<span lang=EN-USTimes mso-bidi-theme-font:minor-bidi'= roman;= new= mso-fareast-font-family:symbol;mso-bidi-font-family:times= roman,serif;= style=box-sizing: border-box;>Wu M, Zhang Q, Ma S* (2020). Structured gene-environment interaction analysis. Biometrics76,23-35.

提出了基于惩罚的结构化相互作用分析方法。现有数据中的变量一般具有一定的结构特征，例如，基因不会单独工作，而是会互相协调去完成一项功能，那他们通过这些相互关系就形成了“网络结构”；另外，单核苷酸多态性（SNP）按照一定的物理位置广泛地分布于染色体上，有研究表明，位置邻近的SNP会具有相似的效应，于是，它们具有“邻接结构”。现有的相互作用分析方法往往会忽略数据具体的结构特征，而得到有偏的估计以及不精确的识别结果。为此，本课题组提出基于惩罚的结构化相互作用分析方法，引入稀疏性惩罚和结构化惩罚，以达到相互作用选择的目的，并同时考虑高维变量的结构特征。该方法可适用于各种类型的结构特征，具有广泛的应用领域。我们提出了快速可行的算法，并严格的建立其估计和变量选择的一致性。大量的模拟实验表明，说提出的方法不仅具有较高的识别精确度，还具有较小的估计和预测误差。此外，在实际数据分析中，得到了具有实际意义的高稳定性的相互作用。