[發明專利]一種基于大樣本的基因-環境互作關聯分析方法

在審

• 申請號: 202210394490.2
• 申請日: 2022-04-14
• 公開（公告）號: CN114678066A
• 公開（公告）日: 2022-06-28
• 發明（設計）人: 任文龍;肖靜;何書
• 申請（專利權）人: 南通大學
• 主分類號: G16B20/00
• 分類號: G16B20/00;G06N3/12;G06F17/16
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 田凌濤

1.一種基于大樣本的基因-環境互作關聯分析方法，其特征在于，執行如下步驟S1-步驟S5，獲得基因-環境互作得分測試統計量，然后應用基因-環境互作得分測試統計量，完成對基因序列與環境信息是否存在互作效應的判斷；

S1:采集目標個體的基因序列、環境信息、表型信息，并基于預設目標個體的基因序列、環境信息、表型信息構建目標個體的基因-環境樣本；

S2:基于目標個體的基因-環境樣本中的基因序列、環境信息，以基因序列中預設基因-環境互作位點的基因為焦點變體，針對該焦點變體，構建焦點變體所對應的基因型向量，基于目標個體的環境信息，構建環境信息所對應的環境矩陣；

S3:基于步驟S2所獲得的基因型向量、環境矩陣，通過矩陣乘法，構建基因-環境交互設計矩陣，并根據對效應的假定，構建基因型向量所對應的焦點變體固定效應向量、環境矩陣所對應的環境隨機效應向量、基因-環境交互設計矩陣所對應的基因-環境交互隨機效應向量；

基于目標個體的表型信息，構建數量性狀表型向量；

基于基因型向量、焦點變體固定效應向量、環境矩陣、環境隨機效應向量、基因-環境交互設計矩陣、基因-環境交互隨機效應向量，以及數量性狀表型向量，構建基因-環境檢測線性混合模型；

S4:基于步驟S3所構建的基因-環境檢測線性混合模型，采用預處理共軛梯度法、矩估計方法對基因-環境檢測線性混合模型進行求解，構建服從于卡方分布的基因-環境互作得分測試統計量，所述基因-環境互作得分測試統計量用于判斷所述環境信息是否對目標個體的預設所有基因-環境互作位點的基因產生影響；

S5:基于步驟S4所構建的基因-環境互作得分測試統計量，通過對基因序列中各基因-環境互作位點的隨機抽樣，計算基因-環境互作得分測試統計量所對應的卡方分布的系數a值，進而獲得所有基因-環境互作位點的卡方分布的P值，并預設基因-環境互作閾值，當卡方分布P值小于基因-環境互作閾值，則判定環境信息對該基因-環境互作位點的基因產生影響，即存在基因-環境互作效應，否則判定環境信息對該基因-環境互作位點的基因不產生影響，即不存在基因-環境互作效應。

2.根據權利要求1所述的一種基于大樣本的基因-環境互作關聯分析方法，其特征在于，步驟S3中構建基因-環境交互設計矩陣如下式：

S＝G⊙E＝diag(G)E

式中，S為基因-環境交互設計矩陣，其形式為N×Q維矩陣，N為樣本量大小，Q為環境信息個數，⊙表示哈達瑪積矩陣乘法計算，G為焦點變體所對應的基因型向量，E為環境信息所對應的環境矩陣，其形式為N×Q維的矩陣；

步驟S3中所構建的基因-環境檢測線性混合模型如下式：

Y＝Xβ_X+Gβ_G+Eβ_E+Sβ_S+u+ε

式中，Y為數量性狀表型向量，其形式為N×1維向量，N為樣本量大小，X為包括截距的固定效應設計矩陣，其形式為N×P維的協變量矩陣，β_X為P×1維的固定效應向量，G為焦點變體所對應的基因型向量，其形式為N×1維的向量，β_G為基因型向量所對應的焦點變體固定效應向量，E為環境信息所對應的環境矩陣，其形式為N×Q維的矩陣，β_E為環境矩陣所對應的環境隨機效應向量，其形式為Q×1維的向量，且β_E服從正態分布，即為環境方差組分；β_S為基因-環境交互設計矩陣所對應的基因-環境交互隨機效應向量，且β_S服從正態分布，即為基因-環境方差組分；u為隨機效應分量，其服從正態分布，即為隨機效應分量的方差組分，其中其形式為N×N維親緣關系矩陣，Z為N×M維矩陣，且Z＝(G₁,G₂,…,G_M)，其中M為標記個數，即全基因組單核苷酸多態性的個數；ε為殘差誤差，其服從正態分布，即為殘差誤差的方差組分，其中，I_N為N×N維的單位矩陣。