阿尔兹海默症影像与基因数据关联分析新方法研究

Association analysis between imaging and gene data is a kind of Genome wide Association Study (GWAS); this analysis method is an effective approach to analysis gene effect on neuropsychiatric diseases. Thus, GWAS analysis between imaging and gene data is important for Alzheimer’s disease (AD) prediction and treatment. However, several major big-data challenges arise from testing genome-wide associations with signals at millions of locations in the brain from thousands of subjects. To solve this problem, this study proposes a novel voxelwise genome wide association study to quickly carry out whole-genome analyses of AD whole-brain data based on our prior work. We will focus on image spatial information obtainment and computational cost reduction to improve computational accuracy. Moreover, we will analyze AD data based on the combination of data’s biological characteristics and statistical methods. The proposed method may be a valuable statistical toolbox for AD prediction and treatment.

影像与基因数据之间的相关性分析属于全基因组关联分析（Genome wide Association Study, GWAS），是分析神经疾病基因作用的有效方法。阿尔兹海默症（Alzheimer’s Disease, AD）患者的脑部图像与基因数据之间的GWAS研究对AD的预防和治疗具有重大的意义。然而，由于图像和基因数据数目的庞大，GWAS方法存在分析过程复杂、计算量大等问题。鉴于此，本项目在前期研究工作基础上，提出一种新的基于体素点的GWAS方法，并将其应用于AD数据中。我们将开展图像空间信息获取、计算加速等方法的研究，并结合数据的生物学特性和统计学方法对AD数据进行分析，以期实现有效快速的AD影像与基因数据的相关性分析，提高临床对AD患者早期诊断的精确性，并为有效的个体化治疗提供基础。

影像与基因数据之间的相关性分析属于全基因组关联分析（Genome wide Association Study, GWAS），是分析神经疾病基因作用的有效方法。阿尔兹海默症（Alzheimer’s Disease, AD）患者的脑部图像与基因数据之间的GWAS研究对AD的预防和治疗具有重大的意义。然而，由于图像和基因数据数目的庞大，GWAS方法存在分析过程复杂、计算量大等问题。鉴于此，本项目主要从搜索空间的缩小、空间信息的引入，以及有效快速的基因和图像标记物检测方法展开研究，以期实现有效快速的AD影像与基因数据的相关性分析，提高临床对AD患者早期诊断的精确性，并为有效的个体化治疗提供基础。首先，本项目提出一种基于纵向测量和分层结构的分类方法对AD进行预测，该方法对AD预测的精度比现有算法精度高。此外，能检测出与AD相关的图像区域，为后续相关性分析缩小搜索空间提供基础。其次，本项目提出结合疾病图像结构变化信息来引入空间信息的方法，该方法对AD的预测精度相对于没有引入空间信息或是采用简单的平滑算法引入空间信息的方法的预测精度高，从而表明该方法的有用性。最后，本项目采用深度学习方法构建端到端的GWAS分析框架，该方法采用深度学习框架分析基因和图像数据的相关性，不仅可以考虑到图像数据之间、基因数据之间的相关性，而且能构建图像与基因数据之间的非线性模型，能更精确地检测出疾病相关的标记物，实验结果表明，我们的方法能检测出同一基因不同位点的数据，且这些数据都与AD密切相关。综上所述，本项目针对AD患者脑部图像与基因数据相关性研究中存在的问题，提出了对应的解决方法，为大量图像与基因数据之间的关联研究以及AD的预防和治疗，提供有效的分析工具。