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

Дата последнего поиска статьи во внешних источниках: 9 июня 2016 г.

Работа с статьей

Прикрепленные файлы


Имя Описание Имя файла Размер Добавлен
1. Полный текст A_Sulimov_Meshkov_Hypercholesterolemia_2015.pdf 1,0 МБ 21 января 2016 [vladimir.sulimov]

[1] Genome-wide analysis of genetic associations for prediction of polygenic hypercholesterolemia with bayesian networks / A. V. Sulimov, A. N. Meshkov, I. A. Savkin et al. // Journal of Computational and Engineering Mathematics. — 2015. — Vol. 2, no. 4. — P. 11–26. 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. [ DOI ]

Публикация в формате сохранить в файл сохранить в файл сохранить в файл сохранить в файл сохранить в файл сохранить в файл скрыть