[发明专利]一种筛选疾病表型相关突变位点的方法及其应用

权利要求书

1.一种筛选疾病表型相关突变位点的方法，其特征在于，包括：

获得多个疾病样本和正常样本的测序数据，进行变异检出；

以样本的表型、检出的突变位点的突变类型作为项目总集进行关联规则挖掘，获得和疾病样本的表型具有强关联关系的突变位点；

针对经过关联规则挖掘筛选得到的突变位点进行建模分析得到和疾病表型相关的突变位点。

2.根据权利要求1所述的方法，其特征在于，所述以样本的表型、检出的突变位点的突变类型作为项目总集进行关联规则挖掘，具体为：

将样本的表型依据患病与否、检出的突变位点的突变类型依据其基因型转换为二分类变量，后作为项目总集进行关联规则挖掘。

3.根据权利要求1或2所述的方法，其特征在于，所述关联规则挖掘包括：

通过多次迭代在所述项目总集中得到频繁项集；

针对所有频繁项集生成多个关联规则，获取置信度大于最小置信度的关联规则作为强关联规则；

选择提升度lift1的强关联规则作为有效强关联规则。

4.根据权利要求3所述的方法，其特征在于，所述关联规则挖掘中最小支持度为0.1-0.3，最小置信度为0.7-0.9。

5.根据权利要求3所述的方法，其特征在于，所述通过多次迭代在所述项目总集中得到频繁项集，具体为：

采用FP-Growth算法通过多次迭代在所述项目总集中得到频繁项集。

6.根据权利要求1所述的方法，其特征在于，在所述获得多个疾病样本和正常样本的测序数据，进行变异检出后，还包括：

在检出的突变位点中去除不符合如下任一要求的位点：

(1)不符合温迪哈伯格平衡的位点；

(2)基因型缺失率大于1％的位点；

(3)最小等位基因频率低于1％的位点。

7.根据权利要求1所述的方法，其特征在于，在所述进行建模分析前，还包括：通过χ²检验或Fisher确切概率法对所述经过关联规则挖掘筛选得到的突变位点进行检验，选择具有统计学意义的突变位点进行后续的建模分析。

8.根据权利要求1或2所述的方法，其特征在于，所述建模分析采用Logistic回归模型。

9.权利要求1-8任一项所述方法在疾病表型相关突变位点的开发中的应用。

10.根据权利要求9所述的应用，其特征在于，所述疾病为二型糖尿病、高血压、肥胖、乳腺癌或结直肠癌中的一种或多种。