• <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)
    免费av不卡在线播放| 男人舔奶头视频| 汤姆久久久久久久影院中文字幕 | 国产精品1区2区在线观看.| 国产午夜福利久久久久久| 久久欧美精品欧美久久欧美| 国产av不卡久久| 超碰av人人做人人爽久久| 插阴视频在线观看视频| 亚洲av不卡在线观看| 国产又黄又爽又无遮挡在线| 亚洲成人av在线免费| 亚洲成人中文字幕在线播放| 国产亚洲午夜精品一区二区久久 | 人妻夜夜爽99麻豆av| 成年版毛片免费区| 亚洲三级黄色毛片| 亚洲精品乱码久久久v下载方式| 午夜福利成人在线免费观看| 国产中年淑女户外野战色| 午夜爱爱视频在线播放| 午夜久久久久精精品| 国产又色又爽无遮挡免| 男女啪啪激烈高潮av片| 国产精品一区二区三区四区久久| 插阴视频在线观看视频| 一级爰片在线观看| 国产老妇女一区| 亚洲精品日韩av片在线观看| 偷拍熟女少妇极品色| 好男人在线观看高清免费视频| 内地一区二区视频在线| 久久亚洲国产成人精品v| 日日摸夜夜添夜夜添av毛片| 国产精品蜜桃在线观看| 亚洲人与动物交配视频| 国产淫片久久久久久久久| 亚洲aⅴ乱码一区二区在线播放| 97在线视频观看| 国产精品爽爽va在线观看网站| 搡老妇女老女人老熟妇| 99热网站在线观看| 3wmmmm亚洲av在线观看| 欧美又色又爽又黄视频| 美女大奶头视频| av播播在线观看一区| eeuss影院久久| 婷婷色麻豆天堂久久 | 最后的刺客免费高清国语| 免费观看性生交大片5| 久久精品久久精品一区二区三区| 69人妻影院| 床上黄色一级片| 免费观看a级毛片全部| 精品熟女少妇av免费看| 国产高潮美女av| 婷婷色麻豆天堂久久 | 女的被弄到高潮叫床怎么办| 一个人看视频在线观看www免费| 亚洲第一区二区三区不卡| 久久99热这里只有精品18| 久久综合国产亚洲精品| 久99久视频精品免费| 中文字幕人妻熟人妻熟丝袜美| 丝袜喷水一区| 国产精品久久视频播放| 久久韩国三级中文字幕| 午夜福利在线观看吧| 卡戴珊不雅视频在线播放| 欧美xxxx黑人xx丫x性爽| 91精品国产九色| 国产精品不卡视频一区二区| av在线观看视频网站免费| 一边亲一边摸免费视频| 亚洲欧美清纯卡通| 真实男女啪啪啪动态图| 欧美日韩一区二区视频在线观看视频在线 | 观看美女的网站| 好男人在线观看高清免费视频| 男人狂女人下面高潮的视频| 狠狠狠狠99中文字幕| 超碰av人人做人人爽久久| 免费观看性生交大片5| 丰满少妇做爰视频| 国产精品久久久久久精品电影小说 | 成年版毛片免费区| 菩萨蛮人人尽说江南好唐韦庄 | 国产色婷婷99| 人妻夜夜爽99麻豆av| 亚洲综合色惰| 欧美xxxx黑人xx丫x性爽| 久久久久久久国产电影| 久久久久久久久久久免费av| 亚洲国产精品专区欧美| 在现免费观看毛片| 黄色欧美视频在线观看| 夫妻性生交免费视频一级片| 在线a可以看的网站| 精品久久久久久久人妻蜜臀av| 青春草视频在线免费观看| 精品久久久噜噜| 内射极品少妇av片p| 免费av观看视频| 性色avwww在线观看| 午夜亚洲福利在线播放| 久久国内精品自在自线图片| 麻豆精品久久久久久蜜桃| 久久久久久久久久久丰满| 99热精品在线国产| 免费无遮挡裸体视频| 中文字幕av成人在线电影| 七月丁香在线播放| 午夜亚洲福利在线播放| 1024手机看黄色片| 精品一区二区三区视频在线| 国产乱来视频区| 啦啦啦啦在线视频资源| 毛片女人毛片| 国内揄拍国产精品人妻在线| 国产一区亚洲一区在线观看| 国产欧美另类精品又又久久亚洲欧美| 高清av免费在线| 青春草亚洲视频在线观看| 天美传媒精品一区二区| 1024手机看黄色片| 亚洲欧美精品综合久久99| 久久精品国产亚洲av天美| 少妇高潮的动态图| 亚洲欧美日韩无卡精品| 最近最新中文字幕免费大全7| 草草在线视频免费看| 国产精品久久久久久精品电影| 亚洲精品国产成人久久av| 色播亚洲综合网| 51国产日韩欧美| 国产乱人偷精品视频| 精品国内亚洲2022精品成人| 最近最新中文字幕大全电影3| 日韩一区二区视频免费看| 久久久久久久久久久免费av| 精品久久国产蜜桃| 狂野欧美白嫩少妇大欣赏| 日日摸夜夜添夜夜添av毛片| 久久久久久久久久黄片| 国产一级毛片在线| 成人亚洲欧美一区二区av| 国产男人的电影天堂91| 亚洲av不卡在线观看| 久久精品91蜜桃| 综合色av麻豆| 亚洲精品一区蜜桃| 久久欧美精品欧美久久欧美| 女人十人毛片免费观看3o分钟| 国产在视频线在精品| 欧美精品一区二区大全| 少妇猛男粗大的猛烈进出视频 | 91久久精品国产一区二区成人| 亚洲国产精品国产精品| 欧美一区二区精品小视频在线| 中文字幕熟女人妻在线| 亚洲国产精品国产精品| 国产精品国产三级专区第一集| 淫秽高清视频在线观看| 国产久久久一区二区三区| 亚洲电影在线观看av| 国国产精品蜜臀av免费| 国产老妇伦熟女老妇高清| 麻豆乱淫一区二区| 日本三级黄在线观看| 99热精品在线国产| 国产精品国产高清国产av| 免费av不卡在线播放| 久久热精品热| 国产精品三级大全| 国产91av在线免费观看| 久久热精品热| 丝袜美腿在线中文| 99久久精品一区二区三区| 中文欧美无线码| 六月丁香七月| 亚洲国产日韩欧美精品在线观看| 少妇丰满av| 日韩高清综合在线| 国产亚洲精品av在线| 久久这里只有精品中国| 非洲黑人性xxxx精品又粗又长| 99久久九九国产精品国产免费| 国产成人精品婷婷| 亚洲av电影不卡..在线观看| 在线观看av片永久免费下载| 日韩欧美精品免费久久| 色5月婷婷丁香| 色综合亚洲欧美另类图片| 熟女人妻精品中文字幕| 三级男女做爰猛烈吃奶摸视频| 有码 亚洲区| 久热久热在线精品观看| 久久久久久九九精品二区国产| 午夜亚洲福利在线播放| 亚洲av成人精品一区久久| 黄片无遮挡物在线观看| 麻豆成人午夜福利视频| 亚洲最大成人中文| 国产精品爽爽va在线观看网站| 别揉我奶头 嗯啊视频| 亚洲欧美精品自产自拍| 精品一区二区免费观看| 亚洲国产精品成人综合色| 亚洲精品国产av成人精品| 午夜爱爱视频在线播放| 亚洲美女搞黄在线观看| 国产成人一区二区在线| 成人毛片a级毛片在线播放| 日韩制服骚丝袜av| 久久久久久国产a免费观看| 亚洲婷婷狠狠爱综合网| 亚洲欧美一区二区三区国产| 天堂av国产一区二区熟女人妻| 午夜福利高清视频| 国产成人a∨麻豆精品| 可以在线观看毛片的网站| 国产极品天堂在线| av国产久精品久网站免费入址| 国产 一区 欧美 日韩| 91午夜精品亚洲一区二区三区| 岛国在线免费视频观看| 亚洲三级黄色毛片| 亚洲欧洲国产日韩| 色视频www国产| 精品不卡国产一区二区三区| 综合色丁香网| 午夜精品国产一区二区电影 | 免费观看在线日韩| 自拍偷自拍亚洲精品老妇| 久久人人爽人人爽人人片va| 亚洲精品国产av成人精品| 如何舔出高潮| 亚洲av中文字字幕乱码综合| 国产精品一区二区性色av| 爱豆传媒免费全集在线观看| 91精品伊人久久大香线蕉| 久久99热6这里只有精品| 精品酒店卫生间| 少妇的逼好多水| 内地一区二区视频在线| 亚洲欧美日韩无卡精品| 最近2019中文字幕mv第一页| av在线蜜桃| 岛国在线免费视频观看| 国产伦一二天堂av在线观看| 成年女人永久免费观看视频| av黄色大香蕉| 亚洲av成人精品一二三区| 国产中年淑女户外野战色| 中文亚洲av片在线观看爽| 欧美一区二区亚洲| 亚洲人成网站在线观看播放| 男女啪啪激烈高潮av片| 亚洲av男天堂| 亚洲精品影视一区二区三区av| 99久国产av精品| 亚洲无线观看免费| 国产乱人视频| 一级毛片我不卡| 尾随美女入室| 久久精品综合一区二区三区| 国产一区有黄有色的免费视频 | 亚洲综合色惰| 免费黄网站久久成人精品| 精品人妻偷拍中文字幕| 亚洲欧美日韩高清专用| 精品国产露脸久久av麻豆 | 国语对白做爰xxxⅹ性视频网站| 亚洲在久久综合| 久久久久久国产a免费观看| 最近最新中文字幕大全电影3| 亚洲成人中文字幕在线播放| 女人被狂操c到高潮| 亚洲精品aⅴ在线观看| 能在线免费看毛片的网站| 天天一区二区日本电影三级| 国产一区二区亚洲精品在线观看| 欧美一级a爱片免费观看看| 精品久久久久久电影网 | 草草在线视频免费看| 欧美3d第一页| 中文字幕av成人在线电影| 最近手机中文字幕大全| 熟女电影av网| 亚洲国产最新在线播放| 久久久久久久久久久免费av| 色播亚洲综合网| 国产伦在线观看视频一区| АⅤ资源中文在线天堂| 中文字幕久久专区| 免费不卡的大黄色大毛片视频在线观看 | 免费黄色在线免费观看| 国产免费一级a男人的天堂| 午夜福利在线观看吧| 国内精品一区二区在线观看| av在线播放精品| 亚洲在线自拍视频| ponron亚洲| 一边亲一边摸免费视频| 51国产日韩欧美| 亚洲在久久综合| 国产片特级美女逼逼视频| 天堂影院成人在线观看| 白带黄色成豆腐渣| 久久久久久久久大av| 国产精品久久久久久av不卡| 老师上课跳d突然被开到最大视频| 亚洲中文字幕一区二区三区有码在线看| 在线免费观看的www视频| 午夜爱爱视频在线播放| 成人欧美大片| 欧美又色又爽又黄视频| 国产高清国产精品国产三级 | 中文字幕精品亚洲无线码一区| 亚洲欧美日韩东京热| 久久人人爽人人爽人人片va| 男人狂女人下面高潮的视频| 少妇熟女aⅴ在线视频| 26uuu在线亚洲综合色| 一个人看的www免费观看视频| 2022亚洲国产成人精品| 99国产精品一区二区蜜桃av| 亚洲国产精品久久男人天堂| 国产老妇女一区| 国产一区亚洲一区在线观看| 最近的中文字幕免费完整| 国产探花极品一区二区| 黄片wwwwww| 亚洲国产精品成人综合色| 国产在视频线在精品| 亚洲国产高清在线一区二区三| 国产精品爽爽va在线观看网站| 韩国高清视频一区二区三区| 国产午夜精品一二区理论片| 亚洲精品久久久久久婷婷小说 | 亚洲人成网站高清观看| 国产精品国产三级国产av玫瑰| 高清在线视频一区二区三区 | 免费大片18禁| 国产激情偷乱视频一区二区| 综合色av麻豆| av在线亚洲专区| a级毛片免费高清观看在线播放| 可以在线观看毛片的网站| 天堂√8在线中文| 天堂网av新在线| av免费在线看不卡| 男女那种视频在线观看| 亚洲精品色激情综合| 天堂影院成人在线观看| 男人舔奶头视频| 狠狠狠狠99中文字幕| 精品久久久久久成人av| 成人高潮视频无遮挡免费网站| 国产午夜精品久久久久久一区二区三区| 嫩草影院新地址| 特大巨黑吊av在线直播| 日本免费在线观看一区| 狂野欧美激情性xxxx在线观看| 精品久久久久久成人av| 欧美日韩一区二区视频在线观看视频在线 | 亚洲国产欧洲综合997久久,| 久久久久网色| 亚洲最大成人中文| 亚洲美女视频黄频| 一本一本综合久久| 免费观看精品视频网站| 2021天堂中文幕一二区在线观| 性插视频无遮挡在线免费观看| 欧美+日韩+精品| 欧美性感艳星| 国产精品人妻久久久久久| 中文字幕熟女人妻在线| 搞女人的毛片| 免费搜索国产男女视频| 中文亚洲av片在线观看爽| 亚洲欧美清纯卡通| 日韩在线高清观看一区二区三区| 色噜噜av男人的天堂激情| 最后的刺客免费高清国语| 中文字幕久久专区| 亚洲激情五月婷婷啪啪| 69人妻影院| 高清在线视频一区二区三区 | 男女边吃奶边做爰视频| 极品教师在线视频| 亚洲国产高清在线一区二区三| 狂野欧美激情性xxxx在线观看| 亚洲久久久久久中文字幕| 国产av码专区亚洲av| 五月玫瑰六月丁香| 成人鲁丝片一二三区免费| 三级国产精品欧美在线观看| 视频中文字幕在线观看| 直男gayav资源| 精品人妻偷拍中文字幕| 亚洲五月天丁香| 久久鲁丝午夜福利片| 少妇猛男粗大的猛烈进出视频 | 欧美人与善性xxx| 91在线精品国自产拍蜜月| 女人久久www免费人成看片 | 国产三级中文精品| 欧美色视频一区免费| 久久精品国产亚洲av涩爱| 最近最新中文字幕免费大全7| 一级黄片播放器| 白带黄色成豆腐渣| 久久午夜福利片| 欧美日韩综合久久久久久| 亚洲欧美清纯卡通| 久久精品91蜜桃| av女优亚洲男人天堂| 天天躁夜夜躁狠狠久久av| 最近的中文字幕免费完整| 亚洲精品,欧美精品| 亚洲精品456在线播放app| 午夜a级毛片| 天堂影院成人在线观看| 九色成人免费人妻av| 免费一级毛片在线播放高清视频| 美女xxoo啪啪120秒动态图| 久久精品国产亚洲av涩爱| 卡戴珊不雅视频在线播放| 欧美区成人在线视频| 禁无遮挡网站| 久久久亚洲精品成人影院| 免费在线观看成人毛片| 欧美bdsm另类| 日本一本二区三区精品| 亚洲精品国产成人久久av| 久久久久久久久久成人| 精品久久久久久久末码| 永久网站在线| 一本久久精品| 少妇高潮的动态图| 免费观看性生交大片5| 久久久久久久久久成人| 九九在线视频观看精品| 日韩制服骚丝袜av| 99久国产av精品| 国产一区二区在线观看日韩| 精品99又大又爽又粗少妇毛片| 亚洲自拍偷在线| 熟女人妻精品中文字幕| 日本黄大片高清| 亚洲精品国产av成人精品| 小说图片视频综合网站| 综合色丁香网| 看黄色毛片网站| 国产亚洲午夜精品一区二区久久 | 国产成人精品一,二区| 亚洲经典国产精华液单| 视频中文字幕在线观看| 久久久欧美国产精品| 国产高清视频在线观看网站| 级片在线观看| 国产精品久久久久久精品电影| 国产 一区 欧美 日韩| 国产一区二区亚洲精品在线观看| 不卡视频在线观看欧美| 天美传媒精品一区二区| 日日摸夜夜添夜夜添av毛片| 亚洲国产欧洲综合997久久,| 欧美成人午夜免费资源| 蜜臀久久99精品久久宅男| 精品欧美国产一区二区三| 久久热精品热| 亚洲av电影不卡..在线观看| 国产男人的电影天堂91| 欧美+日韩+精品| 欧美成人一区二区免费高清观看| 欧美精品一区二区大全| 极品教师在线视频| 国产欧美另类精品又又久久亚洲欧美| 在线播放无遮挡| 一个人观看的视频www高清免费观看| 精品熟女少妇av免费看| 国产精品一二三区在线看| 国产真实伦视频高清在线观看| 高清在线视频一区二区三区 | 色视频www国产| 深夜a级毛片| 日本黄色片子视频| 汤姆久久久久久久影院中文字幕 | 天天躁日日操中文字幕| 亚洲av日韩在线播放| 国产精品一二三区在线看| 日本wwww免费看| 成人欧美大片| 99国产精品一区二区蜜桃av| 麻豆久久精品国产亚洲av| a级毛色黄片| 九九久久精品国产亚洲av麻豆| 国产精品电影一区二区三区| 日本av手机在线免费观看| 午夜a级毛片| 成人综合一区亚洲| 国产精品女同一区二区软件| 国产老妇女一区| 热99re8久久精品国产| 久久精品国产自在天天线| 夜夜爽夜夜爽视频| 日本免费a在线| 熟女电影av网| 成年免费大片在线观看| 美女黄网站色视频| 尾随美女入室| 青青草视频在线视频观看| 亚洲成av人片在线播放无| АⅤ资源中文在线天堂| 最近最新中文字幕大全电影3| 亚洲av.av天堂| 精品久久久噜噜| 日本免费a在线| 欧美三级亚洲精品| 亚洲一区高清亚洲精品| 国产精品一及| 国产伦在线观看视频一区| 亚洲综合精品二区| av播播在线观看一区| 亚洲图色成人| 99热网站在线观看| 亚洲国产精品国产精品| 菩萨蛮人人尽说江南好唐韦庄 | 天天躁夜夜躁狠狠久久av| 久久久久久久国产电影| 国产亚洲午夜精品一区二区久久 | 欧美激情国产日韩精品一区| 毛片女人毛片| 亚洲成人中文字幕在线播放| 国产探花在线观看一区二区| 综合色av麻豆| 欧美日本视频| 欧美性感艳星| 亚洲无线观看免费| 少妇裸体淫交视频免费看高清| 看免费成人av毛片| 好男人在线观看高清免费视频| 五月伊人婷婷丁香| 亚洲丝袜综合中文字幕| av卡一久久| 久久久午夜欧美精品| 精品人妻一区二区三区麻豆| 欧美一区二区亚洲| 国产成人精品久久久久久| 极品教师在线视频| 床上黄色一级片| 久久久久久久久久久免费av| 午夜激情福利司机影院| 国产私拍福利视频在线观看| 亚洲,欧美,日韩| 国内精品宾馆在线| 美女大奶头视频| 国产探花在线观看一区二区| 少妇猛男粗大的猛烈进出视频 | 日本-黄色视频高清免费观看| 亚洲一区高清亚洲精品| 亚洲熟妇中文字幕五十中出| 色综合色国产| 少妇人妻精品综合一区二区| 国产真实伦视频高清在线观看| 亚洲人成网站在线播| 国产精品久久久久久精品电影| 久久久久久久亚洲中文字幕| 国产成年人精品一区二区| 国产精品麻豆人妻色哟哟久久 | 久久久精品欧美日韩精品| 在线播放无遮挡| 最近中文字幕高清免费大全6| 国产高清不卡午夜福利| 日本黄色片子视频| 长腿黑丝高跟| 欧美不卡视频在线免费观看| 少妇熟女欧美另类| 亚洲精品色激情综合| www.av在线官网国产| 午夜激情欧美在线| 国产精品国产三级国产av玫瑰| 天天一区二区日本电影三级| 日韩 亚洲 欧美在线| 久久婷婷人人爽人人干人人爱| 国产精品人妻久久久久久| 禁无遮挡网站| 久久久久精品久久久久真实原创| 国产精品人妻久久久久久| 国产精华一区二区三区| 五月伊人婷婷丁香| 久久久久久久久中文| 免费观看的影片在线观看| 人人妻人人澡欧美一区二区| 中文字幕久久专区| 六月丁香七月| 国产精品无大码| a级一级毛片免费在线观看| 日韩高清综合在线| www日本黄色视频网| 午夜免费男女啪啪视频观看| 国语对白做爰xxxⅹ性视频网站| 日本午夜av视频| 赤兔流量卡办理| 国产亚洲av嫩草精品影院| 在线观看一区二区三区| 91精品一卡2卡3卡4卡| 久久精品久久精品一区二区三区| 人体艺术视频欧美日本| 亚洲va在线va天堂va国产| 一区二区三区高清视频在线| 韩国高清视频一区二区三区| 国内揄拍国产精品人妻在线|