Polygeeniset riskisummat SBayesRC-menetelmällä – sisäisten verenvuotojen ennustaminen verenohennuslääkitystä saavilla yksilöillä
911.16 KB
avoin
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
Lataukset2
Pysyvä osoite
Verkkojulkaisu
DOI
Tiivistelmä
Tutkielma käsittelee polygeenista prediktiota eli ihmisen perimätiedon hyödyntämistä tilastollisessa mallintamisessa. Tutkielmassa esitetään polygeenisen prediktion keskeiset käsitteet, kuten perimän rakenne, SNP eli snippi perimämuuttujana, GWAS-tutkimukset, joissa estimoidaan snippien ja vastetapahtuman väliset assosiaatiot, sekä polygeeninen riskisumma, joka kuvaa yhdellä luvulla yksilön perinnöllistä alttiutta kohdata vastetapahtuma. Tutkielmassa esitellään erityisesti yksi polygeenisen prediktion menetelmä. SBayesRC on uusi polygeenista prediktiota varten kehitetty menetelmä, jolla estimoidaan GWAS-tutkimuksista saatujen GWAS-tunnuslukujen avulla snippien yhteisvaikutukset, joita käytetään polygeenisten riskisummien laskemiseen. Tutkielmassa selvitetään SBayesRC-menetelmän tilastoteoreettista pohjaa, kuten menetelmän taustalla olevaa hierarkkista Bayes-mallia, sekä menetelmässä käytettävää Gibbsin otantaa, jolla mallin parametrit estimoidaan. Tutkielman sovelluksessa selvitetään polygeenisten riskisummien hyödyllisyyttä kallon- ja suolistonsisäisen verenvuodon ennustamisessa verenohennuslääkitystä käyttävillä yksilöillä. SBayesRC-menetelmää käytetään polygeenisten riskisummien laskemiseksi FinnGen-rekisterin verenohennuslääkitystä käyttävillä yksilöillä, kun vastetapahtumana on joko kallon- tai suolistonsisäinen verenvuoto. Riskisummat lasketaan SBayesRC- ja PRS-CS-menetelmillä käyttäen kahden eri GWAS-tutkimuksen tunnuslukuja. FinnGen-rekisteridatan perusteella muodostetaan elinaika-aineistot kallon- ja suolistonsisäiselle verenvuodolle, ja polygeenisten riskisummien yhteyttä aikaan kohdata verenvuototapahtuma analysoidaan Coxin regressiomallilla. Riskisumman tuomaa lisää mallin ennustetarkkuuteen tarkastellaan käyttäen bootstrapvalidoitua concordance- eli C-indeksiä. Vaikka joissakin tapauksissa riskisumma olikin tilastollisesti merkitsevässä yhteydessä aikaan kohdata verenvuototapahtuma (parvo < 0.1), ei riskisumman käyttäminen malleissa selittävänä muuttujana parantanut mallien ennustetarkkuutta.