针对加权遗传与环境评分的GxE建模的交替优化：来自MAVAN研究的实例
应用统计
2017-09-04 v2
摘要
受将现有基因型×环境交互(GxE)模型扩展以简约方式同时包含多种遗传变异与环境因素的目标驱动，我们开发了一种新方法估计GxE模型中的参数，其中G是遗传变异的加权和（遗传评分），E是环境的加权和（环境评分）。该方法使用交替优化来估计GxE模型的参数。这是一个迭代过程，其中遗传评分权重、环境评分权重以及主模型参数依次估计，并假设其他参数恒定。该技术可用于构建受特定结构约束因而含参较少的相对复杂的交互模型。我们将该模型表述为双向交互纵向混合模型，普通线性回归是其特例，但可轻易扩展以兼容k向交互模型与广义线性混合模型。模型在R（LEGIT包）与SAS宏（LEGIT_SAS）中实现。此处我们给出来自母婴逆境、脆弱性与神经发育（MAVAN）研究的实例，其中使用交替优化显著改进了已有模型。此外，通过模拟，我们证明了即便在小样本量下该方法的有效性与效力。
引用
@article{arxiv.1703.08111,
title = {Alternating optimization for GxE modelling with weighted genetic and environmental scores: examples from the MAVAN study},
author = {Alexia Jolicoeur-Martineau and Ashley Wazana and Eszter Szekely and Meir Steiner and Alison S. Fleming and James L. Kennedy and Michael J. Meaney and Celia M. T. Greenwood},
journal= {arXiv preprint arXiv:1703.08111},
year = {2017}
}