Genome-wide analysis of genetic associations for prediction of polygenic hypercholesterolemia with bayesian networks

Sulimov, A.V.; Meshkov, A.N.; Savkin, I.A.; Katkova, E.V.; Kutov, D.C.; Hasanova, Z.B.; Konovalova, N.V.; Kukharchuk, V.V.; Sulimov, V.B.

Авторы: Sulimov A.V., Meshkov A.N., Savkin I.A., Katkova E.V., Kutov D.C., Hasanova Z.B., Konovalova N.V., Kukharchuk V.V., Sulimov V.B.
Журнал: Journal of Computational and Engineering Mathematics
Том: 2
Номер: 4
Год издания: 2015
Первая страница: 11
Последняя страница: 26
DOI: 10.14529/jcem150402
Аннотация: Проведен полногеномный анализ генетических ассоциаций с показателями липид- ного обмена с применением технологии байесовских сетей для постановки диагноза по- лигенной гиперхолестеринемии на основе генетических данных российской популяции пациентов. Были проанализированы данные 1200 пациентов, для каждого из которых кроме клинической информации, показателей липидного профиля — различных видов холестерина, были получены 196725 однонуклеотидных полиморфизмов (SNP). Для первоначального отбора наиболее значимых параметров использовался полногеном- ный анализ ассоциаций (GWAS) и статистический метод критерия согласия Пирсона. Были исследованы два состояния пациента связанные с липидным обменом: уровень ХС-ЛПНП (липопротеины низкой плотности) и ХС-ЛПВП (липопротеины высокой плотности). Для предсказания уровня липопротеинов использовались байесовские се- ти простейшей топологии — наивной, а для оценки качества (надежности) предсказа- ния применялось построение ROC-кривых и вычисление площади под этими кривыми (AUC). После отбора значимых параметров с помощью методов GWAS или Пирсон величина AUC повышалась от 0.5 для начальной сети до 0.9. Дальнейшее повышение AUC до 0.99 и уменьшение числа прогностических параметров до 150 проводилось с помощью оптимизации байесовской сети по числу узлов-параметров, где целевой функцией была величина AUC. Показана неоднозначность получения прогностических параметров при различных способах первоначального уменьшения числа узлов сети с помощью метода GWAS и Pirson. Несмотря на очень хорошие результаты по каче- ству предсказания, полученные на обучающей выборке, для независимой контрольной группы пациентов были получены не высокие значения AUC. Дальнейшее применение предложенной в настоящей статье методологии возможно при существенном уменьше- нии числа SNP на основе анализа молекулярных механизмов.
Добавил в систему: Сулимов Владимир Борисович

	ИСТИНА	Войти в систему Регистрация
	ИСТИНА ЦЭМИ РАН
	Главная Поиск Статистика О проекте Помощь

ИСТИНА

ИСТИНА ЦЭМИ РАН

Genome-wide analysis of genetic associations for prediction of polygenic hypercholesterolemia with bayesian networksстатья

Прикрепленные файлы