基于稀疏表示变量选择方法的影像遗传学数据分析

目的:采用影像遗传学研究方法探索精神分裂症的影像遗传学特征。方法:在传统稀疏回归模型的基础上，改进 了其在不同范数条件下进行变量选择的能力，形成一种基于稀疏表示变量选择算法，并将该算法应用于208 个受试者的 41 236个功能磁共振成像数据和722 177个单核苷酸多态性数据的综合分析。通过对两类数据施加不同的权重因子，并 使用不同的Lp （p=0、0.5、1）范数分别对模型进行求解，筛选出两类数据在不同条件下的显著特征。结果:基因DAOA和 HTR2A在3种范数下均被筛选出。此外，在影像学数据方面，发现中央前回、枕上回、顶下缘角回、角回、内侧和旁扣带脑 回、后扣带回脑区与精神分裂症相关，此发现与先前精神分裂症的临床医学研究结果一致。结论:基于稀疏表示变量选择 方法应用于影像遗传学数据分析是一个有效可行的途径，为今后精神分裂症的影像遗传学研究提供了一种新的研究 思路。     

基于组稀疏典型相关分析方法的影像遗传学方法在精神分裂症中的应用

目的 采用影像遗传学研究方法探索精神分裂症患者的影像学数据与遗传学数据间的相关性。方法 提出一种组稀疏典型相关分析方法,在稀疏典型相关分析模型的基础上增加组稀疏惩罚项λ₁‖u‖_G和λ₂‖v‖_G进行变量组选择;对于选择的特征组,再利用组内惩罚项τ₁‖u‖₁和τ₂‖v‖₁进行组内的变量选择。采用基于组稀疏典型相关分析方法的影像遗传学方法分析精神分裂症患者脑区与相关基因位点的相关性,并验证其稳定性和筛选生物标记物的能力。结果 采用组稀疏典型相关分析方法获得了多组精神分裂症相关脑区和基因,其中左侧脑岛与基因AKT1的相关性最大,相关系数为0.653 8;右侧直回与基因DAOA和MAGI2的相关系数均大于0.6。组稀疏典型相关分析筛选出的特征的相关系数为0.626 9±0.016 1,稀疏典型相关系数为0.625 5±0.018 1。经过10次实验,在采用组稀疏典型相关分析方法筛选出的最相关的前20组特征中,属于已知的精神分裂症相关75个基因的比例大于随机选出的非相关基因的比例。结论 通过组稀疏典型相关分析方法能够筛选出多组精神分裂症的相关基因和脑区,为今后对精神分裂症等复杂精神类疾病的研究提供了新的思路。     

精神分裂症的影像遗传学方法研究

近年来随着神经影像技术和基因检测技术的发展,影像遗传学的研究有助于理解精神疾病易感基因对脑功能或结构的影响。该研究首先结合精神分裂症的背景,介绍了影像遗传学的研究进展,然后对影像遗传学方法多模态典型相关分析、联合独立成分分析、并行独立成分分析和基于稀疏表示的变量选择方法的基本原理和特点进行了归纳总结,随后阐述了有关精神分裂症的最新研究进展,最后对影像遗传学的未来研究发展进行了展望。     

基于并行独立成分分析方法研究精神分裂症的影像遗传学特征

近年来影像遗传学领域的发展,为精神分裂症的研究开启了新的方向。该文运用并行独立成分分析方法处理63个受试者的fMRI数据和SNP数据,通过在两种数据类型之间增加约束项,提取与精神分裂症相关的独立成分。研究结果显示,一个fMRI成分和一个SNP成分之间的相关性最大, fMRI成分主要包括楔前叶、舌回、楔叶脑区, SNPs主要在CHRNA7和DISC1等基因中。同时,该fMRI成分和SNP成分在精神分裂症患者和对照组的混合系数上有显著差异,P值分别为0.000 9和0.001 4。该文运用一种分析影像遗传学的新方法,来识别与精神分裂症相关的大脑功能和遗传信息之间的相互关系,为精神分裂症的辅助诊断提供了帮助。