近日，由经济学院统计学与数据科学系2020级在读博士生李晶茂与其导师组导师方匡南教授、张庆昭教授、耶鲁大学马双鸽教授及上海交通大学徐雅晴助理教授合作完成的论文“Pathological imaging-assisted cancer gene-environment interaction analysis”被学界公认的统计学国际权威期刊Biometrics正式接受并在线发表。
成果内容简介：在癌症数据分析中，除基因变量和环境变量的“主效应”外，基因-环境交互效应同样与癌症的疾病诊断、预后表现等有较强的关联。与仅考虑主效应的分析方法相比，基因-环境交互分析更容易受到“信息量匮乏”的不利影响：基因-环境交互分析模型的数据维度更高、信号更弱、可用数据样本量量更少；此外，基因-环境交互分析还需满足“主效应、相互作用”变量选择层次性要求。因此，已有很多研究尝试在进行基因环境相互作用分析时引入额外的辅助信息以建立更好的模型。在此基础上，本文考虑了一类不同于现有文献的分析方法，尝试从患者病理图像数据中借用信息以辅助建模。病理图像数据是患者进行活检时生成的影像，其易于获取，同时亦已有研究证明可以为癌症患者的诊断和预后建模提供有益信息。本文基于惩戒估计的方法，建立了一个图像数据辅助建模的基因-环境交互分析方法，并建立了相应的高效计算方法。模拟实验结果显示了该方法富具竞争力的表现。在实例数据分析中，本文进一步对癌症基因组图谱 (TCGA) 库中的肺腺癌 (LUAD)数据进行分析，目标是对癌症患者的生存时间进行预测。结果显示，在病理图像数据的辅助下，本文所提方法具有更好的预测表现和变量选择稳定性，同时相关的分析结果具有较好的生物学解释意义。
李晶茂，厦门大学经济学院统计学与数据科学系2020级博士研究生，指导老师为方匡南教授、张庆昭教授。目前已在Biometrics、 Annals of the Institute of Statistical Mathematics等期刊发表（含正式接受）论文5篇，还有多篇论文在审稿中。
方匡南，厦门大学经济学院统计学与数据科学系教授、博士生导师、耶鲁大学博士后，国家社科基金重大项目首席专家、国际统计学会 elected member。主要研究领域为统计机器学习、高维数据分析、经济管理统计、健康医疗大数据等。入选国家级高层次青年拔尖人才、福建省高层次人才（A类）、南强青年拔尖人才计划 (A类)、福建省“特支双百计划”青年拔尖人才等。兼全国工业统计教学研究会副会长、中国商业统计学会常务理事、中国统计教育学会常务理事、《统计研究》《数理统计与管理》编委等。在国内外权威期刊共发表学术论文100余篇，著有学术专著和教材等6部。主持了国家社科基金重大项目1项，国家自然科学基金3项，以及教育部人文社科、国家统计局重大项目等10多项纵向项目。
张庆昭，厦门大学经济学院统计学与数据科学系、王亚南经济研究院双聘教授，博士生导师，国际统计学会elected member。2008年获得华中科技大学数学与应用数学学士学位，2013年获得中国科学院数学与系统科学研究院概率论与数理统计博士学位，先后在中国科学院大学和美国耶鲁大学进行博士后研究。中国现场统计学会高维数据分析学会理事，全国工业统计学理事、中国青年统计学家协会理事等。主要研究方向为高维数据分析、多源数据融合、函数型数据分析、统计机器学习等，发表论文50余篇，先后主持国家自科2项，教育部基金1项。
