基本信息
- 項(xiàng)目名稱:
- ADAM33基因及氣道重塑引發(fā)哮喘機(jī)制的統(tǒng)計(jì)學(xué)研究
- 小類:
- 數(shù)理
- 簡(jiǎn)介:
- 探討ADAM33基因單核苷酸多態(tài)性與哮喘發(fā)生機(jī)制的聯(lián)系。同時(shí)借助對(duì)此機(jī)制的研究,建立基于貝葉斯網(wǎng)絡(luò)的哮喘診斷模型。
- 詳細(xì)介紹:
- 為了檢測(cè) ADAM33 基因 S2位點(diǎn)及F+1位點(diǎn)多態(tài)性在支氣管哮喘患者中的分布頻率, 運(yùn)用統(tǒng)計(jì)學(xué)方法探討S2位點(diǎn)及F+1位點(diǎn)單核苷酸多態(tài)性與支氣管哮喘的相關(guān)性,采用等位基因特異性聚合酶鏈反應(yīng)(AS-PCR)技術(shù)及DNA 測(cè)序的方法, 對(duì)126例哮喘患者及121例健康人進(jìn)行ADAM33 基因S2位點(diǎn)及F+1位點(diǎn)單核苷酸多態(tài)性分析,運(yùn)用生物統(tǒng)計(jì)學(xué)方法處理數(shù)據(jù)。得到結(jié)果:ADAM33基因S2位點(diǎn)及F+1位點(diǎn)在病例組和對(duì)照組中基因型分布均符合Hardy-Weinburg平衡定律;ADAM33基因S2位點(diǎn) 3 種基因型(CC、CG、GG)在哮喘組分布為64(50.8%)例、45( 35.7%)例、17( 13.5%)例,在對(duì)照組分布為72( 59.5%)例、44(36.4%)例、5( 4.1%)例(χ2=6.929, P<0.05), 兩組比較有統(tǒng)計(jì)學(xué)差異。哮喘組ADAM33基因S2位點(diǎn)等位基因C和G的頻率分別為0.687、0.313;對(duì)照組ADAM33基因S2位點(diǎn)等位基因C和G 分別為0.777、0.223。哮喘組與對(duì)照組C及G等位基因頻率比較差異有顯著性 (χ2=5.122, P<0.05); ADAM 33基因 F+ 1位點(diǎn)3種基因型 ( CC、 CT、 TT )在哮喘組分布分別為 68( 54 . 0 % )、 48( 38 . 1 % )、 10( 7 . 9% ), 在對(duì)照組分布分別為 70( 57 . 9% )、 46( 38 . 0% )、 5( 4 . 1% ), 無顯著性差異 (χ2=1 . 638 , P > 0 . 05)。哮喘組和對(duì)照組 ADAM 33基因 F+ 1位點(diǎn)等位基因 C和 T的頻率分別為 0 . 730、0 . 270、 0 . 769、0 . 231 , 兩組等位基因頻率比較差異無顯著性 ( χ2=0 . 970 , P > 0 . 05)。因此結(jié)論為:ADAM33基因S2位點(diǎn)在支氣管哮喘人群中存在CC、CG、GG 多態(tài)性,與支氣管哮喘有明顯相關(guān)性。F+1位點(diǎn)在支氣管哮喘人群中存在CC、CT、TT 多態(tài)性,但與支氣管哮喘沒有明顯相關(guān)性。同時(shí)運(yùn)用貝葉斯網(wǎng)絡(luò)(Bayesian network, BNT)分析哮喘病人資料,探索哮喘致病因素及其相互關(guān)系,以及利用所得網(wǎng)絡(luò)對(duì)病人進(jìn)行哮喘診斷。依據(jù)最小描述長(zhǎng)度(Minimal Description Length, MDL)準(zhǔn)則學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu),對(duì)完整數(shù)據(jù)運(yùn)用極大似然估計(jì)(Maximum Likelihood Estimation, MLE)獲得網(wǎng)絡(luò)參數(shù),并對(duì)含有缺失值的數(shù)據(jù)運(yùn)用期望最大化(Expectation Maximization, EM)算法進(jìn)行參數(shù)學(xué)習(xí)。通過帶入測(cè)試數(shù)據(jù)對(duì)BNT對(duì)預(yù)后的預(yù)測(cè)能力作出評(píng)價(jià)。最終通過對(duì)含有50個(gè)樣本的哮喘病人資料的學(xué)習(xí),構(gòu)建了一個(gè)含有8個(gè)結(jié)點(diǎn),8條有向邊的BNT模型,并獲得了各結(jié)點(diǎn)參數(shù)。網(wǎng)絡(luò)中的有向邊反映了哮喘發(fā)病影響因素之間的相互作用或影響,網(wǎng)絡(luò)參數(shù)反映其強(qiáng)度。分析了直接影響哮喘發(fā)病和分級(jí)的指標(biāo),并依據(jù)網(wǎng)絡(luò)模型和參數(shù),通過帶入測(cè)試數(shù)據(jù),檢驗(yàn)了模型診斷哮喘分級(jí)的能力。發(fā)現(xiàn)BNT模型具有較強(qiáng)的處理缺失數(shù)據(jù)的能力,應(yīng)用BNT分析哮喘病人資料,揭示了影響哮喘發(fā)病的多因素間,多層次的因果關(guān)系,且可從概率角度定量描述各因素間的影響強(qiáng)度。
作品專業(yè)信息
撰寫目的和基本思路
- 探討ADAM33基因單核苷酸多態(tài)性與哮喘發(fā)生機(jī)制的聯(lián)系。同時(shí)借助對(duì)此機(jī)制的研究,建立基于貝葉斯網(wǎng)絡(luò)的哮喘診斷模型。
科學(xué)性、先進(jìn)性及獨(dú)特之處
- 國(guó)內(nèi)外有ADAM33與支氣管哮喘相關(guān)文獻(xiàn)多側(cè)重于探討歐美人種中ADAM33與哮喘發(fā)病的關(guān)系。本文立足漢族人,探求漢族人種中ADAM33基因多態(tài)性與哮喘發(fā)病的關(guān)系?,F(xiàn)在在醫(yī)學(xué)領(lǐng)域殘缺數(shù)據(jù)較多,先驗(yàn)知識(shí)豐富的領(lǐng)域,貝葉斯網(wǎng)絡(luò)在各方面都具有很大的優(yōu)勢(shì),然而收到的重視和普及仍不足。同時(shí)作為目前機(jī)器學(xué)習(xí)領(lǐng)域的主流研究方向,貝葉斯網(wǎng)絡(luò)的理論研究進(jìn)展迅速,突出成果大量涌現(xiàn),應(yīng)用前景廣闊。
應(yīng)用價(jià)值和現(xiàn)實(shí)意義
- ADAM33基因單核苷酸多態(tài)性與哮喘密切相關(guān)。因此該研究對(duì)我國(guó)的哮喘控制和醫(yī)藥發(fā)展具有重要意義。同時(shí),將貝葉斯網(wǎng)絡(luò)模型理論應(yīng)用于醫(yī)學(xué)預(yù)測(cè)、診斷,一方面可以提高模型對(duì)殘缺數(shù)據(jù)的容忍度和利用好醫(yī)學(xué)領(lǐng)域豐富的專家知識(shí),另一方面由于貝葉斯網(wǎng)絡(luò)的可解釋性,建立的模型結(jié)構(gòu)更容易被經(jīng)驗(yàn)豐富的醫(yī)師所理解和接受。也為醫(yī)師對(duì)模型的進(jìn)一步校正提供了可能。
學(xué)術(shù)論文摘要
- 其一: 目的 檢測(cè) ADAM33 基因 S2位點(diǎn)及F+1位點(diǎn)多態(tài)性在支氣管哮喘患者中的分布頻率, 運(yùn)用統(tǒng)計(jì)學(xué)方法探討S2位點(diǎn)及F+1位點(diǎn)單核苷酸多態(tài)性與支氣管哮喘的相關(guān)性。結(jié)論 ADAM33基因S2位點(diǎn)在支氣管哮喘人群中存在CC、CG、GG 多態(tài)性,與支氣管哮喘有明顯相關(guān)性。F+1位點(diǎn)在支氣管哮喘人群中存在CC、CT、TT 多態(tài)性,但與支氣管哮喘沒有明顯相關(guān)性。 其二: 目的 運(yùn)用貝葉斯網(wǎng)絡(luò)分析哮喘病人資料,探索哮喘致病因素及其相互關(guān)系,以及利用所得網(wǎng)絡(luò)對(duì)病人進(jìn)行哮喘診斷。方法 依據(jù)最小描述長(zhǎng)度準(zhǔn)則學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu),對(duì)完整數(shù)據(jù)運(yùn)用極大似然估計(jì)獲得網(wǎng)絡(luò)參數(shù),并對(duì)含有缺失值的數(shù)據(jù)運(yùn)用期望最大化算法進(jìn)行參數(shù)學(xué)習(xí)。通過帶入測(cè)試數(shù)據(jù)對(duì)BNT對(duì)預(yù)后的預(yù)測(cè)能力作出評(píng)價(jià)。結(jié)果 通過對(duì)含有50個(gè)樣本的哮喘病人資料的學(xué)習(xí),構(gòu)建了一個(gè)含有8個(gè)結(jié)點(diǎn),8條有向邊的BNT模型,并獲得了各結(jié)點(diǎn)參數(shù)。網(wǎng)絡(luò)中的有向邊反映了哮喘發(fā)病影響因素之間的相互作用或影響,網(wǎng)絡(luò)參數(shù)反映其強(qiáng)度。分析了直接影響哮喘發(fā)病和分級(jí)的指標(biāo),并依據(jù)網(wǎng)絡(luò)模型和參數(shù),通過帶入測(cè)試數(shù)據(jù),檢驗(yàn)了模型診斷哮喘分級(jí)的能力。
獲獎(jiǎng)情況
- 正在投稿
鑒定結(jié)果
- 情況屬實(shí)
參考文獻(xiàn)
- [ 1 ]Van Eerdewegh P,Little RD,Dupuis J,et al.Association of the ADAM33 gene with asthma andbronchial hyperresponsiveness [J]. Nature, 2002, 418 (6896) : 426-430. [ 2 ] 中華醫(yī)學(xué)會(huì)呼吸病學(xué)分會(huì)哮喘學(xué)組.支氣管哮喘防治指南.中華結(jié)核和呼吸雜志,2008,3l(3):177—185. [ 3 ] Hirota T, Hasegawa K, Obara K,et a1.Association between ADAM33 polymorphisms and adult asthma in the Japanese population [J].Clin Exp Allergy,2006,36(7):884-891. [ 4 ] de Faria IC, de Faria EJ, Toro AA, et a1.Association of TGF-β1,CDl4,IL-4,IL-4R and ADAM33 gene polymorphisms、with asthma severity in children and adolescents.J Pediatr(Rio J).2008 May-Jun;84(3):203-10.
同類課題研究水平概述
- 目前全世界約有100多萬的哮喘患者,且仍在逐年增加,每年用于治療的費(fèi)用高達(dá)55億美元,哮喘嚴(yán)重威脅著人們的健康。如何能控制哮喘的反復(fù)發(fā)作、提高生活質(zhì)量迫在眉睫。研究顯示ADAM33基因具有高度多態(tài)性,其單核苷酸多態(tài)性(SNPs)與哮喘密切相關(guān)。因此進(jìn)行支氣管哮喘的ADAM33基因的SNPs研究,對(duì)我國(guó)的哮喘控制和醫(yī)藥發(fā)展具有重要意義。 檢索知國(guó)內(nèi)外有ADAM33與支氣管哮喘的文獻(xiàn)報(bào)道;但相關(guān)文獻(xiàn)多側(cè)重于探討歐美人種中ADAM33與哮喘發(fā)病的關(guān)系,以及該方面研究的綜述。 本研究希望探討漢族人中ADAM33基因單核苷酸多態(tài)性與哮喘發(fā)生機(jī)制的關(guān)系 檢索未見國(guó)內(nèi)外有相同研究。 現(xiàn)在在醫(yī)學(xué)領(lǐng)域,應(yīng)用人工智能診斷模型來提高疾病診斷技術(shù)已經(jīng)較為普遍。也有很多較為成熟的網(wǎng)絡(luò)模型,如神經(jīng)網(wǎng)絡(luò)模型。但是在殘缺數(shù)據(jù)較多,先驗(yàn)知識(shí)豐富的領(lǐng)域,貝葉斯網(wǎng)絡(luò)在各方面都具有很大的優(yōu)勢(shì)。同時(shí)作為目前機(jī)器學(xué)習(xí)領(lǐng)域的主流研究方向,貝葉斯網(wǎng)絡(luò)的理論研究進(jìn)展迅速,突出成果大量涌現(xiàn),應(yīng)用前景廣闊。如果將貝葉斯網(wǎng)絡(luò)模型理論應(yīng)用于醫(yī)學(xué)預(yù)測(cè)、診斷,一方面可以提高模型對(duì)殘缺數(shù)據(jù)的容忍度和利用好醫(yī)學(xué)領(lǐng)域豐富的專家知識(shí),另一方面由于貝葉斯網(wǎng)絡(luò)的可解釋性,建立的模型結(jié)構(gòu)更容易被經(jīng)驗(yàn)豐富的醫(yī)師所理解和接受。同時(shí)也為醫(yī)師對(duì)模型的進(jìn)一步校正提供了可能。