[发明专利]脑疾病发病风险预测模型建立方法、系统、设备及存储介质

权利要求书

1.一种脑疾病发病风险预测模型建立方法，其特征在于，包括以下步骤：

获取脑成像衍生表型的全基因组关联研究数据以及脑部疾病的全基因组关联研究统计数据，并进行协调处理；

利用双样本孟德尔随机化设计理论，筛选与脑成像衍生表型强关联且与脑疾病无关的遗传变异作为工具变量，排除混杂因素、弱工具变量偏倚和异质性干扰，得到筛选后的脑成像-疾病关系数据；

对每个脑成像-疾病关系数据进行逆方差加权法计算，建立因果关系预测模型；所述协调处理具体包括以下步骤：

随机选择无血缘和遗传相关性的基因组数据作为参考样本，计算参考样本的最小等位基因频率；

以最小等位基因频率作为效应等位基因，校正脑成像衍生表型的全基因组关联研究数据以及脑部疾病的全基因组关联研究统计数据的效应等位基因和效应方向；

并删除回文结构遗传变异数据。

2.根据权利要求1所述一种脑疾病发病风险预测模型建立方法，其特征在于：所述工具变量的选择具体包括以下步骤：

利用逐步回归模型对每个脑成像表型的全基因组关联研究统计数据进行条件独立性聚类分析并挑选出显著相关联的遗传变异作为工具变量；以参考样本作为参考，设置连锁不平衡关联系数阈值、基因组窗口大小和全基因组关联值的阈值。

3.根据权利要求1所述一种脑疾病发病风险预测模型建立方法，其特征在于：所述排除混杂因素具体包括以下步骤：

排除满足人类基因型-表型相关联数据库和全基因组关联目录数据库中混杂因素工具变量；

排除与目的脑疾病存在遗传关联的混杂因素的工具变量；

排除影响脑结构成像衍生表型的混杂因素。

4.根据权利要求1所述一种脑疾病发病风险预测模型建立方法，其特征在于：所述排除弱工具变量偏倚和异质性干扰具体包括以下步骤：

使用回归模型中的F统计量对工具变量和脑成像表型的关联强度进行评估；

剔除工具变量个数不满足要求的脑结构-疾病风险关系的模型测试。

5.根据权利要求1所述一种脑疾病发病风险预测模型建立方法，其特征在于：所述因果关系预测模型的因果关系预测结果包括预测的效应值、置信区间和混杂因素值。

6.根据权利要求1所述一种脑疾病发病风险预测模型建立方法，其特征在于：还包括：

根据建立的因果关系预测模型，预测脑成像与疾病的因果关系，按照敏感性分析对模型评估，输出脑成像-疾病的易感风险。

7.一种脑疾病发病风险预测模型建立系统，其特征在于，包括：

数据获取单元，用于获取脑成像衍生表型的全基因组关联研究数据以及脑部疾病的全基因组关联研究统计数据，并进行协调处理；所述协调处理具体包括以下步骤：

随机选择无血缘和遗传相关性的基因组数据作为参考样本，计算参考样本的最小等位基因频率；

以最小等位基因频率作为效应等位基因，校正脑成像衍生表型的全基因组关联研究数据以及脑部疾病的全基因组关联研究统计数据的效应等位基因和效应方向；

并删除回文结构遗传变异数据；

数据处理单元，用于利用双样本孟德尔随机化设计理论，筛选与脑成像衍生表型强关联且与脑疾病无关的遗传变异作为工具变量，排除混杂因素、弱工具变量偏倚和异质性干扰，得到筛选后的脑成像-疾病关系数据；

模型建立单元，对每个脑成像-疾病关系数据进行逆方差加权法计算，建立因果关系预测模型。

8.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1-6任一项所述脑疾病发病风险预测模型建立方法的步骤。

9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-6任一项所述脑疾病发病风险预测模型建立方法的步骤。