类别,概率分别为0.53,0.34,0.13.潜在类别l、2和3中的因子均值Q分别为-4.029、-2.052和0,潜在类别l、2的因子均值均低于3(＜0.001).研究表明:结构方程混合模型(SEMM)综合了结构方程模型和潜在类别模型的思想,形成了自己的优势,可用于处理同时包含分类潜变量和连续潜变量的数据.

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	山西医科大学卫生统计学教研室	128	812	15.0	21.0
2	罗艳虹	山西医科大学卫生统计学教研室	42	259	6.0	15.0
3	李治	山西医科大学卫生统计学教研室	6	29	2.0	5.0
4	杨圆圆	山西医科大学卫生统计学教研室	2	3	1.0	1.0
5	贾志杰	山西医科大学卫生统计学教研室	2	8	1.0	2.0