病例对照研究中基因-环境与基因-基因交互作用的影响：一种新颖的贝叶斯半参数方法
应用统计
2017-07-25 v3
摘要
认识到基因-环境交互作用可能通过生活方式调整有助于预防或延缓诸如心血管疾病、癌症、2型糖尿病、自闭症或哮喘等复杂疾病的发作。在这方面，我们扩展了 Bhattacharya & Bhattacharya (2015) 的贝叶斯半参数基因-基因交互作用模型，以包含环境变量影响基因-基因交互作用以及环境可能引起的突变的可能性。我们的模型通过由狄利克雷过程组成的有限混合来考量未知数量的遗传子群体，这些子群体通过层级矩阵正态结构相互关联，该结构负责诱导与环境变量相关的基因-基因交互作用和可能的突变。我们还扩展了 Bhattacharya & Bhattacharya (2015) 的贝叶斯假设检验过程，以在病例对照研究中检测基因及其交互作用、环境以及环境对基因-基因交互作用的影响的角色。我们开发了一种有效的并行计算方法，将并行处理技术的威力与我们条件独立吉布斯采样和基于变换的MCMC (TMCMC) 方法的效率结合起来。我们的模型和方法在五种不同设定下获得的具有生物学现实性的病例对照基因型数据集的模拟研究中的应用，在每种情况下都产生了令人鼓舞的结果。随后我们将我们的思想应用于一个关于心肌梗死早发的真实基于病例对照的基因型数据集。除了与该数据集已有文献大体一致外，所获得的结果对性别对心肌梗死(MI)的差异效应给出了一些有趣的见解。
引用
@article{arxiv.1601.03519,
title = {Effects of Gene-Environment and Gene-Gene Interactions in Case-Control Studies: A Novel Bayesian Semiparametric Approach},
author = {Durba Bhattacharya and Sourabh Bhattacharya},
journal= {arXiv preprint arXiv:1601.03519},
year = {2017}
}
备注
The latest version. arXiv admin note: text overlap with arXiv:1411.7571