王娜娜 張毓洪 楊 澤

交互作用是指兩個(gè)或多個(gè)因素相互發(fā)生作用而產(chǎn)生的一種效應(yīng)。當(dāng)兩個(gè)或多個(gè)因素共同作用于某一事件，其效應(yīng)大于或小于各因素共同作用的效應(yīng)時(shí)，可認(rèn)為因素間存在交互作用，前者稱為協(xié)同效應(yīng)(cooperative effect)，后者稱為拮抗效應(yīng)(antagonistic effect)。醫(yī)學(xué)研究證實(shí)，罕有疾病是純粹由單一的遺傳或者環(huán)境因素決定的，尤其是基因-基因交互作用在許多疾病，特別是常見的慢性疾病(高血壓、糖尿病、哮喘等)發(fā)病中，具有非常重要的意義。

探討基因-基因交互作用，根據(jù)不同個(gè)體的遺傳因素尋找相互之間可能存在的交互作用，對(duì)制定有效的疾病預(yù)防控制干預(yù)措施，提高群體健康素質(zhì)具有非常重要的理論研究意義和實(shí)用價(jià)值;更有效地檢測(cè)和分析交互作用也是近年一直困擾醫(yī)學(xué)及其關(guān)聯(lián)學(xué)科研究與發(fā)展的難題。在進(jìn)行多基因交互作用分析過程中，模型中常常會(huì)產(chǎn)生較多的參數(shù)，但樣本含量相對(duì)較少;小樣本研究中，由于過度擬合，給統(tǒng)計(jì)方法學(xué)研究提出了許多新問題，比如眾所周知的“維度困擾”。由于每個(gè)基因有多個(gè)位點(diǎn)，如果統(tǒng)計(jì)分析不考慮位點(diǎn)之間的相互作用將會(huì)使模型的效能大大降低。交互作用分析時(shí)，眾多的分類影響因素及其組合會(huì)產(chǎn)生高緯度的列聯(lián)表，這就導(dǎo)致列聯(lián)表中有些格子的頻數(shù)為O，出現(xiàn)所謂“空格子"(null cells count)情況，這對(duì)交互作用分析提出了新要求，交互作用階數(shù)越高，解釋分析問題就越復(fù)雜。有關(guān)研究交互作用的方法很多，現(xiàn)主要介紹MDR方法。

1.MDR方法介紹

2001年Ritchie等［1］第一次提出了多因子降維法(multifactor dimensionality reduction，MDR)，“因子”是交互作用研究中的變量(如基因型或環(huán)境因素)，“維”是指研究的多因子組合中因子(如基因型)的數(shù)目，以疾病易感性分類(高危、低危)的方式建立模型，將研究中的多個(gè)因子看作一個(gè)多因子組合(基因型組合)，這樣就把高維的結(jié)構(gòu)降低到一維兩水平(即高?；虻臀?，即為“降維”。這是一種非參數(shù)、無需遺傳模式的分析方法，適用于病例對(duì)照研究或患病不一致同胞對(duì)設(shè)計(jì)，只需具備各位點(diǎn)的遺傳數(shù)據(jù)(例如SNPs)，即可進(jìn)行基因-基因交互作用的分析，而無需其他特殊條件。

1.1 MDR方法基本原理

MDR方法實(shí)際上是一種組合劃分方法(combinatorial partitioning method，CPM)的擴(kuò)展［2］，雖然所針對(duì)的結(jié)局變量的類型不同，CPM要求連續(xù)變量，而MDR針對(duì)的是諸如疾病狀態(tài)等分類變量，但它們都是采用數(shù)據(jù)降維的策略，以解決在有限的樣本量條件下，分析高維數(shù)據(jù)之間交互作用的問題。

1.2 MDR 方法分析步驟(見圖 1 所示)［3～5］

圖1 MDR方法基本步驟示意圖

第一步，將所有數(shù)據(jù)隨機(jī)地的分成10等份，其中9份作為訓(xùn)練樣本，1份作為檢驗(yàn)樣本。

第二步，從眾多研究因素中選擇n個(gè)因子，組成n個(gè)因子的不同組合(n個(gè)因子就代表n維)，這些因子可以是SNP或者是分類明確的環(huán)境因素。

第三步，根據(jù)n個(gè)因子的不同水平，將個(gè)體劃分為不同的分類，如圖中的單元格所示，左側(cè)條帶表示病例，右側(cè)條帶表示對(duì)照。

第四步，計(jì)算每個(gè)格子的病例數(shù)與對(duì)照數(shù)的比值，若其病例與對(duì)照之比大于某個(gè)閾值(例如≥1)，則標(biāo)記為高危，反之則標(biāo)記為低危，這樣就把n維的結(jié)構(gòu)降低到一維兩水平(即高?；虻臀?。

第五步，多因子分類的集合中包含了MDR模型中各因子的組合，在所有的組合中，選擇個(gè)體錯(cuò)分最小的那個(gè)MDR模型，該模型在所有模型中具有最小的預(yù)測(cè)誤差。

第六步，通過十重交叉驗(yàn)證評(píng)估模型的預(yù)測(cè)誤差，選擇預(yù)測(cè)誤差最小的模型作為最終的模型，取10次檢驗(yàn)的預(yù)測(cè)誤差平均值，作為模型相關(guān)預(yù)測(cè)誤差的無偏估計(jì)。

1.3 模型評(píng)估與檢驗(yàn)［6］

交叉驗(yàn)證(cross validation)和置換檢驗(yàn)(permutation test)是評(píng)估MDR模型統(tǒng)計(jì)學(xué)意義的兩個(gè)重要手段。交叉驗(yàn)證一致性通過以下方法衡量:對(duì)每次的十重交叉驗(yàn)證，比較同一個(gè)位點(diǎn)/因子組的驗(yàn)證次數(shù)。如果因子組合只發(fā)生在一個(gè)亞組中，為最小值1;如果所有10個(gè)亞組確定的都是相同的位點(diǎn)/因子組合，則為最大值10。通過十重交叉驗(yàn)證，在一定程度上可以避免因數(shù)據(jù)轉(zhuǎn)換的偶然性，使Ⅰ類誤差增大而產(chǎn)生假陽性結(jié)果的影響。預(yù)測(cè)誤差是衡量MDR模型在獨(dú)立檢驗(yàn)的亞組中預(yù)測(cè)危險(xiǎn)狀態(tài)的指標(biāo)，其通過十重交叉驗(yàn)證的亞組中每一個(gè)的預(yù)測(cè)誤差的平均值來計(jì)算。最佳模型的假設(shè)檢驗(yàn)可以通過使用不同的隨機(jī)數(shù)進(jìn)行置換檢驗(yàn)，來評(píng)估交叉驗(yàn)證一致性和預(yù)測(cè)誤差估計(jì)值的大小，確定該模型與那些無關(guān)聯(lián)的模型相比是否更合適。

2.實(shí)例分析

研究中國(guó)人群與前列腺癌風(fēng)險(xiǎn)基因的關(guān)聯(lián)，選取124例病例和 138例對(duì)照人群，對(duì) TET2(rs7679673)，LMTK2(rs6465657)，8q24 區(qū)(rs12543663)，PDLIM5(rs17021918)和NKX3-1(rs1512268)基因上的五個(gè)多態(tài)性位點(diǎn)進(jìn)行了單個(gè)位點(diǎn)的關(guān)聯(lián)研究，結(jié)果顯示染色體8q24區(qū)上rs12543663位點(diǎn)可能與前列腺癌發(fā)生風(fēng)險(xiǎn)相關(guān)(P=0.046;OR，1.883;95%CI，1.006-3.526)，其他位點(diǎn)尚未有研究確切的說明其關(guān)聯(lián)。采用MDR方法分析此5個(gè)多態(tài)性位點(diǎn)的交互作用發(fā)現(xiàn)(見表1，圖2，3)，模型的交叉驗(yàn)證一致性相同的兩個(gè)模型，兩位點(diǎn)模型(rs17021918和 rs1512268)和四位點(diǎn)(rs7679673，rs6465657，rs17021918和 rs1512268)的模型，但由于只有兩位點(diǎn)模型檢測(cè)樣本有統(tǒng)計(jì)學(xué)意義(P=0.0089)。所以最佳模型包含了PDLIM5基因的1個(gè)位點(diǎn)(rs17021918)和NKX3-1基因上的rs1512268位點(diǎn)，因此，該研究提示 PDLIM5基因rs17021918位點(diǎn)與NKX3-1基因rs1512268位點(diǎn)之間，可能存在基因-基因交互作用。有樹狀圖可看出TET2基因rs7679673和LMTK2基因rs6465657位點(diǎn)有協(xié)同作用，而PDLIM5基因rs17021918和NKX3-1基因rs1512268位點(diǎn)有更強(qiáng)的協(xié)同作用。

表1 MDR方法分析多位點(diǎn)交互作用的模型

圖2 PDLIM5(rs17021918)和 NKX3-1(rs1512268)基因交互作用分析單元格圖

圖3 TET2(rs7679673)，LMTK2(rs6465657)，8q24 區(qū)(rs12543663)，PDLIM5(rs17021918)和NKX3-1(rs1512268)基因交互作用分析樹狀圖

3.MDR方法分析的優(yōu)缺點(diǎn)

3.1 MDR是一種非參數(shù)、無需遺傳模式的分析方法，適用于病例對(duì)照研究或患病不一致同胞對(duì)設(shè)計(jì)，只需具備各位點(diǎn)的遺傳數(shù)據(jù)(例如SNP)，即可進(jìn)行基因-基因交互作用的分析，而無需其他特殊條件。與其他傳統(tǒng)的統(tǒng)計(jì)學(xué)建模方法相比，其優(yōu)點(diǎn)在于可以大大降低建模所需的自由度，MDR方法的主要特點(diǎn)是:①并不需要指定遺傳模式(顯性或隱性遺傳)和交互作用模型(線性或非線性模型，加法或乘法模型);②結(jié)合MDR Software程序包，可以識(shí)別多個(gè)SNP位點(diǎn)之間的高階交互作用。③在分析各因素、各水平問交互作用時(shí)并不考慮主效應(yīng)。因此當(dāng)潛在的主效應(yīng)沒有統(tǒng)計(jì)學(xué)意義時(shí)，它仍然可以發(fā)現(xiàn)高階交互作用。

3.2 MDR僅僅能發(fā)現(xiàn)交互作用，如果主效應(yīng)有意義時(shí)，它不能揭示主效應(yīng);MDR發(fā)現(xiàn)交互作用的能力隨著研究因子數(shù)K的降低而減小，所以當(dāng)交互作用存在且是低維度時(shí)，MDR幾乎無能為力［7］;在處理高階交互作用的時(shí)候，很可能出現(xiàn)有的格子觀察值為零的情況:在病例和對(duì)照例數(shù)接近時(shí)，按高危、低危進(jìn)行分類是非常不穩(wěn)定的。

MDR方法適合對(duì)病例對(duì)照研究或患病不一致同胞對(duì)設(shè)計(jì)進(jìn)行2～6個(gè)基因位點(diǎn)或環(huán)境因素的交互作用分析，目前已成功應(yīng)用于散發(fā)性乳腺癌、心房顫動(dòng)和原發(fā)性高血壓等疾病的研究［8］，但這也只是為研究遺傳流行病學(xué)交互作用提供一種可選擇的方法或策略。固然，它也有一些不足之處:當(dāng)主效應(yīng)或已知的協(xié)同作用存在時(shí)，用MDR方法很難得到最終的模型，例如MDR提示最佳模型為四因子模型，但它并不能明確是四因子之間都有交互作用，還是兩組單獨(dú)的兩因子交互作用，抑或是兩個(gè)主效應(yīng)加上另外兩因子的交互作用等［9］，并且MDR同樣也會(huì)受到遺傳異質(zhì)性的嚴(yán)重影響［10］，必須引起注意。此外，等位基因關(guān)聯(lián)或連鎖不平衡對(duì)MDR效能和Ⅰ類錯(cuò)誤的影響還未知，這特別是在評(píng)估位點(diǎn)內(nèi)交互(顯性、隱性)時(shí)更重要。提供關(guān)于效能和樣本量的詳細(xì)說明也很重要，比如進(jìn)行3個(gè)、4個(gè)，甚至10個(gè)位點(diǎn)交互作用的研究需要多少數(shù)據(jù)?一般認(rèn)為，幾乎沒有任何一種方法可以理想化地用于所有情況下的數(shù)據(jù)分析，而MDR更可能成為得到一致結(jié)果的幾種方法之一［11］。在后基因組時(shí)代，遺傳流行病學(xué)研究的主要目標(biāo)是了解各基因的功能，其中包括基因-基因、基因-環(huán)境之間復(fù)雜的交互作用。雖然目前尚不能奢望能夠完全解釋全部的基因-基因交互作用，但至少可能對(duì)多基因疾病中相對(duì)重要的一些交互作用予以探討，這也將有助于今后對(duì)多基因疾病更全面的認(rèn)識(shí)。當(dāng)然，對(duì)于簡(jiǎn)單的基因-基因的統(tǒng)計(jì)學(xué)交互作用的研究。

1 Ritchie MD，Hahn LW，Roodi N，et al.Multifactor-dimensionality reduction reveals high-order interactions among estrogen-metabolism genes in sporadic breast cancer［J］.Am J Hum Genet，2001，69:138-147.

2 Nelson MR，Kardia SL，F(xiàn)errell RE，et al.A combinatorial partitioning method to identify multi locus genotypic partions that predict quantitative trait variation［J］.Genome Res，2001，11:458-470.

3 HAHN，L，R1TCHIE，M.AND MOORE，J.Multifactor dimensionality reduction software for detecting gene-gene and gene-environment interaction ［J］.Bioinformatics，2003，19:376-382.

4 Moore，J.H.and William，S.M.New strategies for identifying gene-gene interactions in hypertension［J］.Ann.Med，2002，34:88-95.

5 Moore，J.H.et al.Symbolic discriminate analysis of microarray data in autoimmune disease［J］.Genet.Epidemi01，2002，23:57-69.

6 駱常好.懲罰logistic回歸與多因子降維法交互作用分析及其應(yīng)用［D］.山西醫(yī)科大學(xué)，2009.

7 MEE YOUNG PARK.Penalized logistic regression for detecting gene interactions［J］.Biostatistics，2008，9(1):30-50.

8 Moore JH.Computational analysis of gene-gene interactions using multifactor dimensionality reduction ［J］.Expert Rev Mol Deign，2004，4:795-803.

9 Coffey CS，Hebert PR，Ritchie MD，et al.An application of conditional logistic regression and multifactor dimensionality reduction for detecting gene-gene interactions on risk of myocardial infarction:the importance of model validation ［J］.BMC Bioinformatics，2004，5:49.

10 Ritchie MD.Hahn LW.Moore JH.Power of multifactor dimensionality reduction for detecting gene-gene interactions in the presence of genotyping error，missing data，photocopy，and genetic heterogeneity［J］.Genet Epidemiology，2003，24:150-157.

11 唐迅，李娜，胡永華.用多因子降維法分析基因-基因交互作用［J］.中華流行病學(xué)雜志，2006，27(5):437-441.