论文部分内容阅读
交互效应指两个或多个因素相互依赖发生作用而产生的一种效应.当考虑的因素较多时,特别是当因素的个数远大于样本容量时,传统的交互效应分析方法便不再适用,于是研究者致力于寻找新的统计方法和技术来解决高维数据的交互效应检验问题.
本文引入一种能够胜任高维数据的交互效应检验方法,并将其应用于一个包含288只NMRI雄性小鼠的真实数据集中.针对该小鼠群体的4种与复杂疾病有关的性状,包括:血糖含量(GLU),高密度脂蛋白胆固醇(HDL)等,在全基因组范围内进行交互效应检测.探究SNPs位点之间或基因之间的交互效应对准确把握复杂疾病的发生与运行机制十分有益.
结果显示,对于性状甘油三脂水平(TRI),交互效应最显著的单核苷酸多态位点(SNPs)为Chr5上73mb附近的rs33383056和Chr17上32mb附近的rs51655961,其P-值达到1.44E-05,并且位点rs33383056附近所对应的两个基因Ociad2,Cwh43分别与位点rs51655961右侧所对应的基因Hsf2bp在GO基因注释中的细胞组件和生物过程中有显著的公共节点,基因Ociad2与Chr17上32mb附近的基因Silk1在细胞组件中有10个显著的公共节点,说明这两个位点极有可能存在交互效应.对于性状血糖含量(GLU),我们也发现了3对交互效应显著的位点.