应用BP人工神经网络探讨脂联素基因多态性位点间交互作用与汉族人群2型糖尿病遗传易感性的关系

Association between adiponectin(APN)gene polymorphism locus interacts and type 2 diabetes risk in a Chinese Han population studied by BPANN

二维码有效期 120s

摘要目的探讨BP人工神经网络(BPANN)在脂联素(APN)基因单核苷酸多态性(SNP)与中国南方地区汉族人群T2DM易感性关系中的应用特点.方法采用BPANN分析方法,对影响因素按照平均影响值(MIV)的绝对值大小排序,并与Logistic回归模型及单倍型分析的结果相比较.结果 BPANN模型显示,在T2DM相关危险/保护因子中,相关危险因子为腰围、rs12495941、高血压史、T2DM 家族史、rs266729、性别、吸烟、年龄、rs16861194、rs16861205、rs1063539、BMI、高脂血症史、rs2241767、rs7649121、rs3821799、rs822394；相关保护因子为血清APN浓度、饮酒、rs182052.MIV位于前3位的为血清APN浓度、腰围、rs12495941.多因素Logistic回归分析中因子顺位为T2DM家族史、饮酒、高血压史等.将BPANN多因素分析中MIV位于前10位的3个SNPs位点进行单倍型分析,结果表明,与最常见的单倍型TGC相比,rs266729G的单倍型TGG可增加T2DM的患病风险,其OR(95％CI)为2.42(1.17～4.99).结论 APN基因多态性位点间的交互作用与T2DM易感性存在关联.BPANN用于筛选T2DM等复杂多病因疾病的影响因素,可能具有一定的优势.