ОЦЕНКА СОСТАВЛЯЮЩИХ ФЕНОТИПИЧЕСКОЙ ДИСПЕРСИИ МЕТОДОМ ПЕРЕБОРА (ПОДБОРА) МОДЕЛЕЙ (МПМ)
Некоторые корреляции родственников (например, корреляции МЗ близнецов, разлученных при рождении, или приемных сиблингов — усыновленных детей-неродственников, выросших в одном доме) сами по себе дают информацию, которой достаточно для получения отве- тов на центральные вопросы психогенетики о том, насколько вариа- тивность данного признака объясняется разнообразием сред и гено- типов, наблюдаемых в данной популяции. Подобное может быть сказано и о тех методах психогенетики, которые сопоставляют корреляции, полученные у двух типов родственников, например корреляции МЗ и ДЗ близнецов, приемных детей — с биологическими и приемными семьями. Однако в современных исследованиях предпочтение при анализе психогенетических данных отдается не прямым оценкам составляю- щих фенотипической дисперсии, а применению метода перебора (подбора) моделей. Этот метод представляет собой специфическую адаптацию метода структурного моделирования к задачам генетики количественных признаков. МПМ отличается несколькими преиму- ществами: 1) более точной оценкой искомых параметров; 2) воз- можностью оценивать более сложные генетические модели, напри- мер учитывать половые различия и моделировать ГС-корреляции и в- заимодействия; 3) возможностью сводить в одном анализе данные, относящиеся к разным типам родственников, и получать, благодаря этому, относительно несмещенные оценки параметров и 4) возмож- ностью тестирования нескольких альтернативных моделей с целью выбора той, которая наилучшим образом соответствует исходным дан- ным. В рамках генетики количественных признаков применение метода перебора моделей сводится к решению систем уравнений для обна- ружения такого набора параметров (т.е. подбора такой модели), ко- торый наилучшим образом соответствует набору исходных данных (корреляций родственников). Главное преимущество МПМ заклю- чается в том, что он позволяет тестировать все те допущения, которые не учитываются в традиционных методах генетики коли- чественных признаков. Например, обсуждая метод близнецов, мы указывали на то, что одним из допущений этого метода является допущение об отсутствии ассортативности. МПМ позволяет срав- нить две модели (учитывающую ассортативность и не учитываю-
206 Рис. 8.7. Диаграмма путей фенотипических корреляций по исследуемому признаку для двух типов МЗ близнецов: (а) выросших вместе и (6) разлу- ченных при рождении [по: 364]. Обозначения — в тексте. щую ее) и выбрать ту, которая наилучшим образом соответствует эмпирическим данным. В качестве еще одного примера применения МПМ рассмотрим анализ родственных корреляций на основе модели, приведенной на рис. 8.7. Эта модель описывает фенотипическое сходство МЗ двух типов — выросших вместе (а) и разлученных при рождении (б). Каждая из моделей содержит: две измеряемых переменных — фе- нотипические значения близнецов, P MZ1 и Р МZ2 ), и две латентных, неизмеряемых переменных — эффекты генотипа (G), и эффекты сре- ды (Е). Среды близнецов, выросших вместе, коррелируют r E MZ . Путь от латентной переменной — генотипа (G) к измеряемой перемен- ной — фенотипу (Р) обозначается h; путь от латентной переменной среды (Е) к измеряемой переменной фенотипа (Р) обозначается е. Задача моделирования заключается в том, чтобы решить систему уравнений и оценить два неизвестных параметра — е и h. Применяя правила анализа путей, запишем следующую систему уравнений: . ) ( ; ) ( 2 2 2 h h h r б e r h e e r h r a MZ EMZ EMZ MZ = × = + = ⋅ ⋅ ⋅ =
Эта система содержит два уравнения и два неизвестных и решает- ся алгебраически. Итак, мы проиллюстрировали простое приложение МПМ. На пер- вом этапе с помощью диаграмм путей записывается система уравне- ний, описывающих фенотипические корреляции для всех типов род- ственников, данные которых анализируются. Затем исследователь фор- мулирует набор альтернативных моделей, среди которых и ведется поиск модели с наилучшим соответствием эмпирическим данным.
207 Например, исследователь может протестировать соответствие полу- ченным данным следующих трех моделей, согласно которым феноти- пическое сходство родственников по определенному признаку объяс- няется: 1) только аддитивной генетической составляющей; 2) только доминантной генетической составляющей; 3) наличием и аддитив- ной, и доминантной генетических составляющих. Модель наилучшего соответствия выбирается на основе значения χ-квадрата и других ста- тистических показателей, оценивающих степени соответствия модели исходным данным. Как уже указывалось, перебираемые модели могут быть очень раз- ветвленными и сложными; они могут включать в себя множественные фенотипы, измеренные у нескольких типов родственников лонгитюд- ным методом (т.е. несколько раз за время исследования) и т.д. Результаты применения МПМ могут быть использованы только при тестировании альтернативных моделей. Иными словами, МПМ не дает «доказательств» правильности тестируемой научной гипоте- зы; он позволяет лишь выбрать наиболее адекватную материалу гене- тическую модель. МПМ является элегантным и сложным статисти- ческим методом, применение которого требует наличия определен- ных навыков*.
Ви переглядаєте статтю (реферат): «ОЦЕНКА СОСТАВЛЯЮЩИХ ФЕНОТИПИЧЕСКОЙ ДИСПЕРСИИ МЕТОДОМ ПЕРЕБОРА (ПОДБОРА) МОДЕЛЕЙ (МПМ)» з дисципліни «Психогенетика»
