山东大学学报(医学版) ›› 2011, Vol. 49 ›› Issue (5): 140-.
高青松,薛付忠
GAO Qing-song, XUE Fu-zhong
摘要:
目的 将核主成分分析(KPCA)与logistic回归模型相结合,提出一种核主成分logistic(KPCA-based logistic)回归模型,用于复杂疾病基因定位的非线性关联分析。方法 针对病例对照研究设计的关联分析,对候选基因区域内的单核苷酸多肽性(SNPs)进行核主成分分析,以核主成分为自变量构建logistic回归模型,并对GAW16类风湿关节炎数据中PTPN22和RNF186两个基因区域进行分析,以验证KPCA-based logistic回归模型的有效性和实用性。结果 对PTPN22和RNF186两个基因区域的分析结果显示,KPCA-based logistic回归模型既能够检测出单点检验所能发现的区域(PTPN22),也能检测出单点检验所不能发现的区域(RNF186)。结论 KPCA-based logistic回归模型是一种有效的非线性关联分析方法,能够发现更多的易感区域。
中图分类号:
|