Statistica 10.0 - методы анализа взаимосвязей генотип/фенотип, (Инфаркт миокарда и атеросклероз) Опции

[Alianna]

Здравствуйте!
Проблема моя такая. Есть группа больных (167 человек), и для них известны:

- генотипы по нескольким генам (7 шт.),
- данные биохимических анализов, представленные в виде числовых переменных (29 шт.),
- и еще один параметр -- принимал пациент препарат статины или нет (закодировано 0/1).

Мне нужно проанализировать зависимости между генотипом человека и его анализами (то есть, на какие параметры влияют гены и насколько сильно). Столкнулась с тем, что никто не может дать четкого ответа, какие методики использовать. Пыталась разобраться в регрессионном анализе, но потом оказалось, что он подходит только для исследования взаимосвязей между количественными переменными. Отчаянно нужно помощь статистиков! Как мне правильно проанализировать свою бузу данных?

[nokh]

Всяк сверчок знай свой шесток! А то огребёшь! Ну, вот по голове мы ребёнка настучали, а конфетку не дали - типа: "вон магазин - сама купишь!" Думаю, Aliann'у нужно сперва всё-таки похвалить за грамотно сформулированный вопрос, который замаскировал юный возраст исследователя; на этом форуме нередко аспиранты формулируют вопросы хуже... Во вторых, нужно кое-что объяснить с учётом появившейся новой информации .

1). В настоящее время основных языков науки два: математический и английский. Возможно, через 30-50 лет это будет программный язык и русский, или китайский, или испанский... А через 300-500 - язык мыслеобразов. Но пока - то что имеем. Поэтому когда речь заходит о статьях, которые нужно штудировать имеются в виду именно англоязычные статьи и ресурсы. Если повезёт - могут попасться хорошие статьи на русском и даже почти не устаревшие обзоры. Но, во-первых, "если повезёт" - не научно (хотя и бывает), а во-вторых шансы на это тем меньше, чем более перспективно и динамично развивается научное направление. Поэтому не следует обижаться: просто вы искали под фонарём, а не там, где это лежит. Достаточно набить в гугле что-нибудь типа "genotype-phenotype analysis software" и можно уже на первых 3 страницах найти то, чего по-русски просто не написано.

2). Любой статистический метод - это определённый инструмент, созданный для работы с определённым материалом (типом данных) и с определённой целью. Поэтому часто некорректно говорить о хороших или плохих статистических пакетах. Всё относительно: смотря для чего. Например, вам нужно сшить платье (определить влияние генотипа на фенотип), а отец вместо швейной машинки гордо приносит вам набор инструментов для ремонта автомобиля (пакет Statistica). На ваши сомнения он обижается и говорит, что это дорогой и, возможно, лучший набор, и все мужики в соседних гаражах (окрестных НИИ) пользуются такими же, а то и хуже. Что остаётся: или искать машинку (нужный метод и пакет), или пытаться приспособить то, что дали: кроить ножницами по металлу, прокалывать шилом дырочки и скреплять проволокой или болтиками с гайками. Получится у вас платье? Очевидно, что нет. Но получится что-то похожее на платье, по крайней мере - издалека. Если повезёт - может даже фигуру смоделирует . А для папуасов-ровесников - так и вообще фантастика. Заканчивая аналогию - то же и с неспециализированным пакетом: что-то получится, возможно даже в чём-то вполне логично получится. Но это будет непрофессионально, а то и вообще кустарно.

3). Ваша задача осложняется тем, что методов и пакетов для поиска зависимости фенотипа от генотипа очень много и, насколько мне известно, явных общепризнанных лидеров нет: каждый автор/разработчик нахваливает своё. Когда передо мной стояла сходная задача я покопался в этом многообразии, затем махнул рукой и использовал инструменты из своего проверенного временем универсального набора методов. Получилось не особо профессионально, но и не кустарно: носить можно! В следующий раз понадобится - опять отмониторю пакеты и методы гуглом, и если лидеров опять не будет - освою что-нибудь из универсального набора р2004r, какую-нибудь "боруту" . В Statistica мой способ - анализ избыточности (Redundancy analysis) с фиктивными (dummy) независимыми переменными и рангами зависимых переменных - не реализовать. Наиболее близкое что там есть - метод PLS (Partial Least Squares или Projection to Latent Structure). Это своего рода гибрид анализа главных компонент (PCA) и множественного регрессионного анализа. От регрессии в нём то, что один набор данных - независимый (х), а второй - зависимый (y). А от PCA - что для регрессии используются не сами значения наборов х и у, а производные от них обобщающающие переменные (таким образом данные очищаются от случайного шума и анализируются во всём комплексе). Поскольку гены действуют на признаки не изолировано, а взаимодействуя, в комплексе и признаки развиваются не изолировано, а в комплексе - для поиска влияния нужен именно подобный сложный, комплексный, многомерный метод. Я методом PLS не пользовался, специалистов можно искать в среде химиков. Но даже если вы таковых найдёте в НИИ или на форумах, вам, как начинающему исследователю пользы от этого не будет - не потянете. Не по скудоумию, а просто пока тяжело будет - нет ни теоретической базы, ни опыта. Появится база - легче пойдёт, но нужно время.

4). В вашем случае реально сделать только более примитивный анализ: один ген - один признак. Для этого генотипы закодировать как 1, 2, 3 ... (например, AA - 1, Аа - 2, аа - 3) и сравнить их по уровню биохимического признака. Например, однофакторным дисперсионным анализом или методом Краскела - Уоллиса. Можно усложнить: учесть дополнительно приём препарата (закодировать как 1 и 2) и сделать двухфакторный дисперсионный анализ. Также рассчитать средние значения признака для каждого генотипа. Не факт, что что-то обнаружите - можно не обнаружить даже самыми крутыми из профессиональных методов. Не факт, что обнаруженное обязательно будет реальным - когда проводят много сравнений увеличивается шанс обнаружить то, чего нет. Но зато польза будет несомненно: познакомитесь: (1) с типичным статистическим пакетом, (2) с методами сравнения трёх и более групп, (3) с показателями описательной статистики. Это будет уже незаменимый личный опыт, под него проще подводить теоретическую базу. Успехов!

Сообщение отредактировал nokh - 22.02.2015 - 15:35