基于單倍型的關聯分析方法.pdf

1、人類基因組計劃的完成，不論從數量上還是從質量上，都極大地豐富了人類遺傳的數據資源，但也容易使人迷失在這浩如煙海的信息中.統(tǒng)計學，作為一種強有力的數據分析工具，越來越受到人們的重視并在遺傳流行病的研究中發(fā)揮著不可替代的作用.
　　關聯分析主要通過研究遺傳標記物與可觀測的性狀之間的統(tǒng)計相關性，來尋找和定位致病基因，并為更好的地理解疾病遺傳基礎發(fā)揮了重要的作用.單倍型，作為一種常見的數據類型，被人們認為含有更多的連鎖不平衡(LD)信息，

2、而且與其他方法相比，基于單倍型的關聯分析在識別疾病關聯上有更大的功效，尤其是病例—對照研究中稀有疾病的情況.但是，對這些單倍型進行建模，其中的稀有單倍型會帶來很多的統(tǒng)計問題——大量的參數會使功效減少、效率降低.為了克服這些問題，單倍型聚類是個不錯的解決方式.本文著重介紹了在基于單倍型的關聯分析中，如何有效地利用位點本身以及位點間的信息來提高檢驗的功效，其中包括一個參數方法和一個非參數方法.
　　本文首先介紹了基于單倍型聚類來進行關

3、聯分析的方法，稱之為APEG，通過使用EG距離應用AP算法對單倍型進行有效合理的聚類.新提出的針對單倍型這一特殊數據類型的相似性度量EG距離，能夠利用不同位點上以及位點之間的結構信息.通過模擬和真實數據的研究發(fā)現，APEG方法要比現存的其他方法在探測單倍型與疾病之間是否相關聯方面擁有更大的功效，而且在基因定位上，也能夠得到比較精確的估計.然后，介紹了基于U—統(tǒng)計量的非參數方法U-EGS，其優(yōu)點是漸進正態(tài)性，而且不需要對樣本總體的分布進行