基于通路分析的遗传交互网络方法:BGTA方法及应用

摘要：

目的 采用BGTA(backward genotype-trait association)算法结合通路分析策略探索全基因组关联研究中广泛的遗传交互作用.方法 采用GAW19(genetic analysis workshop 19)中无相关人群外显子测序数据及真实高血压表型数据,在KEGG(kyoto encyclopedia of genes and genomes)中选择高血压相关肾素-血管紧张素-醛固酮系统(renin-an-giotensin-aldosterone system,RAAS)通路中的遗传变异作为候选变异,采用两阶段的BGTA算法进行基因交互作用分析并构建交互网络图,并与随机森林联合决策树方法结果比较.结果 BGTA两阶段分别筛选出76个(含61个低频)和56个(含44个低频)高血压相关遗传变异(P<0.10).logistic回归验证有16对无主效应的变异间交互作用(P<0.05).第一阶段随机森林基于MDG(mean decrease Gini)和MDA(mean decrease accuracy)分别筛选出35个(含0个低频)和69个(含30个低频)遗传变异,第二阶段决策树基于MDG和MDA分别筛选出5个和7个遗传变异,未发现低频变异.logistic回归验证了7对无主效应交互(P<0.05).结论 两阶段BGTA在探索RAAS通路遗传变异交互作用与高血压关联时,比随机森林联合决策树方法发现更多无主效应交互作用.将BGTA算法和生物学通路分析方法结合应用于复杂疾病的全基因组关联研究中,可提高关联变异的识别能力,为了解复杂疾病的遗传结构提供线索.

关键词：遗传关联研究;反向遗传关联算法;遗传交互网络;高血压相关肾素—血管紧张素—醛固酮系统

所属期刊栏目：38

分类号：R195.1(保健组织与事业（卫生事业管理）)

资助基金：广东省自然科学基金项目2020A1515010568

在线出版日期：2021-10-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：502-507