發(fā)布時(shí)間：2021-04-22 21:37

  對人類疾病遺傳與環(huán)境的病因?qū)W研究一直是流行病學(xué)的重要任務(wù)。然而,傳統(tǒng)"黑盒子"流行病學(xué)往往側(cè)重于識別單一危險(xiǎn)因素,并未聚焦網(wǎng)絡(luò)對疾病的影響,因而難以深層次地探討致病機(jī)制。研究者渴望打開"黑盒子",闡明致病因素如何通過"黑盒子"中的病因鏈環(huán)節(jié)而導(dǎo)致疾病發(fā)生、發(fā)展與轉(zhuǎn)歸結(jié)局。高通量組學(xué)技術(shù)的成熟發(fā)展與檢測成本的大幅度減低,使得流行病學(xué)家有機(jī)會(huì)將系統(tǒng)生物學(xué)理論方法與傳統(tǒng)流行病學(xué)有機(jī)結(jié)合,借助于豐富多彩的組學(xué)標(biāo)記在大樣本人群中闡明"暴露"到"疾病結(jié)局"的作用機(jī)制,從而催生了一個(gè)嶄新的流行病學(xué)分支學(xué)科——系統(tǒng)流行病學(xué)。本課題組將系統(tǒng)流行病學(xué)的學(xué)科內(nèi)涵概括為:將高通量組學(xué)技術(shù)與傳統(tǒng)流行病學(xué)研究相互融合,利用基因組(Genome)、表觀組(Epigenome)、轉(zhuǎn)錄組(Transcriptome)、蛋白組(Preteome)、代謝組(Metabolome)、表型組(Phenome)等生物組學(xué)標(biāo)記,結(jié)合生物信息學(xué)網(wǎng)絡(luò)數(shù)據(jù)庫的通路信息,采用系統(tǒng)生物學(xué)方法構(gòu)建"暴露因子-組學(xué)生物標(biāo)記-疾病終點(diǎn)"間的交互網(wǎng)絡(luò),并檢測不同狀態(tài)下(例如疾病組與健康組)網(wǎng)絡(luò)間的差異,以推斷危險(xiǎn)因子導(dǎo)致疾病發(fā)生、發(fā)展與轉(zhuǎn)歸的致病網(wǎng)絡(luò)或特定致病通路及其效應(yīng)大小;從而,為進(jìn)一步闡明危險(xiǎn)因子致病通路及流行病學(xué)作用機(jī)制、實(shí)驗(yàn)室功能驗(yàn)證、藥物靶點(diǎn)設(shè)計(jì)、預(yù)防或診療措施制定與評估提供科學(xué)依據(jù)。系統(tǒng)流行病學(xué)為在人群水平上闡明疾病發(fā)生、發(fā)展與轉(zhuǎn)歸機(jī)制描繪了宏偉藍(lán)圖,它將實(shí)現(xiàn)從獨(dú)立病因研究向病因網(wǎng)絡(luò)研究的跨越性轉(zhuǎn)變。在這一轉(zhuǎn)變進(jìn)程中,病因網(wǎng)絡(luò)構(gòu)建與致病通路識別將是打開"黑盒子"的重要策略,而網(wǎng)絡(luò)差異的比較正是獲取致病網(wǎng)絡(luò)及致病通路統(tǒng)計(jì)學(xué)證據(jù)的重要方法。因此,系統(tǒng)流行病學(xué)的核心是在人群水平上通過"暴露因子-組學(xué)生物標(biāo)記-疾病終點(diǎn)"網(wǎng)絡(luò)/通路的組間差異統(tǒng)計(jì)學(xué)比較,推斷危險(xiǎn)因子導(dǎo)致疾病發(fā)生、發(fā)展、轉(zhuǎn)歸的網(wǎng)絡(luò)/通路及其效應(yīng)大小。任何破壞網(wǎng)絡(luò)/通路交互結(jié)構(gòu)的統(tǒng)計(jì)學(xué)比較方法勢必會(huì)丟失信息,失去其系統(tǒng)流行病學(xué)意義。然而,目前在流行病學(xué)研究中,仍以卡方檢驗(yàn)、t檢驗(yàn)或回歸分析等傳統(tǒng)方法作為生物標(biāo)記組間差異比較的主流方法。這些方法武斷地將原本是相互作用(或調(diào)控)的網(wǎng)絡(luò)節(jié)點(diǎn)假定為近似相互獨(dú)立狀態(tài),忽略了它們間的交互網(wǎng)絡(luò)結(jié)構(gòu);所以,除了得到生物標(biāo)記組間差異的基本信息外,既不能得到組間網(wǎng)絡(luò)差異信息,更不能推斷出特定危險(xiǎn)因素的致病通路及其效應(yīng)大小。最近,盡管在一些高質(zhì)量的人群組學(xué)研究中,已經(jīng)注重通過后續(xù)功能實(shí)驗(yàn)驗(yàn)證和生物信息學(xué)方法推斷出調(diào)控網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu),但因缺乏組間網(wǎng)絡(luò)差異比較的有效統(tǒng)計(jì)學(xué)方法,也只能定性地分析網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)特征,仍難以在人群水平上定量推斷危險(xiǎn)因子的致病網(wǎng)絡(luò)/通路及其效應(yīng)大小。因此,發(fā)展網(wǎng)絡(luò)差異比較的統(tǒng)計(jì)分析方法,在人群水平上,比較不同組間的網(wǎng)絡(luò)差異,進(jìn)而推斷危險(xiǎn)因子的致病通路及其效應(yīng)大小,就成為系統(tǒng)流行病學(xué)統(tǒng)計(jì)分析的重要任務(wù)。必須澄清的是,盡管系統(tǒng)流行病學(xué)強(qiáng)調(diào)用高通量組學(xué)分析技術(shù)在人群水平上獲得組學(xué)標(biāo)記大數(shù)據(jù),但在實(shí)際工作中,因研究假設(shè)、目的或條件的不同,常常需要在2種不同研究策略下推斷網(wǎng)絡(luò)差異:1)基于分子流行病學(xué)方法的假設(shè)驅(qū)動(dòng)(Hypothesis-Driven)研究策略:研究者在深入理解所研究疾病的生理、生化及病理機(jī)制基礎(chǔ)上,綜合以往細(xì)胞(動(dòng)物)實(shí)驗(yàn)或組學(xué)分析結(jié)果,借助生物信息學(xué)網(wǎng)絡(luò)數(shù)據(jù)庫通路信息,事先勾畫出一個(gè)假定合理的致病網(wǎng)絡(luò)/通路。進(jìn)而,用分子流行病學(xué)方法檢測網(wǎng)絡(luò)/通路節(jié)點(diǎn)上的生物標(biāo)記,并在人群水平上檢驗(yàn)組間網(wǎng)絡(luò)/通路差異及其效應(yīng)。以期在人群中驗(yàn)證所假設(shè)致病網(wǎng)絡(luò)/通路的真實(shí)性及實(shí)用性(設(shè)計(jì)藥物靶點(diǎn)、預(yù)測疾病發(fā)生預(yù)后、制定及評估預(yù)防或診療策略等)。2)基于高通量組學(xué)技術(shù)的數(shù)據(jù)驅(qū)動(dòng)(Data-Driven)研究策略:研究者在不受任何假設(shè)限制的情況下,利用各種高通量組學(xué)技術(shù),在人群水平上獲得研究樣本的組學(xué)標(biāo)記數(shù)據(jù)。進(jìn)而,借助系統(tǒng)生物學(xué)方法構(gòu)建"暴露因子-組學(xué)生物標(biāo)記-疾病終點(diǎn)"網(wǎng)絡(luò)模型,并在人群水平上檢驗(yàn)"對比組"間網(wǎng)絡(luò)/通路差異及其效應(yīng)。為進(jìn)一步實(shí)驗(yàn)驗(yàn)證、藥物靶點(diǎn)確定、制定預(yù)防或診療措施提供依據(jù)。無論是假設(shè)驅(qū)動(dòng)還是數(shù)據(jù)驅(qū)動(dòng)的研究策略,均存在無向網(wǎng)絡(luò)比較和有向網(wǎng)絡(luò)比較兩種情形。前者側(cè)重點(diǎn)是比較"對比組"間網(wǎng)絡(luò)節(jié)點(diǎn)及其相互作用(相關(guān)關(guān)系)的統(tǒng)計(jì)學(xué)差異,而后者側(cè)重點(diǎn)則是比較網(wǎng)絡(luò)節(jié)點(diǎn)及其調(diào)控關(guān)系的統(tǒng)計(jì)學(xué)差異。因此,系統(tǒng)流行病學(xué)研究中網(wǎng)絡(luò)差異比較的檢驗(yàn)方法,應(yīng)包括無向網(wǎng)絡(luò)比較和有向網(wǎng)絡(luò)比較2種情形。在系統(tǒng)流行病學(xué)研究中,生物網(wǎng)絡(luò)不僅具備復(fù)雜網(wǎng)絡(luò)的一般性質(zhì)(自組織、自相似、吸引子、小世界、無標(biāo)度等),更重要的是,對于多數(shù)復(fù)雜疾病的致病網(wǎng)絡(luò)而言,其"節(jié)點(diǎn)"和"邊"的連續(xù)定量變化譜蘊(yùn)含著網(wǎng)絡(luò)差異的全部信息;即,節(jié)點(diǎn)和邊多不是"全有或全無(1或0)"式的"開或關(guān)"模式,而是多表現(xiàn)為由0 →1的定量漸變式的模式。即使有些基因(如某些致癌基因)在健康狀態(tài)下幾乎不表達(dá)而呈現(xiàn)"全有或全無"模式,其實(shí)質(zhì)也可看作是連續(xù)表達(dá)譜上的一個(gè)極端特殊情形。因此,系統(tǒng)流行病學(xué)網(wǎng)絡(luò)的差異囊括了"節(jié)點(diǎn)"和"邊"的雙重差異,單純"節(jié)點(diǎn)"或單純"邊"的差異遠(yuǎn)不能代表其全部信息的差異。對于有向網(wǎng)絡(luò),網(wǎng)絡(luò)差異絕非僅僅是其"節(jié)點(diǎn)"和"邊"兩部分差異的簡單合并,還應(yīng)充分體現(xiàn)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)所蘊(yùn)含的方向信息,即調(diào)控網(wǎng)絡(luò)內(nèi)"邊"的箭頭指向及"上游節(jié)點(diǎn)"對"下游節(jié)點(diǎn)"的調(diào)控權(quán)重。然而,目前在系統(tǒng)生物學(xué)或人群組學(xué)研究中,現(xiàn)有的網(wǎng)絡(luò)比較算法((或統(tǒng)計(jì)量)多數(shù)未能涵蓋統(tǒng)計(jì)量構(gòu)建中所必需的上述全部信息。因而,不適合推廣到系統(tǒng)流行病學(xué)研究中網(wǎng)絡(luò)差異比較上。存在的問題可概括為如下4個(gè)方面:1)最極端的情況是上述討論過的傳統(tǒng)方法(卡方檢驗(yàn)、t檢驗(yàn)等),它們完全忽略了網(wǎng)絡(luò)的"邊差異信息"。2)系統(tǒng)生物學(xué)中的網(wǎng)絡(luò)比較算法和軟件,多是針對網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)特征指標(biāo),對"邊"進(jìn)行操作而不注重"節(jié)點(diǎn)"信息。主要采取網(wǎng)絡(luò)對齊、網(wǎng)絡(luò)相似性比較或聚類、網(wǎng)絡(luò)路徑搜索等方法比較網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)差異。3)生物信息學(xué)中的生物網(wǎng)絡(luò)比較方法,多數(shù)是對"點(diǎn)"進(jìn)行標(biāo)準(zhǔn)化使其均值為0方差為1后(無疑損失了點(diǎn)的變異信息),再針對"邊"的差異著重檢測"點(diǎn)"之間的連通性,包括通過節(jié)點(diǎn)中心性比較以尋找關(guān)鍵節(jié)點(diǎn)或通路、基于網(wǎng)絡(luò)模體頻率比較網(wǎng)絡(luò)拓?fù)洳町�、基于網(wǎng)絡(luò)間不相似性度量構(gòu)建網(wǎng)絡(luò)差異比較統(tǒng)計(jì)量、基因芯片差異表達(dá)連通分析等。4)尚缺乏考慮有向網(wǎng)絡(luò)內(nèi)"邊"的箭頭指向及"上游節(jié)點(diǎn)"對"下游節(jié)點(diǎn)"調(diào)控權(quán)重的有向網(wǎng)絡(luò)比較方法。為解決以上問題,本研究在系統(tǒng)流行病學(xué)框架下,從統(tǒng)計(jì)學(xué)和系統(tǒng)生物學(xué)的雙重視角,審視生物網(wǎng)絡(luò)"節(jié)點(diǎn)"與"邊"共變特征,采取"結(jié)構(gòu)拆分→數(shù)理整合"的研究策略,構(gòu)建融合網(wǎng)絡(luò)"節(jié)點(diǎn)"、"邊"和"方向"差異信息的"系統(tǒng)流行病學(xué)網(wǎng)絡(luò)差異比較的統(tǒng)計(jì)分析方法體系"。圖1是本論文的研究框架。如圖1(1)所示,盡管"對比組"間網(wǎng)絡(luò)差異類型有5種,若將情形b)、c)、d)、e)中節(jié)點(diǎn)或邊的去除或增加均看作是情形a)中的"虛擬"點(diǎn)或邊,則所有情形均可歸屬于情形a);此時(shí)去掉的點(diǎn)或邊的取值為0,而增加的點(diǎn)或邊的取值為其相應(yīng)的節(jié)點(diǎn)測量值及相關(guān)程度。如圖1(2)所示,假設(shè)兩"對比組A、B"的樣本量分別為nA、nB,nA+nB=N 根據(jù)上述"虛擬"點(diǎn)或邊的思想,A、B兩"對比組"對應(yīng)的網(wǎng)絡(luò)均可視為具有M個(gè)節(jié)點(diǎn)K條邊。用GA(VA,EA)表示A組對應(yīng)的網(wǎng)絡(luò),其中VA =(x1A,x2A,…,xMA)為其節(jié)點(diǎn)集合。EA=(IijAσijA)M×M為其邊集合(更詳細(xì)的矩陣表達(dá)形式見圖1),其中,IijA=(?)為示性函數(shù),表示節(jié)點(diǎn) xiA 與xjA之間的連接狀態(tài),即IA=(IijA)M×M在無向網(wǎng)絡(luò)中僅表示節(jié)點(diǎn)xiA與xjA是否連接,此時(shí)IijA= IjiA,而在有向網(wǎng)絡(luò)中,當(dāng)節(jié)點(diǎn) xiA 與xjA的連接狀態(tài)為xiA→xjA(i≠j,xiA,xjA∈ VA)時(shí),IijA=1,IjiA=0,反之亦然;σijA表示節(jié)點(diǎn)xiA 與 xjA之間的連接強(qiáng)度(可用相關(guān)系數(shù)等度量)。相應(yīng)地,GB(VB,EB)表示B組對應(yīng)的網(wǎng)絡(luò),其中VB=(x1B,x2B,…,xMB)為其節(jié)點(diǎn)集合,EB=(IijBσijB)M×M為其邊的集合,而IB=(IijBM)M×M 為連接狀態(tài)集合。本研究構(gòu)建"對比組"間網(wǎng)絡(luò)差異檢驗(yàn)統(tǒng)計(jì)量的基本策略為"結(jié)構(gòu)拆分→數(shù)理整合"。其基本思想是:1)結(jié)構(gòu)拆分:先將對比組A與B的網(wǎng)絡(luò)GA(VA,EA)與GB(VB,EB)的拓?fù)浣Y(jié)構(gòu)分別拆分為節(jié)點(diǎn)信息(VA,VB)、邊信息(EA,EB)和方向信息(IA,IB),再求兩對比組間相應(yīng)的節(jié)點(diǎn)信息、邊信息和方向信息的差值(即效應(yīng))DV =(VA-VB)、DE =(EA-EB)和DI=(IA-IB)。2)數(shù)理整合:通過數(shù)理統(tǒng)計(jì)手段,將節(jié)點(diǎn)信息、邊信息和方向信息的差值(效應(yīng))DV、DE和DI整合為兩"對比組"間網(wǎng)絡(luò)差異(效應(yīng))的統(tǒng)計(jì)量Diff =(DV ∪ DE ∪DI);該統(tǒng)計(jì)量將網(wǎng)絡(luò)的"節(jié)點(diǎn)"、"邊"和"方向"差異信息融為一體。在上述研究策略框架內(nèi)(圖1),本論文針對致病網(wǎng)絡(luò)差異囊括"節(jié)點(diǎn)"、"邊"和"方向"的共變特征,重點(diǎn)研究了以下幾個(gè)關(guān)鍵問題:1)提出網(wǎng)絡(luò)差異比較的"結(jié)構(gòu)拆分→數(shù)理整合"的研究策略。2)整合網(wǎng)絡(luò)"節(jié)點(diǎn)"和"邊"的雙重連續(xù)漸變差異信息,發(fā)展了致病通路識別及其效應(yīng)估計(jì)的統(tǒng)計(jì)推斷模型(第二章)和無向網(wǎng)絡(luò)組間差異比較的得分檢驗(yàn)方法(第三章)。3)整合網(wǎng)絡(luò)"節(jié)點(diǎn)"與"邊"雙重差異信息、以及上下游節(jié)點(diǎn)調(diào)控加權(quán)信息,發(fā)展了"有向網(wǎng)絡(luò)"組間差異比較的檢驗(yàn)方法(第四章)。4)基于聯(lián)合密度估計(jì)的非參數(shù)方法,建立了致病交互網(wǎng)絡(luò)篩選模型并對其預(yù)測效果進(jìn)行了系統(tǒng)評價(jià)(第五章)。具體分述如下:一、致病通路識別及其效應(yīng)估計(jì)的統(tǒng)計(jì)推斷模型研究(第二章)在傳統(tǒng)"黑盒子"流行病學(xué)研究中,通常采用病例對照設(shè)計(jì)或隊(duì)列研究分析暴露危險(xiǎn)因素與疾病的關(guān)聯(lián)性。其策略是通過比較病例組與對照組之間某危險(xiǎn)因子的暴露比例而計(jì)算OR(比如吸煙與肺癌之間的OR=6.5等)或比較暴露組與非暴露組之間的疾病發(fā)病率而計(jì)算RR(比如吸煙與肺癌之間的RR=5.5等),以闡明暴露與疾病的關(guān)聯(lián)強(qiáng)度。這種基于變量獨(dú)立假設(shè)的統(tǒng)計(jì)推斷方法(logistic回歸、Cox回歸等)只能提供危險(xiǎn)因素與疾病之間的關(guān)聯(lián)性及其強(qiáng)度大小,并不能闡明危險(xiǎn)因素通過"黑盒子"導(dǎo)致疾病結(jié)局的病因鏈及其致病通路。然而,在不明確暴露因素導(dǎo)致疾病發(fā)生、發(fā)展與轉(zhuǎn)歸的致病通路或網(wǎng)絡(luò)的情況下,往往很難有效地預(yù)測和評估干預(yù)暴露因素的效果,且難以得出令人信服或可重復(fù)驗(yàn)證的結(jié)論。鑒于此,流行病學(xué)家一直期望能夠打開"黑盒子",并挖掘特定危險(xiǎn)因子致病網(wǎng)絡(luò)或通路。盡管病因網(wǎng)絡(luò)的概念早已被提出,但由于缺乏有效的致病通路識別及其效應(yīng)估計(jì)的統(tǒng)計(jì)推斷方法,流行病學(xué)家一直未能實(shí)現(xiàn)上述夙愿。為此,本研究在上述系統(tǒng)流行病學(xué)研究框架(圖1)下,遵循路徑分析的基本原理,構(gòu)建了識別致病通路并對其進(jìn)行統(tǒng)計(jì)學(xué)假設(shè)檢驗(yàn)的推斷方法。以病例對照研究為例,其基本理念是:設(shè)病例組中的特定通路為(?),若該通路路徑系數(shù)乘積∏k=1KβkD≠0,則表明暴露(或生物標(biāo)記)X1D可以通過該病因鏈將其效應(yīng)傳遞到生物標(biāo)記Xk+1D,其效應(yīng)量為βD=∏k=1KβkD;同理,對照組中該通路(?)的效應(yīng)量為βC=∏k=1βkC;該通路對疾病的貢獻(xiàn)可用統(tǒng)計(jì)量D=βD-βC=∏k=1KβkD-∏k=1KβkC來測量。當(dāng)H0:D=βD-βC=0成立時(shí),表明上述通路對疾病無效應(yīng)。本研究將統(tǒng)計(jì)模擬與實(shí)例分析有機(jī)結(jié)合,對上述統(tǒng)計(jì)量進(jìn)行了系統(tǒng)科學(xué)的評價(jià)。主要結(jié)果:(1)致病通路識別的檢驗(yàn)統(tǒng)計(jì)量采取如下統(tǒng)計(jì)量構(gòu)建和檢驗(yàn)策略來識別致病通路:1)非參數(shù)bootstrap置信區(qū)間檢驗(yàn)方法,其統(tǒng)計(jì)量PEM-D定義為:(?)其中K為通路長度,表示該通路中有K+1個(gè)節(jié)點(diǎn)(變量)和K條邊,βkD和βkC分別表示病例組與對照組通路中第k個(gè)節(jié)點(diǎn)和第k+1個(gè)節(jié)點(diǎn)之間的標(biāo)準(zhǔn)化回歸系數(shù)(即路徑系數(shù))。采用百分位數(shù)bootstrap置信區(qū)間(percentile bootstrap confidence interval)以及偏差校正后的 bootstrap 置信區(qū)間(bias-corrected bootstrap confidence interval)進(jìn)行非參數(shù)檢驗(yàn),以檢驗(yàn)H0:D=βD-βC =0是否成立。2)漸進(jìn)正態(tài)分布統(tǒng)計(jì)量(PEM-UD):統(tǒng)計(jì)模擬表明,以下統(tǒng)計(jì)量(?)近似服從正態(tài)分布,其中var(βD)和var(βC)分別表示βD和βC的方差,分別采用精確估計(jì)(the exact estimator)方法var(β)exl =∏k=1K(sβk2 +βk2)-∏k=1Kβk2、無偏估計(jì)(unbiased estimator)方法 var(β)unbiased=∏k=1Kβk2=∏k=1K(βk2-sβk2)、多元 delta 估計(jì)(multivariate delta estimator)方法 var(β)mtult-delta=Δcov(β1,β2,…,βK)ΔT(其中Δ =[(?)β/(?)β1,…,(?)β/(?)βK])和bootstrap方法進(jìn)行估計(jì)。(2)統(tǒng)計(jì)模擬針對上述統(tǒng)計(jì)量,在H0:D=βD-βC=0成立的前提下遍歷不同樣本量(n),評估其犯第一類錯(cuò)誤的概率是否穩(wěn)定在給定的檢驗(yàn)水準(zhǔn)α附近。在H1:D=βD-βC≠0成立的條件下,設(shè)定不同樣本量(n),通路長度(K),效應(yīng)大小(δ= βD-βC)以及路徑系數(shù)相關(guān)模式(即路徑系數(shù)向量的取值模式),評估統(tǒng)計(jì)量的檢驗(yàn)效能。模擬結(jié)果顯示:1)統(tǒng)計(jì)量PEM-D采用兩種bootstrap置信區(qū)間檢驗(yàn),統(tǒng)計(jì)量PEM-UD采用四種方法計(jì)算方差,在H0成立的前提下,當(dāng)樣本量達(dá)至200時(shí),其犯第一類錯(cuò)誤的概率均穩(wěn)定在給定的檢驗(yàn)水準(zhǔn)(α=0.05)附近(表2.2),表明所構(gòu)建的統(tǒng)計(jì)量具有良好的穩(wěn)定性。2)對于上述六種情況,在H0不成立時(shí),其模擬結(jié)果(見圖2.2-圖2.4)顯示:隨著樣本量和效應(yīng)δ的增加,統(tǒng)計(jì)量的檢驗(yàn)效能均呈單調(diào)遞增趨勢;固定樣本量及效應(yīng)δ時(shí),隨著通路長度K的增加,統(tǒng)計(jì)量仍然具有足夠高的檢驗(yàn)效能,表明統(tǒng)計(jì)量檢驗(yàn)效能不受通路長度的影響;固定樣本量及效應(yīng)δ時(shí),隨著路徑系數(shù)增大,統(tǒng)計(jì)量檢驗(yàn)效能有所降低,表明在路徑系數(shù)較大時(shí)需要更大的樣本量才能達(dá)到足夠高的檢驗(yàn)效能�？傮w而言,在上述六種情形中百分位bootstrap方法、偏差校正的bootstrap方法、bootstrap估計(jì)方差法的穩(wěn)定性和檢驗(yàn)效能均較好,尤其是偏差校正bootstrap置信區(qū)間的檢驗(yàn)效能最高。(3)實(shí)例分析采用上述統(tǒng)計(jì)量PEM-D和PEM-UD,分析基于病例對照設(shè)計(jì)的急性髓性白血病(AML)分子流行病學(xué)數(shù)據(jù)(包含98例患者和35例對照個(gè)體的骨髓中T17細(xì)胞,Treg細(xì)胞和細(xì)胞轉(zhuǎn)化生長因子TGF-β的檢測數(shù)據(jù))。結(jié)果表明:除精確估計(jì)法外,其余五種方法均發(fā)現(xiàn)通路Treg→TGF-β→Th17與AML具有關(guān)聯(lián)性(表2.3)。實(shí)驗(yàn)性研究也早已證實(shí),Treg、TGF-β和Th17均與AML有關(guān)聯(lián),且Th17細(xì)胞和Treg細(xì)胞在功能上具有相互抑制作用。我們的研究結(jié)果進(jìn)一步表明通路Treg-→TGF-β→Th17對AML的發(fā)生具有重要意義。結(jié)論:統(tǒng)計(jì)量PEM-D和PEM-UD均具有良好的統(tǒng)計(jì)學(xué)性能,可用于識別和檢驗(yàn)致病通路,其中bootstrap非參數(shù)檢驗(yàn)方法更加高效。主要?jiǎng)?chuàng)新點(diǎn):構(gòu)建了基于路徑系數(shù)連乘積之差的致病通路識別檢驗(yàn)統(tǒng)計(jì)量,為系統(tǒng)流行病學(xué)中致病通路識別提供了新方法。二、無向網(wǎng)絡(luò)組間差異比較的假設(shè)檢驗(yàn)方法研究(第三章)比較和檢驗(yàn)對比組間(病例組VS對照組、暴露組VS非暴露組、干預(yù)組VS非干預(yù)組)網(wǎng)絡(luò)的統(tǒng)計(jì)學(xué)差異,是系統(tǒng)流行病學(xué)研究中識別致病通路、闡明暴露因子或干預(yù)措施對疾病發(fā)生、發(fā)展與轉(zhuǎn)歸機(jī)制影響的核心任務(wù)。然而,目前尚缺乏網(wǎng)絡(luò)比較的統(tǒng)計(jì)學(xué)檢驗(yàn)方法。對于多數(shù)復(fù)雜疾病的致病網(wǎng)絡(luò)而言,其"節(jié)點(diǎn)"和"邊"的連續(xù)定量變化譜蘊(yùn)含著網(wǎng)絡(luò)差異的全部信息;因此,系統(tǒng)流行病學(xué)網(wǎng)絡(luò)的差異囊括了"節(jié)點(diǎn)"和"邊"的雙重差異,單純"節(jié)點(diǎn)"或單純"邊"的差異遠(yuǎn)不能代表其全部信息的差異。在構(gòu)建"對比組"間網(wǎng)絡(luò)差異比較的統(tǒng)計(jì)量時(shí),必須同時(shí)包含"節(jié)點(diǎn)"和"邊"的差異;即,在統(tǒng)計(jì)量中,用對比組間網(wǎng)絡(luò)"節(jié)點(diǎn)平均量"的差來刻畫節(jié)點(diǎn)平均水平的組間差異,而用網(wǎng)絡(luò)節(jié)點(diǎn)間"邊變化"的差來刻畫節(jié)點(diǎn)相互作用(邊)的差異。當(dāng)不明確或不考慮網(wǎng)絡(luò)中節(jié)點(diǎn)間的方向時(shí),可根據(jù)圖1中無向網(wǎng)絡(luò)比較的統(tǒng)計(jì)量構(gòu)建方法,融合經(jīng)典統(tǒng)計(jì)量構(gòu)建策略(例如得分檢驗(yàn)統(tǒng)計(jì)量,似然比檢驗(yàn)統(tǒng)計(jì)量,wald檢驗(yàn)統(tǒng)計(jì)量),綜合考慮節(jié)點(diǎn)和邊的信息,構(gòu)建相應(yīng)的無向網(wǎng)絡(luò)比較統(tǒng)計(jì)量。本章將借助得分檢驗(yàn)統(tǒng)計(jì)量的理論構(gòu)建無向網(wǎng)絡(luò)比較的統(tǒng)計(jì)檢驗(yàn)方法。其基本思想是,在上述"結(jié)構(gòu)拆分→數(shù)理整合"策略(圖1)中可不考慮方向差異。則兩"對比組"間網(wǎng)絡(luò)差異檢驗(yàn)統(tǒng)計(jì)量的一般形式可簡化為Diff =(DV∪DE)。主要結(jié)果:(1)無向網(wǎng)絡(luò)組間差異比較的統(tǒng)計(jì)量令GD與GC分別表示兩對比組的網(wǎng)絡(luò),并假定GD與GC具有相同的拓?fù)浣Y(jié)構(gòu)(M個(gè)節(jié)點(diǎn)、K條邊);理論上,對比組間(病例組VS對照組、暴露組VS非暴露組、干預(yù)組VS非干預(yù)組)網(wǎng)絡(luò)節(jié)點(diǎn)取值和邊的強(qiáng)度之間的差異,可以表征致病效應(yīng)或干預(yù)效果。以病例對照研究為例,給定病例組與對照組的樣本量分別為nD和nC,當(dāng)原假設(shè)H0:GD=Gc成立時(shí),兩組間的對應(yīng)網(wǎng)絡(luò)節(jié)點(diǎn)總體均值相等,即μ1D =μiC(i=1,…,M);同時(shí)兩組間各對應(yīng)邊的強(qiáng)度相等βkD=βkC(k =1,…,K)。根據(jù)得分檢驗(yàn)(score test)思想,在H0:GD=GC成立的前提下兩組樣本可合并為N=nD+nC;則對于個(gè)體l(l = 1,2,…,N),定義 其第i個(gè)點(diǎn)的取值為xli。則節(jié)點(diǎn)xi對兩"對比組"間網(wǎng)絡(luò)差異貢獻(xiàn)(即效應(yīng)大小)的得分為 從而,得到"節(jié)點(diǎn)差異效應(yīng)"得分向量類似的,第k條邊·(xi)—·(xj)對兩"對比組"間網(wǎng)絡(luò)差異貢獻(xiàn)(即效應(yīng)大小)的得分為而,得到"邊差異效應(yīng)"得分向量為DE=(D1E,D2E,,DKE)T。將"節(jié)點(diǎn)差異效應(yīng)"與"邊差異效應(yīng)"合并為"網(wǎng)絡(luò)差異效應(yīng)"得分向量D=(?),該向量的協(xié)方差陣為∑ = cov(D)=(σpq)(M+K)×(M+K),p,q=1,2,…,(M + K),(M + K)為網(wǎng)絡(luò)中所有"節(jié)點(diǎn)數(shù)"與"邊數(shù)"之和。從而,將"節(jié)點(diǎn)信息"和"邊信息"整合到統(tǒng)計(jì)量NetDifM中NetDifM = DT∑-1D其中,協(xié)方差矩陣∑可表示為分塊矩陣(?),其計(jì)算方法如下:1)對于∑V,p,q=1,2,…,M,σpq=l=1N(Yl-Y)2cov(Xp,Xq),Xp=(x1p,x2p,…,xNp);2)對于∑E,p,q = M + 1,M + 2,…,M + K,σpq =(Yl-Y)2 cov(Zp,Zq),Zp=(Xi-Xi)×(Xj-Xj);3)對于∑VE,p = 1,2,…,M,q = M + 1,M + 2,…,M + Kσpq=∑l=1N(Yl-Y)2cov(Xp,Zq)。由得分檢驗(yàn)理論推知,在大樣本情況下,在H0:GD=GC成立時(shí),NetDifM服從自由度為M+K的卡方分布,即NetDifM～χ2(K+ M)。樣本量較小時(shí)也可采用permutation方法進(jìn)行假設(shè)檢驗(yàn)。(2)統(tǒng)計(jì)模擬針對上述統(tǒng)計(jì)量,在H0:GD=GC成立的前提下遍歷不同樣本量(n)以及網(wǎng)絡(luò)規(guī)模大小(M=10,20,40;K=21,45,54),評估其犯第一類錯(cuò)誤的概率是否穩(wěn)定在給定的檢驗(yàn)水準(zhǔn)α附近。在H0不成立的條件下,設(shè)定節(jié)點(diǎn)X =(X1,X2,…,XM)數(shù)據(jù)服從多元正態(tài)分布,模擬如下3種情形,以系統(tǒng)評估統(tǒng)計(jì)量的檢驗(yàn)效能。情形1:兩網(wǎng)絡(luò)之間只有節(jié)點(diǎn)水平的差異;情形2:網(wǎng)絡(luò)間只有邊(關(guān)聯(lián)強(qiáng)度)存在差異;情形3:網(wǎng)絡(luò)間同時(shí)存在節(jié)點(diǎn)水平與邊(關(guān)聯(lián)強(qiáng)度)的差異。特別地,為進(jìn)一步評價(jià)統(tǒng)計(jì)量NetDifM對節(jié)點(diǎn)變量分布的穩(wěn)健性,令節(jié)點(diǎn)X=(X1,X2,…,XM)數(shù)據(jù)為非正態(tài)分布,在部分節(jié)點(diǎn)非正態(tài)(隨機(jī)選擇部分節(jié)點(diǎn),令其為指數(shù)分布)和全部節(jié)點(diǎn)非正態(tài)(令全部節(jié)點(diǎn)為指數(shù)分布)兩種情況下,分別就上述3種情形進(jìn)行了系統(tǒng)的模擬研究。模擬結(jié)果:1)在H0:GD=GC成立的前提下,針對組間網(wǎng)絡(luò)對應(yīng)節(jié)點(diǎn)及邊差異之和所構(gòu)建的非參數(shù)permutation統(tǒng)計(jì)量VEWDM、只考慮兩組間邊差異的非參數(shù)permutation統(tǒng)計(jì)量Yates'D,和本章所構(gòu)建的卡方分布統(tǒng)計(jì)量NetDifM三種方法,模擬結(jié)果表明,在樣本量達(dá)到一定程度時(shí)三種方法的犯第一類錯(cuò)誤的概率均穩(wěn)定在給定的檢驗(yàn)水準(zhǔn)(α=0.05)附近(表3.1-表3.2),而卡方分布統(tǒng)計(jì)量NetDifM在樣本量相對較小時(shí)(n200)即表現(xiàn)出良好的穩(wěn)定性。2)在H0不成立的條件下,給定單純節(jié)點(diǎn)差異(如μ3D-μ3C=0.2等)、單純邊差異(如β3D-β35C=-0.2等)和節(jié)點(diǎn)與邊均存在差異(如μ8D-μ8C= 0.2,β5D-β57C=0.2等)時(shí),模擬結(jié)果(圖3.4-圖3.8)顯示,本章所構(gòu)建的統(tǒng)計(jì)量NetDifM與統(tǒng)計(jì)量VEWDM及Yates'D相比,始終具有最高的檢驗(yàn)效能。3)特別地,在只存在節(jié)點(diǎn)差異時(shí),正如所期望的那樣,統(tǒng)計(jì)量Yates'D失去檢驗(yàn)效能,而統(tǒng)計(jì)量NetDifM仍然具有很高的檢驗(yàn)效能。4)在節(jié)點(diǎn)數(shù)據(jù)偏離正態(tài)分布時(shí),本章所構(gòu)建的統(tǒng)計(jì)量NetDifM仍然具有最高的檢驗(yàn)效能,表明NetDifM具有良好的穩(wěn)健性。(3)實(shí)例分析將所構(gòu)建的無向網(wǎng)絡(luò)差異檢驗(yàn)的統(tǒng)計(jì)量NetDiM應(yīng)用于麻風(fēng)病致病網(wǎng)絡(luò)比較(706例麻風(fēng)病病例與514例健康對照),結(jié)果顯示該統(tǒng)計(jì)量具有合理性和實(shí)用性,分析結(jié)果符合生物學(xué)機(jī)制。同時(shí),將統(tǒng)計(jì)量進(jìn)一步用于卵巢癌致病通路PI3K-SKT與Notch(C1亞型卵巢癌病人83例,C2-C6亞型168例)的組間比較,也發(fā)現(xiàn)了符合生物學(xué)機(jī)制的組間差異。結(jié)論:統(tǒng)計(jì)量NetDifM不僅具有良好的穩(wěn)定性、檢驗(yàn)效能和穩(wěn)健性,而且具有較高的實(shí)用性,為系統(tǒng)流行病學(xué)研究中無向網(wǎng)絡(luò)比較提供了良好的統(tǒng)計(jì)學(xué)檢驗(yàn)方法。主要?jiǎng)?chuàng)新點(diǎn):針對無向網(wǎng)絡(luò)的特征,采用"節(jié)點(diǎn)信息與邊信息整合得分"的融合策略,構(gòu)建了網(wǎng)絡(luò)組間差異比較的統(tǒng)計(jì)量NetDifM,為系統(tǒng)流行病學(xué)無向網(wǎng)絡(luò)比較提供了新方法。三、有向網(wǎng)絡(luò)組間差異比較的假設(shè)檢驗(yàn)方法研究(第四章)上述第三章所構(gòu)建的無向網(wǎng)絡(luò)比較的統(tǒng)計(jì)量NetDifM只注重了節(jié)點(diǎn)差異和邊差異信息,尚未考慮方向信息。然而在系統(tǒng)流行病學(xué)網(wǎng)絡(luò)比較中,網(wǎng)絡(luò)中的方向信息會(huì)提供更有價(jià)值的致病路徑及暴露(或干預(yù))的作用機(jī)制。從而為探討疾病發(fā)生、發(fā)展和轉(zhuǎn)歸機(jī)制,評價(jià)干預(yù)措施,尋找精準(zhǔn)藥物靶點(diǎn)等提供重要依據(jù)。因此,本章將進(jìn)一步構(gòu)建有向網(wǎng)絡(luò)差異比較的假設(shè)檢驗(yàn)方法。其基本思想是:對于有向網(wǎng)絡(luò),網(wǎng)絡(luò)差異絕非僅僅是其節(jié)點(diǎn)和邊兩部分差異的簡單合并,還應(yīng)充分體現(xiàn)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)所蘊(yùn)含的方向信息,即調(diào)控網(wǎng)絡(luò)內(nèi)"邊"的箭頭指向及"上游節(jié)點(diǎn)"對"下游節(jié)點(diǎn)"的調(diào)控權(quán)重。為此,在構(gòu)建有向網(wǎng)絡(luò)比較的統(tǒng)計(jì)量時(shí),需將網(wǎng)絡(luò)"節(jié)點(diǎn)"、"邊"和"方向"差異信息融為一體,將節(jié)點(diǎn)信息、邊信息和方向信息的差值(效應(yīng))DV、DE和DI整合為兩"對比組"間網(wǎng)絡(luò)差異(效應(yīng))的統(tǒng)計(jì)量 Diff =(DV∪DE∪DI)。主要結(jié)果:(1)有向網(wǎng)絡(luò)組間差異比較的統(tǒng)計(jì)量令GD與GC分別表示兩對比組的網(wǎng)絡(luò),V(GD)與E(GD)分別表示GD中的節(jié)點(diǎn)集合與有向邊集合。當(dāng)原假設(shè)H0:GD=GC成立時(shí),兩組間的對應(yīng)網(wǎng)絡(luò)節(jié)點(diǎn)總體均值相等,即μjD =μjC(i=1,…,M);同時(shí)兩組間各對應(yīng)邊的強(qiáng)度及方向相同βkD=βkC(k= 1,…,K)。用XiDXjD表示節(jié)點(diǎn)XiD與XjD之間的有向邊其中βijD表示XiD對XD的調(diào)控強(qiáng)度。令ViD表示節(jié)點(diǎn)XiD的子代節(jié)點(diǎn)數(shù)目,將XiD的權(quán)重定義為,其含義為XD的子代節(jié)點(diǎn)數(shù)占全部節(jié)點(diǎn)子代節(jié)點(diǎn)總數(shù)的比例。令V = V(GD)UV(GC),E=E(GC)∪E(GC)則,本章構(gòu)建如下有向網(wǎng)絡(luò)組間差異比較的檢驗(yàn)統(tǒng)計(jì)量其中,wkD,XkD,βijD分別表示網(wǎng)絡(luò)GD中 XiD 相應(yīng)的權(quán)重、樣本均值以及βijD的估計(jì)值;wkC,X C,βijC分別為網(wǎng)絡(luò)GC中相應(yīng)的變量。需注意的是K與M分別為節(jié)點(diǎn)集V與邊集E的數(shù)目,如果節(jié)點(diǎn)X(或邊XiXj)在GD中存在,但在GC中不存在,則將XkC與其方差(或βijC與其方差)視為0,反之亦然。統(tǒng)計(jì)量中采用的加權(quán)形式為a +(wkD + wkC)/2,也可以替換為logb(+(kkD+wkC)/2),其中a與6越小,表示網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)信息(上、下游節(jié)點(diǎn)間的調(diào)控關(guān)系)在統(tǒng)計(jì)量中占的比重越大。采用permutation方法進(jìn)行假設(shè)檢驗(yàn)。(P)統(tǒng)計(jì)模擬針對上述統(tǒng)計(jì)量WNES在H0:G =GC成立的前提下,遍歷不同樣本量(n)、網(wǎng)絡(luò)規(guī)模大小(M=12,35,K =15,79)以及網(wǎng)絡(luò)結(jié)構(gòu)(箭頭多少及方向),評估統(tǒng)計(jì)量犯第一類錯(cuò)誤的概率是否穩(wěn)定在給定的檢驗(yàn)水準(zhǔn)α附近。在H0不成立的條件下,給定三種網(wǎng)絡(luò)方向加權(quán)方式(無方向加權(quán)、1 +(wiD + wkC)/2,log2(2+(wkD +(wkC)/2)),模擬如下5種情形,以系統(tǒng)評估統(tǒng)計(jì)量的檢驗(yàn)效能。情形1:只有節(jié)點(diǎn)水平的改變;情形2:只有邊強(qiáng)度值的改變;情形3:同時(shí)有節(jié)點(diǎn)水平與邊強(qiáng)度值的改變,變化的點(diǎn)為上游節(jié)點(diǎn);情形4:節(jié)點(diǎn)與邊數(shù)值的改變與情形3相同,變化的點(diǎn)為下游節(jié)點(diǎn);情形5:網(wǎng)絡(luò)中僅有邊方向改變。模擬結(jié)果顯示:1)在H0:GD = GC成立時(shí),本章所構(gòu)建的統(tǒng)計(jì)量WNES在不同網(wǎng)絡(luò)結(jié)構(gòu)以及網(wǎng)絡(luò)規(guī)模大小的情況下,犯第一類錯(cuò)誤的概率均穩(wěn)定在給定的檢驗(yàn)水準(zhǔn)(α=0.05)附近(表4.1),表明該統(tǒng)計(jì)量具有良好的穩(wěn)定性。2)在H0不成立的前提下,統(tǒng)計(jì)量WNES的檢驗(yàn)效能模擬結(jié)果(圖4.3-圖4.6)顯示:當(dāng)只存在網(wǎng)絡(luò)節(jié)點(diǎn)差異時(shí)(情形1),只包含節(jié)點(diǎn)差異信息的統(tǒng)計(jì)量NS與同時(shí)包含"節(jié)點(diǎn)信息、邊信息和方向信息"的統(tǒng)計(jì)量WNES具有相同的檢驗(yàn)效能,表明此情形下所構(gòu)建的統(tǒng)計(jì)量WNES穩(wěn)健性良好;當(dāng)只存在網(wǎng)絡(luò)邊強(qiáng)度值改變時(shí)(情形2),WNES與只包含邊信息的統(tǒng)計(jì)量ES相比,其檢驗(yàn)效能略低,表明此情形下,統(tǒng)計(jì)量WNES會(huì)受到無效冗余點(diǎn)信息的影響;當(dāng)同時(shí)存在節(jié)點(diǎn)水平與邊強(qiáng)度改變時(shí)(情形3與4),WNES的檢驗(yàn)效能明顯高于NS與ES的檢驗(yàn)效能;以上結(jié)果表明WNES可以同時(shí)檢驗(yàn)節(jié)點(diǎn)與邊的差異并且檢驗(yàn)效能足夠高。在情形WNES具有足夠高的檢驗(yàn)效能,表明WNES能夠檢驗(yàn)網(wǎng)絡(luò)中邊方向的改變。模擬結(jié)果還顯示,WNES采用a+(wk + wk+)/2與logb(6 +(wkD+wkC)/2)兩種加權(quán)方式時(shí),檢驗(yàn)效能都高于無加權(quán)的統(tǒng)計(jì)量檢驗(yàn)效能,表明這兩種加權(quán)方式都能將網(wǎng)絡(luò)中上、下游節(jié)點(diǎn)間的位置信息融入到統(tǒng)計(jì)量中,提高檢驗(yàn)效能,進(jìn)一步說明了對節(jié)點(diǎn)進(jìn)行加權(quán)是必要且合理的。(3)實(shí)例分析將所構(gòu)建的有向網(wǎng)絡(luò)差異檢驗(yàn)的統(tǒng)計(jì)量WNES應(yīng)用于基于病例對照設(shè)計(jì)的肺癌致病網(wǎng)絡(luò)、麻風(fēng)病致病網(wǎng)絡(luò)以及急性髓性白血病致病網(wǎng)絡(luò)比較,結(jié)果顯示,1)WNESES可以檢驗(yàn)出麻風(fēng)病相關(guān)基因網(wǎng)絡(luò)的差異;2)WNES識別出免疫相關(guān)的Foxp3、IL-10、Th17與TGF-β在患白血病與正常情況兩種狀態(tài)下調(diào)控網(wǎng)絡(luò)的差異;3)WNE 發(fā)現(xiàn)Wnt經(jīng)典信號通路中35個(gè)基因構(gòu)成的網(wǎng)絡(luò)的改變與肺癌的發(fā)生相關(guān)(表4.2)。結(jié)論:統(tǒng)計(jì)量WNES能夠同時(shí)檢驗(yàn)網(wǎng)絡(luò)中節(jié)點(diǎn)與邊強(qiáng)度及其方向的差異,不僅具有良好的穩(wěn)定性、檢驗(yàn)效能,而且具有較高的實(shí)用性,為系統(tǒng)流行病學(xué)研究中有向網(wǎng)絡(luò)比較提供了高效的新方法。主要?jiǎng)?chuàng)新點(diǎn):針對有向網(wǎng)絡(luò)的"邊的方向性差異",借助于"生物群體家系譜圖中,后代子孫越多的個(gè)體對生物群體的繁衍貢獻(xiàn)越大"的生物學(xué)現(xiàn)象,巧妙地定義了網(wǎng)絡(luò)內(nèi)上游節(jié)點(diǎn)對下游節(jié)點(diǎn)的調(diào)控權(quán)重,構(gòu)建了"節(jié)點(diǎn)"、"邊"和"方向"差異融為一體的有向網(wǎng)絡(luò)比較的統(tǒng)計(jì)量WNES,提供了有向網(wǎng)絡(luò)比較的新方法。四、致病交互網(wǎng)絡(luò)篩選策略方法研究及其預(yù)測效果評價(jià)(第五章)對復(fù)雜疾病而言,研究不同對比組(病例組VS對照組、暴露組VS非暴露組、干預(yù)組VS非干預(yù)組)間各生物標(biāo)記之間相互關(guān)系的差異將有利于揭示潛在致病機(jī)制、預(yù)測藥物脫靶效應(yīng)、發(fā)展多靶點(diǎn)抗癌藥物以及評價(jià)干預(yù)措施作用機(jī)制。上述對比分析的實(shí)質(zhì)是從復(fù)雜致病網(wǎng)絡(luò)中篩選出對結(jié)局或干預(yù)效果有貢獻(xiàn)的生物標(biāo)記之間的致病交互子網(wǎng)絡(luò)。然而,在復(fù)雜疾病致病網(wǎng)絡(luò)中,暴露(或干預(yù))以及病因通路上的生物標(biāo)記之間的作用往往是錯(cuò)綜復(fù)雜的,不僅存在線性效應(yīng),還廣泛存在著形式復(fù)雜、分布不清的非線性效應(yīng)。因此,從復(fù)雜致病網(wǎng)絡(luò)中篩選出對疾病發(fā)生、發(fā)展與轉(zhuǎn)歸結(jié)局有效應(yīng)的生物標(biāo)記線性或非線性交互效應(yīng),是闡明復(fù)雜疾病致病機(jī)制的核心。目前,在生物網(wǎng)絡(luò)組間比較中,往往是比較生物標(biāo)記之間的線性相關(guān)差異性,而忽略了廣泛存在的非線性相關(guān)差異。此外,多數(shù)方法無法調(diào)整協(xié)變量的混雜效應(yīng)。為此,本章提出了一種基于聯(lián)合密度估計(jì)的高維網(wǎng)絡(luò)差異分析方法并將其進(jìn)一步應(yīng)用于構(gòu)建疾病的判別預(yù)測模型(JDINAC)。其基本思想是:以病例對照設(shè)計(jì)為例,令Y表示結(jié)局變量,Y=1表示病例組,Y=0表示對照組,fij與gij分別表示兩個(gè)生物標(biāo)記xi與j在病例組與對照組的聯(lián)合密度,即,((xi,xj)| Y = 1)～fij,((xi,xj)～gij。則,可用ln(fij(x= 0)/gij(xi,xj))可用 來表征兩個(gè)標(biāo)記(xi,xj)的交互關(guān)聯(lián)性在病例組與對照組之間的差異。JDINAC方法不需要假設(shè)生物標(biāo)記數(shù)據(jù)服從某種已知參數(shù)分布,也不需要假定他們呈線性關(guān)系。既可提高網(wǎng)絡(luò)差異比較的準(zhǔn)確性,又可提高疾病判別預(yù)測的準(zhǔn)確性。主要結(jié)果:(1)統(tǒng)計(jì)模型以病例對照設(shè)計(jì)為例,假定每個(gè)個(gè)體均有p個(gè)生物標(biāo)記測量值(例如基因表達(dá)水平、甲基化程度等),對于個(gè)體l(l = 1,2,…,n),定義Yl=(?),其第i個(gè)標(biāo)記的測量值為xlt。構(gòu)建JDINAC模型如下:(?)其中,Zs(s = 1,…,S)表示協(xié)變量(如年齡、性別等),fij與fij分別表示生物標(biāo)記xi與xj在病例組與對照組的聯(lián)合密度,即,((xi,xj)|Y =1～),((xi,xj)|Y=0)～gij。若βij≠0,表示兩個(gè)標(biāo)記(xi,xj)的關(guān)聯(lián)性在病例組與對照組之間存在差異。在高維情況下,生物標(biāo)記對(xi,xj)的數(shù)目遠(yuǎn)大于樣本量,此時(shí)利用L1范數(shù)懲罰方法估計(jì)β:其中,λ為懲罰參數(shù),,vec(·)為矩陣?yán)彼阕�。JDINAC模型具體算法如下:Step1.將樣本D = {(Yl,Xl),l = 1,…,n}隨機(jī)分成兩部分:D =(D1,D2)。Step2.利用第一部分樣本D1,估計(jì)聯(lián)合密度函數(shù)fij與gij(xi,xj),i,j = 1,…,p,ji。Step 3.利用第二部分樣本D2,擬合基于L1懲罰的logistic回歸模型,通過交叉驗(yàn)證選擇最佳懲罰參數(shù)。Step 4.將Step 1～Step 3重復(fù)T次,從而得到βij,與結(jié)局概率P1,t = 1,2,…,T。Step 5.計(jì)算 作為最終結(jié)局概率;計(jì)算生物標(biāo)記對(xi,xj)的權(quán)重;其中I(·)為示性函數(shù)。(2)統(tǒng)計(jì)模擬本章分以下4種情形進(jìn)行了模擬,情形1與情形2中生物標(biāo)記之間的關(guān)聯(lián)性均為線性相關(guān),情形1設(shè)置效應(yīng)值較大,情形2效應(yīng)值較小。情形3:生物標(biāo)記對(xi,xj)在兩組網(wǎng)絡(luò)中Pearson相關(guān)系數(shù)相同,但其聯(lián)合密度不同。情形4:生物標(biāo)記之間存在非線性關(guān)系。針對以上4種情形,采用真陽性率(TPR)、真陰性率(TNR)以及正確發(fā)現(xiàn)率(TDR),來評價(jià)JDINAC與其他3種方法(DiffCorr,DEDN,cPLR)在網(wǎng)絡(luò)差異分析方面的優(yōu)劣。采用ROC曲線與分類錯(cuò)誤率來比較JDINAC與隨機(jī)森林、樸素貝葉斯、oPLR與cPLR的判別分類準(zhǔn)確性。模擬結(jié)果顯示:1)在網(wǎng)絡(luò)差異分析方面,JDINAC可靠性高,幾乎在所有情形下都具有最高的TPR,TNR與TDR。在4種模擬情形下JDINAC的TDR分別為93.7%,95.6%,88.3%,99.9%,尤其在情形3與情形4明顯高于其它3種方法DiffCorr(81.3%,85%,7.5%,3.8%),DEDN(33.5%,16.5%,2.1%,5%),cPLR(19.8%,25.6%,53.6%,0.7%),(Table 5.1)。這表明JDINAC確實(shí)可以檢測出網(wǎng)絡(luò)中非線性關(guān)系的變化。2)在分類方面,ROC曲線與分類錯(cuò)判率皆表明JDINAC明顯比其他4種方法(RF,NB,cPLR,oPLR)判別分類更準(zhǔn)確(圖5.4,表5.2)。(3)實(shí)例分析實(shí)例數(shù)據(jù)來自TCGA數(shù)據(jù)庫中114例乳腺癌病人的癌組織以及匹配的正常組織的基因表達(dá)數(shù)據(jù)。本研究選取KEGG數(shù)據(jù)庫中癌癥通路列出的373個(gè)基因,分析癌組織與正常組織兩組基因網(wǎng)絡(luò)的差異。每組隨機(jī)選取50個(gè)樣本作為預(yù)測集,來評價(jià)判別分類準(zhǔn)確性。結(jié)果顯示:JDINAC檢測出的排序靠前的網(wǎng)絡(luò)差異基因?qū)?與已有實(shí)驗(yàn)結(jié)果相一致,并且選出的大部分關(guān)鍵基因節(jié)點(diǎn)也與乳腺癌細(xì)胞的發(fā)生、生長或轉(zhuǎn)移密切相關(guān)。在判別分類準(zhǔn)確性方面,JAINAC與oPLR方法的錯(cuò)判率為1%,而RF、NB與cPLR的錯(cuò)判率分別為19%,2%,17%(表5.6),表明JDINAC具有良好的實(shí)用性。結(jié)論:本章建立了基于聯(lián)合密度估計(jì)的致病交互網(wǎng)絡(luò)篩選策略方法,該方法不僅能篩選出網(wǎng)絡(luò)中生物標(biāo)記之間的線性交互效應(yīng),而且能篩選出其非線性交互效應(yīng)�；谒崛〉慕换バ�(yīng)而構(gòu)建的疾病判別預(yù)測模型優(yōu)于傳統(tǒng)的機(jī)器學(xué)習(xí)方法。主要?jiǎng)?chuàng)新點(diǎn):1)基于非參數(shù)聯(lián)合密度估計(jì),實(shí)現(xiàn)了從網(wǎng)絡(luò)中篩選出對疾病或結(jié)局有貢獻(xiàn)的非線性交互效應(yīng)。2)基于非線性交互效應(yīng)所構(gòu)建的疾病判別預(yù)測模型優(yōu)于現(xiàn)有統(tǒng)計(jì)模式識別方法。
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號】：R181


本文編號：1406834