• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    貝葉斯網(wǎng)潛變量模型在抑郁患者單核苷酸多態(tài)性(SNPs)研究中的應(yīng)用*

    2012-07-27 09:30:12張韶凱張巖波張克讓
    關(guān)鍵詞:概率分布貝葉斯類別

    張韶凱 張巖波△ 張克讓 孫 寧 徐 勇

    復(fù)雜性狀疾病(complex diseases)是指由多種基因控制、遺傳因素與環(huán)境因素相互作用的疾病,如糖尿病、高血壓、抑郁癥等。人類基因組單體型結(jié)構(gòu)及應(yīng)用的研究,在過(guò)去幾年取得了很大進(jìn)步,但是仍存在很多問(wèn)題有待解決。伴隨單體型數(shù)據(jù)的劇增,更為迫切需要的是發(fā)展更為有效的設(shè)計(jì)與統(tǒng)計(jì)分析手段,從而在研究中考慮到更多的多態(tài)位點(diǎn)、更復(fù)雜的性狀、單體域間的連鎖、系譜信息等問(wèn)題,使得我們對(duì)單體型、單體域的研究更為有效與完善〔1〕。貝葉斯網(wǎng)潛變量分析既可以有效地體現(xiàn)單體型和高維SNPs的綜合效應(yīng),又可以充分發(fā)揮貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)分析的特征,分析SNPs復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)關(guān)系,是分析大規(guī)模基因數(shù)據(jù)的一種有效的方法。本文采用基于貝葉斯(Bayesian)網(wǎng)絡(luò)的潛變量模型來(lái)進(jìn)行高維度基因組數(shù)據(jù)的分析。

    資料與方法

    1.資料來(lái)源

    研究資料為山西醫(yī)科大學(xué)第一醫(yī)院抑郁障礙性疾病的單核苷酸多態(tài)性SNPs檢測(cè)數(shù)據(jù),每個(gè)研究對(duì)象分別測(cè)量7個(gè)SNP,一共檢測(cè)了801個(gè)個(gè)體。SNPs檢測(cè)指標(biāo)見(jiàn)表1。

    2.研究方法

    采用Bayesian網(wǎng)絡(luò)的潛變量模型對(duì)數(shù)據(jù)進(jìn)行分析。分析工具采用LANTERN潛變量分析軟件,該軟件由香港科技大學(xué)計(jì)算機(jī)科學(xué)工程學(xué)系開(kāi)發(fā)。

    (1)貝葉斯網(wǎng)潛類模型

    貝葉斯網(wǎng)絡(luò)是變量之間概率依賴關(guān)系的一種圖形表示形式,每個(gè)節(jié)點(diǎn)代表一個(gè)隨機(jī)變量,結(jié)點(diǎn)之間的線表示結(jié)點(diǎn)間存在概率依賴關(guān)系,且依賴的程度是一個(gè)概率參數(shù)。貝葉斯網(wǎng)絡(luò)由網(wǎng)絡(luò)結(jié)構(gòu)和條件概率分布兩部分組成。貝葉斯網(wǎng)潛類模型是由潛變量和顯變量組成的貝葉斯網(wǎng)。在實(shí)際工作中,潛變量代表沒(méi)有觀測(cè)到的潛在因子,顯變量Y1,Y2…,Yn代表潛在因子的外部表現(xiàn)。比如X代表個(gè)人的“社會(huì)經(jīng)濟(jì)地位”,Y可以代表職業(yè)、學(xué)歷、收入等社會(huì)經(jīng)濟(jì)地位的的外在體現(xiàn)。變量X可以取不同的數(shù)值,這些不同的數(shù)值代表不同的類別,這些類別不能觀測(cè)到,所以稱之為潛在類別(latent class)。假如X代表的是“社會(huì)經(jīng)濟(jì)地位”,那么潛在類別就是“社會(huì)經(jīng)濟(jì)地位高(的人群)”、“社會(huì)經(jīng)濟(jì)地位低(的人群)”等。潛類模型與樸素貝葉斯模型具有相同的網(wǎng)絡(luò)結(jié)構(gòu),不同的是潛類模型中的類別變量是潛變量,而樸素貝葉斯網(wǎng)模型中的類別變量是顯變量。

    表1 抑郁障礙性疾病患者SNPs指標(biāo)

    (2)潛類模型的可識(shí)別性

    由于模型存在冗余部分,使得模型變得不可識(shí)別,所以應(yīng)當(dāng)盡量去掉這些冗余部分,得到一個(gè)最簡(jiǎn)約的模型。一個(gè)模型是否為最簡(jiǎn)模型,可以用正則性來(lái)判斷。Goodman(1974)提出在潛類模型中,如果其潛變量的個(gè)數(shù)|X|和其顯變量的個(gè)數(shù)|Yi|(i=1,2,…,n)滿足如下關(guān)系〔2〕:

    則稱潛類模型是正則的。

    新動(dòng)能就是新一輪科技革命和產(chǎn)業(yè)變革中形成的經(jīng)濟(jì)社會(huì)發(fā)展新動(dòng)力,包括新技術(shù)、新產(chǎn)業(yè)、新業(yè)態(tài)、新模式等等。舊動(dòng)能是指低效率、低質(zhì)量、高耗能、高污染的傳統(tǒng)產(chǎn)業(yè)和傳統(tǒng)經(jīng)營(yíng)管理模式。新舊動(dòng)能轉(zhuǎn)換就是通過(guò)新的科技革命和產(chǎn)業(yè)變革中形成經(jīng)濟(jì)社會(huì)發(fā)展新動(dòng)力,用新技術(shù)、新產(chǎn)業(yè)、新業(yè)態(tài)、新模式等轉(zhuǎn)換更迭傳統(tǒng)以資源和政府為導(dǎo)向的經(jīng)濟(jì)發(fā)展模式。新舊動(dòng)能轉(zhuǎn)換既來(lái)自“無(wú)中生有”的新技術(shù)、新業(yè)態(tài)、新模式,也來(lái)自“有中出新”的傳統(tǒng)產(chǎn)業(yè)改造升級(jí)。兩者相輔相成、有機(jī)統(tǒng)一。

    (3)潛類模型學(xué)習(xí)

    潛類模型學(xué)習(xí)是從一組顯變量數(shù)據(jù)Y1,Y2,…,Yn,出發(fā),確定兩方面內(nèi)容:①潛變量的類別;②潛變量X的概率分布P(X)及每個(gè)顯變量的條件概率P(Yi/X)。確定潛變量的類別等于確定潛類的個(gè)數(shù),確定P(X)及P(Yi/X)就是確定每個(gè)潛類的統(tǒng)計(jì)特性。因此,潛類分析可以看作是一種基于模型的聚類分析〔3〕。

    (4)參數(shù)估計(jì)

    貝葉斯網(wǎng)參數(shù)學(xué)習(xí)是指對(duì)于給定的貝葉斯網(wǎng)模型結(jié)構(gòu)η和數(shù)據(jù)集D,利用先驗(yàn)知識(shí)確定貝葉斯網(wǎng)絡(luò)模型各節(jié)點(diǎn)的條件概率θ。常見(jiàn)的參數(shù)學(xué)習(xí)方法對(duì)貝葉斯網(wǎng)絡(luò)和數(shù)據(jù)集做了一些假定〔4〕:①變量是類別變量;②全局和局部獨(dú)立;③樣本獨(dú)立同分布。常用的貝葉斯網(wǎng)絡(luò)參數(shù)學(xué)習(xí)方法有最大似然估計(jì)、貝葉斯估計(jì)和期望最大化算法。

    (5)模型的選擇

    評(píng)分函數(shù)是用來(lái)指導(dǎo)模型選擇的標(biāo)準(zhǔn)。設(shè)η是數(shù)據(jù)D的一個(gè)貝葉斯?jié)撟兞磕P?,模型η相?duì)于數(shù)據(jù)D擬合的優(yōu)劣可以用評(píng)分函數(shù)來(lái)衡量,即以評(píng)分函數(shù)作為標(biāo)準(zhǔn)來(lái)選擇模型。潛變量模型常用的評(píng)分有BIC,AIC,HVL,BICe,CS 等〔5-6〕。

    (6)模型優(yōu)化

    結(jié)果分析

    經(jīng)過(guò)分析后得到的最優(yōu)貝葉斯網(wǎng)潛變量模型結(jié)構(gòu),模型中含有一個(gè)潛變量X,X的類別為2,表示綜合考慮7個(gè)SNPs的整體效應(yīng),可以將人群總的分為兩類,每個(gè)類別代表不同特征的人群。模型中與潛變量相連的7個(gè)SNPs為顯變量,它們與潛變量的關(guān)系由每一條直線表示,線的粗細(xì)代表每個(gè)SNP與潛變量X的兩兩互信息,即與X的相關(guān)度,線越粗,代表互信息量越大,與潛變量X的關(guān)系越密切。從得到的模型結(jié)構(gòu)圖中可以看出,與潛變量X關(guān)系最為密切的SNP為rs11568817和 rs130058,其次為 rs6298,其余的 SNPs與潛變量X的相關(guān)度比較小。

    圖1是包含每個(gè)SNP與潛變量X的互信息和累積信息覆蓋度的信息曲線。為了解釋潛變量X的含義,LANTERN會(huì)選取若干個(gè)與潛變量X相關(guān)度最高的顯變量,并基于這些顯變量來(lái)進(jìn)行解釋。累積信息覆蓋度決定了所得到的解釋結(jié)果覆蓋了多少潛變量X所包含的信息。累積信息覆蓋度越高,選取的顯變量就越多,解釋結(jié)果所覆蓋的潛變量X的信息也就越多,但是,隨著模型選取的顯變量個(gè)數(shù)的增加,所得到的解釋結(jié)果也就越復(fù)雜。因此,在一般情況下,累積信息覆蓋度的默認(rèn)值選為95%。

    圖1 各SNP的信息曲線

    為考察每個(gè)SNP的互信息,將所有的SNPs都納入,因此信息覆蓋度達(dá)100,重復(fù)抽樣次數(shù)默認(rèn)值10000,分析得到圖1中的信息曲線圖。圖中橫軸從左到右是7個(gè)SNPs顯變量,左側(cè)的縱軸是互信息的絕對(duì)值,右側(cè)的縱軸則是信息覆蓋度的大小。下方的曲線是各顯變量與潛變量X的兩兩互信息或者相關(guān)度的大小。從左到右,各顯變量X與潛變量的相關(guān)度呈下降趨勢(shì)。上方的曲線是當(dāng)截取到各顯變量時(shí)它們與潛變量X的累積互信息的大小。顯然,截取的顯變量越多,累積互信息越大,但是到達(dá)一定程度時(shí),累積互信息量不再增加。從數(shù)據(jù)分析后得到的信息曲線可以看出,兩兩互信息量最大的SNP是rs1156881,其次是rs130058和rs6298,其余的SNPs與潛變量的互信息量很小。各個(gè)SNPs的信息情況見(jiàn)表2。從表中可以看出,rs1156881與rs130058兩者的累積互信息量就能夠達(dá)到95%以上,rs5569,rs2242446,rs6295與 rs6313幾乎不提供任何信息,說(shuō)明這些SNPs的在診斷抑郁癥方面的價(jià)值不大。

    表3-4是各SNP在潛變量X中的類概率分布表。表3是潛變量X的類別為1時(shí)各SNP的類概率分布,潛變量X的先驗(yàn)類別概率為0.216,表4是潛變量X的類別為2時(shí)各SNP的類概率分布,潛變量X的先驗(yàn)類別概率為0.784。類概率分布解釋了潛變量與顯變量之間的關(guān)系,可以幫助研究者解釋潛變量各類別的內(nèi)容和性質(zhì)〔7〕。潛變量X的各類別概率總和為1。本例中潛變量第二個(gè)類別所占的比重(0.784)遠(yuǎn)大于第一個(gè)類別的比重(0.216),超過(guò)全體樣本的一半,說(shuō)明潛變量的第二個(gè)類別對(duì)7個(gè)SNPs的影響較大。具體到每一個(gè) SNP中,由于 rs5569,rs2242446,rs6295與rs6313的信息量為0,所以可以判斷這4個(gè)SNPs在兩組之間的類概率分布差異應(yīng)該不明顯,而從它們的類概率分布表中得出的結(jié)論與此一致。比如rs613,它在潛變量類別為1時(shí)的條件概率分別為0.23,0.50和0.27,在潛變量類別為2時(shí)的條件概率分別為0.22,0.50和0.27,基本上是一樣的,因此,潛變量在這個(gè)SNP上并不具有特異性,即該SNP并不能作為劃分抑郁癥病人類別的依據(jù)。其余3個(gè)信息量為0的 SNPs與rs613類似。相反,rs11568817,rs130058和rs6298的類概率分布在潛變量的不同類別上存在差異,這與它們的互信息量的大小也是一致的,我們可以根據(jù)這三個(gè)SNPs來(lái)對(duì)所有的抑郁癥病人進(jìn)行合理歸類。從表4可以看出,導(dǎo)致我們潛變量模型中潛在類別含義不同的正是從屬于HTR1B基因(5-羥色胺受體1B基因)的3個(gè)SNPs。

    表2 各SNP的信息情況

    表3 各SNP的類概率分布表(X=1,先驗(yàn)概率=0.216)

    表4 各SNP的類概率分布表(X=2,先驗(yàn)概率=0.784)

    按照累積信息覆蓋度達(dá)95% 的原則,rs11568817和rs130058的累積信息覆蓋度達(dá)到98%,能夠解釋潛變量幾乎所有的信息,因此我們選取這兩個(gè)SNPs來(lái)對(duì)抑郁癥患者進(jìn)行合理的聚類與解釋。在潛變量X潛在類別為1的條件下,rs11568817和rs130058第2個(gè)狀態(tài)的條件概率分別為0.92和0.76,條件概率值遠(yuǎn)遠(yuǎn)大于其它類別的條件概率值,因此,潛變量XX在第一個(gè)類別上反映的是這兩個(gè)SNPs第二個(gè)狀態(tài)的信息。rs11568817第二個(gè)狀態(tài)為GT,rs130058第二個(gè)狀態(tài)為AT,都為雜合子,所以,在潛在類別為1的抑郁癥患者的SNPs中,以含rs11568817和rs130058的雜合子為主,此類患者占總患者人數(shù)的22%;在潛變量X潛在類別為2的條件下,rs11568817第三個(gè)狀態(tài)的條件概率值為0.98,rs130058第一個(gè)狀態(tài)的條件概率值為1,遠(yuǎn)大于各自SNP其它狀態(tài)的條件概率,因此潛變量X在第二個(gè)類別上綜合反映的是rs11568817第三個(gè)狀態(tài)和rs130058第一個(gè)狀態(tài)的信息。rs11568817第三個(gè)狀態(tài)為T(mén)T,rs130058第一個(gè)狀態(tài)為AA,都為純合子,所以,在潛在類別為2的抑郁癥患者的SNPs中,以含rs11568817和rs130058的純合子為主,此類患者占總患者人數(shù)的78%。

    討 論

    實(shí)例分析中根據(jù)抑郁癥患者的7個(gè)SNPs,將患者分為兩個(gè)潛在類別。這兩個(gè)類別分別代表不同特征的抑郁癥患者,據(jù)此可以探索SNPs的整體效應(yīng),比如這些患者可能有不同藥物的反應(yīng),不同的行為特征等。實(shí)現(xiàn)在SNPs變量水平上的降維和個(gè)體水平上的聚類以后,根據(jù)不同患者類別的不同特征,可以針對(duì)性的采取不同的個(gè)性化治療方案。

    除了對(duì)被研究的患者進(jìn)行分類以外,我們還能利用得到的貝葉斯網(wǎng)潛變量模型對(duì)新加入的患者進(jìn)行歸類。歸類的方法是考慮新加入患者的每個(gè)SNPs狀態(tài),將這些狀態(tài)賦值以后,代入到貝葉斯網(wǎng)潛變量模型中,模型會(huì)根據(jù)這些狀態(tài)的具體情況,獲得概率預(yù)測(cè)值,將新加入患者進(jìn)行歸類,為基因治療提供重要依據(jù)。

    單核苷酸基因多態(tài)性與單體型的研究在探討復(fù)雜性疾病的遺傳機(jī)理,遺傳風(fēng)險(xiǎn)與藥物反應(yīng)不同中有著重要的意義,已經(jīng)成為了許多領(lǐng)域研究的焦點(diǎn)。基于貝葉斯網(wǎng)絡(luò)的潛變量模型為多基因,多位點(diǎn)SNPs數(shù)據(jù)的分析提供了一種新的思路。貝葉斯網(wǎng)潛變量分析可以有效的體現(xiàn)高維度SNPs的整體效應(yīng),充分發(fā)揮貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)分析的特征來(lái)分析SNPs與疾病之間復(fù)雜的結(jié)構(gòu)關(guān)系,是分析高維基因數(shù)據(jù)的一種有效方法。

    此外,貝葉斯網(wǎng)潛變量模型研究結(jié)果可以用多種方式陳列,從不同側(cè)面反映數(shù)據(jù)的內(nèi)在結(jié)構(gòu),結(jié)果解釋簡(jiǎn)單,并且通過(guò)類概率分布情況,我們可以一目了然的看出各類別概率。

    1.李婧,潘玉春,李亦學(xué),等.人類基因組單核苷酸多態(tài)性和單體型的分析及應(yīng)用.遺傳學(xué)報(bào),2005,32(8):879-889.

    2.Goodman L A.Exploratory latent structure analysis using both identifiable and unidentifiable models.Biometrika,1974(61):215-231.

    3.張巖波.潛變量分析.北京:高等教育出版社,2009.

    4.張連文,郭海鵬.貝葉斯網(wǎng)引論.北京:科學(xué)出版社,2006,204-220.

    5.Geiger D,Heckerman D,et al.Asymptotic model selection for directed networks with hidden variables.In Proceedings of the twelfth annual conference on uncertainty in artificial intelligence(UAI-96).San Francisco:Morgan Kaufmann Publishers,1996:283-290.

    6.Cheesman P,Stutz J.Bayesion classification:Theory and results.In PSUM Fayyad G piatetsky Shapiro,R Uthrusamy,editors.Advances in Knowledge Discovery and Data Mining.Menlo Park:The AAAI Press,1995:153-180.

    7.裴磊磊,張巖波,張克讓,等.抑郁癥單核苷酸多態(tài)性(SNPs)分布特征的潛在類別分析.中國(guó)衛(wèi)生統(tǒng)計(jì),2010,27(1):7-10.

    猜你喜歡
    概率分布貝葉斯類別
    離散型概率分布的ORB圖像特征點(diǎn)誤匹配剔除算法
    關(guān)于概率分布函數(shù)定義的辨析
    科技視界(2016年19期)2017-05-18 10:18:46
    貝葉斯公式及其應(yīng)用
    基于概率分布的PPP項(xiàng)目風(fēng)險(xiǎn)承擔(dān)支出測(cè)算
    基于貝葉斯估計(jì)的軌道占用識(shí)別方法
    服務(wù)類別
    一種基于貝葉斯壓縮感知的說(shuō)話人識(shí)別方法
    電子器件(2015年5期)2015-12-29 08:43:15
    論類別股東會(huì)
    商事法論集(2014年1期)2014-06-27 01:20:42
    中醫(yī)類別全科醫(yī)師培養(yǎng)模式的探討
    IIRCT下負(fù)二項(xiàng)分布參數(shù)多變點(diǎn)的貝葉斯估計(jì)
    成人黄色视频免费在线看| 2018国产大陆天天弄谢| bbb黄色大片| 一级毛片黄色毛片免费观看视频| 韩国av在线不卡| 一区二区三区四区激情视频| 99久久精品国产亚洲精品| 你懂的网址亚洲精品在线观看| 巨乳人妻的诱惑在线观看| 一本大道久久a久久精品| 女人精品久久久久毛片| 中文字幕另类日韩欧美亚洲嫩草| 成人午夜精彩视频在线观看| 妹子高潮喷水视频| 欧美日韩国产mv在线观看视频| 亚洲综合精品二区| 天天躁日日躁夜夜躁夜夜| 老司机深夜福利视频在线观看 | 日韩av不卡免费在线播放| 亚洲精品aⅴ在线观看| 一个人免费看片子| 丝袜喷水一区| 在线观看人妻少妇| 18禁国产床啪视频网站| 老司机影院毛片| 国产av精品麻豆| 亚洲 欧美一区二区三区| 久久久亚洲精品成人影院| 欧美黑人精品巨大| 青春草亚洲视频在线观看| 免费观看人在逋| 免费日韩欧美在线观看| 亚洲成国产人片在线观看| 最近最新中文字幕大全免费视频 | 久久人人爽av亚洲精品天堂| 日韩一卡2卡3卡4卡2021年| 国产熟女欧美一区二区| 男女床上黄色一级片免费看| av在线app专区| 亚洲欧美一区二区三区国产| 久久精品国产综合久久久| 高清欧美精品videossex| 最近2019中文字幕mv第一页| 久久久久久久大尺度免费视频| 亚洲欧美色中文字幕在线| 一本一本久久a久久精品综合妖精| 久久久国产精品麻豆| 天天添夜夜摸| 美女大奶头黄色视频| 大香蕉久久成人网| 国产极品粉嫩免费观看在线| 一本色道久久久久久精品综合| 国产免费视频播放在线视频| 亚洲一区中文字幕在线| 精品国产超薄肉色丝袜足j| 99久久人妻综合| 秋霞伦理黄片| 九色亚洲精品在线播放| 久久精品亚洲熟妇少妇任你| 日韩中文字幕欧美一区二区 | 一级a爱视频在线免费观看| 国产片特级美女逼逼视频| 免费看av在线观看网站| 一级爰片在线观看| 高清视频免费观看一区二区| 欧美日韩综合久久久久久| a级毛片在线看网站| 又大又黄又爽视频免费| 男女国产视频网站| 天美传媒精品一区二区| 国产精品熟女久久久久浪| 久久久精品区二区三区| 波多野结衣av一区二区av| 1024香蕉在线观看| 免费高清在线观看日韩| 亚洲精品视频女| 极品人妻少妇av视频| 欧美国产精品一级二级三级| 精品少妇久久久久久888优播| 亚洲婷婷狠狠爱综合网| 亚洲欧美一区二区三区国产| 一区二区三区激情视频| 日韩一区二区三区影片| 久久久久久人妻| 免费黄频网站在线观看国产| 十八禁高潮呻吟视频| 99久久人妻综合| 少妇人妻精品综合一区二区| www日本在线高清视频| 男男h啪啪无遮挡| 久久影院123| 国产亚洲欧美精品永久| e午夜精品久久久久久久| av福利片在线| 亚洲一卡2卡3卡4卡5卡精品中文| 久久性视频一级片| 亚洲精品视频女| 欧美精品人与动牲交sv欧美| 欧美日韩亚洲综合一区二区三区_| 日韩,欧美,国产一区二区三区| 热99久久久久精品小说推荐| 久久国产精品男人的天堂亚洲| 精品亚洲成国产av| 精品亚洲乱码少妇综合久久| 国产乱人偷精品视频| 熟妇人妻不卡中文字幕| 久久天堂一区二区三区四区| 91精品三级在线观看| 国产一区二区三区综合在线观看| 一本一本久久a久久精品综合妖精| 90打野战视频偷拍视频| a级毛片在线看网站| 十分钟在线观看高清视频www| 最近中文字幕高清免费大全6| av女优亚洲男人天堂| 伊人久久国产一区二区| 亚洲国产精品999| 男女免费视频国产| 国产精品av久久久久免费| av.在线天堂| 成人黄色视频免费在线看| 亚洲成国产人片在线观看| 热re99久久国产66热| 一区二区三区激情视频| 午夜福利乱码中文字幕| 亚洲第一区二区三区不卡| av福利片在线| 午夜福利影视在线免费观看| 一区福利在线观看| 国产精品偷伦视频观看了| 久久久久久久精品精品| 18禁观看日本| 国产精品av久久久久免费| 亚洲精品乱久久久久久| 曰老女人黄片| 久久毛片免费看一区二区三区| 久久天躁狠狠躁夜夜2o2o | 毛片一级片免费看久久久久| av在线老鸭窝| 亚洲激情五月婷婷啪啪| 青青草视频在线视频观看| 亚洲精品在线美女| 女人久久www免费人成看片| 日日撸夜夜添| a级毛片黄视频| av视频免费观看在线观看| 亚洲人成电影观看| 亚洲色图综合在线观看| 男女午夜视频在线观看| 国产成人精品无人区| 欧美少妇被猛烈插入视频| 国产日韩欧美视频二区| 国产精品二区激情视频| 制服诱惑二区| 天天躁日日躁夜夜躁夜夜| 日韩电影二区| 只有这里有精品99| 丁香六月欧美| 欧美精品高潮呻吟av久久| 母亲3免费完整高清在线观看| 亚洲情色 制服丝袜| 飞空精品影院首页| 看十八女毛片水多多多| 日韩大片免费观看网站| 精品少妇内射三级| 麻豆精品久久久久久蜜桃| 欧美变态另类bdsm刘玥| 满18在线观看网站| 少妇的丰满在线观看| 精品视频人人做人人爽| 国产有黄有色有爽视频| 18禁裸乳无遮挡动漫免费视频| 亚洲精品av麻豆狂野| 精品人妻一区二区三区麻豆| 亚洲av日韩在线播放| av天堂久久9| 伊人久久大香线蕉亚洲五| 国产熟女欧美一区二区| 搡老乐熟女国产| 啦啦啦啦在线视频资源| 亚洲精华国产精华液的使用体验| 日韩伦理黄色片| 精品第一国产精品| 精品久久久精品久久久| 欧美国产精品va在线观看不卡| 亚洲精品日韩在线中文字幕| 亚洲成人av在线免费| 99精国产麻豆久久婷婷| 欧美日韩亚洲综合一区二区三区_| 午夜影院在线不卡| 亚洲国产精品国产精品| 无遮挡黄片免费观看| 18禁动态无遮挡网站| 日韩免费高清中文字幕av| 丰满少妇做爰视频| 最近手机中文字幕大全| 国产成人免费无遮挡视频| 91精品国产国语对白视频| 少妇猛男粗大的猛烈进出视频| av卡一久久| 狂野欧美激情性bbbbbb| 午夜免费男女啪啪视频观看| 男女边摸边吃奶| 啦啦啦在线观看免费高清www| 亚洲精品国产区一区二| 一级毛片黄色毛片免费观看视频| 一区二区av电影网| 97人妻天天添夜夜摸| 久热这里只有精品99| 老鸭窝网址在线观看| 成年女人毛片免费观看观看9 | 久久鲁丝午夜福利片| 一区二区三区精品91| 超色免费av| 女人精品久久久久毛片| 咕卡用的链子| 自线自在国产av| 99精国产麻豆久久婷婷| 中文字幕色久视频| 免费日韩欧美在线观看| h视频一区二区三区| 纵有疾风起免费观看全集完整版| 亚洲国产av影院在线观看| 中文字幕最新亚洲高清| 高清在线视频一区二区三区| 成年美女黄网站色视频大全免费| 国产一区亚洲一区在线观看| 在现免费观看毛片| 人妻 亚洲 视频| 日韩人妻精品一区2区三区| 欧美日韩福利视频一区二区| 嫩草影院入口| 丰满饥渴人妻一区二区三| 人人妻人人爽人人添夜夜欢视频| 99香蕉大伊视频| 久久久精品94久久精品| 国产精品熟女久久久久浪| 免费在线观看黄色视频的| 9191精品国产免费久久| 丝袜喷水一区| 精品国产露脸久久av麻豆| 黑人欧美特级aaaaaa片| 美女视频免费永久观看网站| 久久精品人人爽人人爽视色| 中国三级夫妇交换| 亚洲婷婷狠狠爱综合网| 国产精品久久久久久久久免| 少妇精品久久久久久久| 国产精品一区二区精品视频观看| av一本久久久久| 国产99久久九九免费精品| 亚洲一区中文字幕在线| 国产野战对白在线观看| 午夜免费男女啪啪视频观看| 欧美最新免费一区二区三区| 日韩av不卡免费在线播放| 精品福利永久在线观看| 成年女人毛片免费观看观看9 | 纯流量卡能插随身wifi吗| 久久久国产欧美日韩av| 大香蕉久久网| 国产成人精品无人区| 电影成人av| 51午夜福利影视在线观看| 国产国语露脸激情在线看| 欧美另类一区| 日日摸夜夜添夜夜爱| 日韩一区二区三区影片| 欧美在线黄色| 91精品三级在线观看| 亚洲在久久综合| 免费女性裸体啪啪无遮挡网站| 日韩精品有码人妻一区| 精品国产乱码久久久久久小说| 国产精品无大码| 可以免费在线观看a视频的电影网站 | 亚洲精品美女久久久久99蜜臀 | 日本欧美视频一区| 亚洲精品美女久久av网站| 最近最新中文字幕大全免费视频 | 最近最新中文字幕大全免费视频 | 久久女婷五月综合色啪小说| 久久精品国产亚洲av高清一级| 日韩伦理黄色片| 午夜福利在线免费观看网站| 国产免费又黄又爽又色| 欧美精品高潮呻吟av久久| 在线观看一区二区三区激情| 日韩,欧美,国产一区二区三区| 国产成人精品在线电影| 18在线观看网站| 各种免费的搞黄视频| 久久人人爽av亚洲精品天堂| 99九九在线精品视频| 国产精品蜜桃在线观看| 国产精品香港三级国产av潘金莲 | 悠悠久久av| 极品少妇高潮喷水抽搐| 精品人妻熟女毛片av久久网站| 美女大奶头黄色视频| 亚洲一区二区三区欧美精品| 精品国产乱码久久久久久小说| 日韩中文字幕视频在线看片| 99久久综合免费| 国产精品99久久99久久久不卡 | 纵有疾风起免费观看全集完整版| 欧美精品人与动牲交sv欧美| 久久久久国产一级毛片高清牌| 色视频在线一区二区三区| 亚洲欧美一区二区三区国产| 国产精品久久久人人做人人爽| 人成视频在线观看免费观看| 日韩av免费高清视频| 一级黄片播放器| 精品酒店卫生间| 亚洲一级一片aⅴ在线观看| 卡戴珊不雅视频在线播放| 免费日韩欧美在线观看| 成人午夜精彩视频在线观看| 日日摸夜夜添夜夜爱| 国产成人欧美| 国产成人午夜福利电影在线观看| 免费看不卡的av| 国产一区二区三区综合在线观看| 一级,二级,三级黄色视频| 国产精品人妻久久久影院| 午夜日韩欧美国产| 亚洲专区中文字幕在线 | 一区福利在线观看| 人体艺术视频欧美日本| 欧美人与性动交α欧美精品济南到| 一级片'在线观看视频| 久久青草综合色| 精品国产国语对白av| 日本av手机在线免费观看| 亚洲精品第二区| 一级爰片在线观看| 满18在线观看网站| 精品一区二区三区四区五区乱码 | 亚洲一级一片aⅴ在线观看| 激情五月婷婷亚洲| xxxhd国产人妻xxx| 亚洲精品第二区| 婷婷成人精品国产| 免费在线观看完整版高清| 欧美精品人与动牲交sv欧美| 男女边吃奶边做爰视频| 最近2019中文字幕mv第一页| 80岁老熟妇乱子伦牲交| 国产极品天堂在线| 大片电影免费在线观看免费| 一本久久精品| 天天影视国产精品| 国产av码专区亚洲av| 成人手机av| 国产精品一区二区在线不卡| 亚洲欧美清纯卡通| 如何舔出高潮| 90打野战视频偷拍视频| 成年女人毛片免费观看观看9 | 一区福利在线观看| 亚洲精品美女久久av网站| 久久久精品国产亚洲av高清涩受| 午夜久久久在线观看| 亚洲精品国产av成人精品| 亚洲av成人不卡在线观看播放网 | 一本大道久久a久久精品| 女的被弄到高潮叫床怎么办| 亚洲视频免费观看视频| 在线看a的网站| 爱豆传媒免费全集在线观看| 亚洲婷婷狠狠爱综合网| 亚洲国产欧美日韩在线播放| 18禁国产床啪视频网站| 欧美精品人与动牲交sv欧美| 亚洲精品乱久久久久久| 夜夜骑夜夜射夜夜干| 成年av动漫网址| 啦啦啦在线免费观看视频4| 老司机在亚洲福利影院| 韩国精品一区二区三区| 18禁国产床啪视频网站| 亚洲精品视频女| 熟女少妇亚洲综合色aaa.| 午夜91福利影院| 国产成人欧美| 欧美黄色片欧美黄色片| 中文天堂在线官网| 国产97色在线日韩免费| 亚洲婷婷狠狠爱综合网| 伊人久久大香线蕉亚洲五| 黄色视频不卡| 欧美亚洲 丝袜 人妻 在线| 国产国语露脸激情在线看| 久久青草综合色| 超碰97精品在线观看| 赤兔流量卡办理| 亚洲精品aⅴ在线观看| 在线观看三级黄色| 超碰成人久久| 久久精品国产a三级三级三级| 国产一区二区三区综合在线观看| 国产精品偷伦视频观看了| 久久久精品94久久精品| 在线观看免费午夜福利视频| 国产成人91sexporn| 99久久精品国产亚洲精品| 2018国产大陆天天弄谢| 亚洲四区av| 国产成人系列免费观看| 你懂的网址亚洲精品在线观看| 国产97色在线日韩免费| 中文字幕精品免费在线观看视频| 欧美日韩av久久| 国产亚洲精品第一综合不卡| 日本黄色日本黄色录像| 美女高潮到喷水免费观看| 99热国产这里只有精品6| 日本猛色少妇xxxxx猛交久久| 中文字幕高清在线视频| 亚洲av成人不卡在线观看播放网 | 另类精品久久| 亚洲av日韩精品久久久久久密 | 亚洲伊人色综图| 91国产中文字幕| 夫妻午夜视频| 日韩免费高清中文字幕av| 午夜福利,免费看| 校园人妻丝袜中文字幕| 日韩熟女老妇一区二区性免费视频| 亚洲 欧美一区二区三区| 啦啦啦 在线观看视频| 毛片一级片免费看久久久久| 中文字幕人妻丝袜制服| 美女国产高潮福利片在线看| 久久99精品国语久久久| 国产爽快片一区二区三区| 国产成人91sexporn| 天天影视国产精品| 中文字幕最新亚洲高清| 岛国毛片在线播放| 午夜91福利影院| 最近最新中文字幕大全免费视频 | 免费在线观看视频国产中文字幕亚洲 | 亚洲欧美精品综合一区二区三区| 两性夫妻黄色片| 成年av动漫网址| 色吧在线观看| avwww免费| 亚洲av电影在线观看一区二区三区| 中文字幕最新亚洲高清| 亚洲精华国产精华液的使用体验| 高清不卡的av网站| 欧美日韩亚洲综合一区二区三区_| 男人爽女人下面视频在线观看| 亚洲国产欧美一区二区综合| 国产精品久久久久久久久免| 一级毛片 在线播放| 日本欧美视频一区| 成人漫画全彩无遮挡| 黄色一级大片看看| 99久国产av精品国产电影| 国产成人精品久久二区二区91 | 亚洲精品美女久久av网站| 亚洲国产欧美网| 免费观看av网站的网址| 一二三四在线观看免费中文在| 在线观看免费日韩欧美大片| 天天躁夜夜躁狠狠躁躁| 亚洲综合色网址| 黄片小视频在线播放| 久久精品久久精品一区二区三区| 国产高清不卡午夜福利| 欧美 亚洲 国产 日韩一| 亚洲av欧美aⅴ国产| 免费看av在线观看网站| 亚洲美女黄色视频免费看| 超碰97精品在线观看| 精品久久久久久电影网| 精品一品国产午夜福利视频| 看免费av毛片| 国产av码专区亚洲av| 九色亚洲精品在线播放| 看非洲黑人一级黄片| 国产一区有黄有色的免费视频| 伦理电影免费视频| videosex国产| 欧美日韩精品网址| 最黄视频免费看| 国产亚洲av片在线观看秒播厂| 一边亲一边摸免费视频| 人人妻人人爽人人添夜夜欢视频| 欧美乱码精品一区二区三区| 欧美精品人与动牲交sv欧美| 女人被躁到高潮嗷嗷叫费观| 成年女人毛片免费观看观看9 | 欧美最新免费一区二区三区| 欧美日韩精品网址| av福利片在线| 久久狼人影院| 国产99久久九九免费精品| 欧美日韩一区二区视频在线观看视频在线| 欧美精品亚洲一区二区| 一区在线观看完整版| 波多野结衣av一区二区av| 国产精品一区二区在线不卡| 欧美日本中文国产一区发布| 国语对白做爰xxxⅹ性视频网站| 日韩av在线免费看完整版不卡| 久久久久久久国产电影| 国产精品免费大片| 国产在线免费精品| 曰老女人黄片| 免费在线观看黄色视频的| 国产色婷婷99| 国产99久久九九免费精品| 精品免费久久久久久久清纯 | 亚洲精品美女久久久久99蜜臀 | 美女午夜性视频免费| 成人18禁高潮啪啪吃奶动态图| 黄色视频不卡| 下体分泌物呈黄色| 观看av在线不卡| 国产精品麻豆人妻色哟哟久久| av一本久久久久| 国产成人精品在线电影| 少妇 在线观看| 国产精品秋霞免费鲁丝片| 人妻 亚洲 视频| 美女福利国产在线| 久久天躁狠狠躁夜夜2o2o | 90打野战视频偷拍视频| 最近2019中文字幕mv第一页| 日韩伦理黄色片| 精品视频人人做人人爽| 久久 成人 亚洲| 国产成人精品久久二区二区91 | 欧美日韩成人在线一区二区| 精品亚洲成a人片在线观看| 搡老乐熟女国产| 人体艺术视频欧美日本| 性色av一级| 一级毛片 在线播放| 尾随美女入室| 超碰成人久久| 美女主播在线视频| 亚洲精品久久成人aⅴ小说| 久久青草综合色| 高清黄色对白视频在线免费看| 悠悠久久av| 国产男女内射视频| 90打野战视频偷拍视频| 精品少妇一区二区三区视频日本电影 | 国产成人免费无遮挡视频| 满18在线观看网站| 男人舔女人的私密视频| 亚洲国产中文字幕在线视频| 大香蕉久久网| 少妇人妻精品综合一区二区| 少妇精品久久久久久久| 免费观看性生交大片5| 纵有疾风起免费观看全集完整版| 亚洲国产欧美日韩在线播放| 一边亲一边摸免费视频| 90打野战视频偷拍视频| 亚洲熟女毛片儿| 狂野欧美激情性xxxx| 国产一区二区三区综合在线观看| 老司机亚洲免费影院| 在线观看免费午夜福利视频| 欧美变态另类bdsm刘玥| 一区二区三区乱码不卡18| 免费高清在线观看视频在线观看| 久久久久久人妻| 夫妻午夜视频| 美女脱内裤让男人舔精品视频| 亚洲欧美激情在线| 最近最新中文字幕免费大全7| 免费在线观看完整版高清| 国产精品熟女久久久久浪| 99热国产这里只有精品6| 国产精品久久久人人做人人爽| 欧美日韩国产mv在线观看视频| 一区二区三区精品91| 国产日韩欧美在线精品| 中文字幕亚洲精品专区| 欧美中文综合在线视频| 欧美日韩综合久久久久久| 777久久人妻少妇嫩草av网站| 美女主播在线视频| 国产精品久久久人人做人人爽| av电影中文网址| 制服诱惑二区| 日韩一区二区视频免费看| av国产久精品久网站免费入址| 国产精品成人在线| 午夜影院在线不卡| 卡戴珊不雅视频在线播放| 国产精品国产三级专区第一集| 国产精品麻豆人妻色哟哟久久| 亚洲 欧美一区二区三区| 亚洲激情五月婷婷啪啪| 一个人免费看片子| 高清不卡的av网站| 日韩大码丰满熟妇| 日本欧美视频一区| 午夜日韩欧美国产| 国产一区二区三区av在线| 在线观看一区二区三区激情| 啦啦啦中文免费视频观看日本| 久久天躁狠狠躁夜夜2o2o | 亚洲国产精品一区二区三区在线| 亚洲专区中文字幕在线 | 天天添夜夜摸| 丰满饥渴人妻一区二区三|