基于随机森林和富集分析的阿尔茨海默症GWA研究

阿尔茨海默症是一种严重的神经退行性疾病,其确切成因至今尚未阐明.全基因组关联分析为阿尔茨海默症的研究提供了一种有效的途径,但目前常用的单变量假设检验分析技术不能有效检测与疾病密切相关的生物学机制.本文提出了一种将随机森林同富集分析技术联合用于阿尔茨海默症全基因组关联(GWA)数据分析的新思路.利用随机森林的后向特征选择方法对一组APOEε4基因携带者的阿尔茨海默症GWA数据进行了分析,筛选出1058个与疾病相关的单核苷酸多态性位点(SNPs),其中包括多个已被确认的阿尔茨海默症易感SNPs.进一步对这些SNPs进行富集分析,检测到“可变剪接”,“糖基化”,“神经元发育”等多个与疾病显著相关的基因功能标注,显示相应的生物学机制与APOEε4基因携带者中阿尔茨海默症的发生存在密切联系,为进一步揭示其发病机制提供了思路.这种将随机森林和富集分析相结合的策略,也适用于其他复杂疾病的GWA研究.