论文部分内容阅读
目的研究稀疏模型(Lasso、ENET、ssLasso、贝叶斯变量选择回归模型(BVSR))与多基因模型(线性混合模型(LMM)、贝叶斯稀疏线性混合模型(BSLMM)、狄利克雷回归模型(DPR))等九种遗传预测方法在全基因组表达数据中对复杂疾病的遗传预测表现。方法通过模拟研究评价每种方法在不同的较大基因稀疏程度和不同的遗传度下的预测精度,利用乳腺癌数据进行表型预测。结果模拟结果显示预测方法在满足各自的模型假设时表现结果最好。在相同模拟假设情况下,随着遗传度的增高,模型的预测准确性也逐渐增高。BVSR运算速