定量家系關聯分析中的穩健有效方法研究

《定量家系關聯分析中的穩健有效方法研究》是依託中國科學技術大學，由袁敏擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：定量家系關聯分析中的穩健有效方法研究
• 項目類別：青年科學基金項目
• 項目負責人：袁敏
• 依託單位：中國科學技術大學

中文摘要

家系設計是複雜疾病關聯分析中重要的研究設計方式之一。與群體病例對照設計相比，家系設計的優勢在於能夠有效控制群體分層等混雜因素所導致的統計分析的偏差，但該設計下統計檢驗的功效通常偏低，所以提高檢驗功效是家系關聯分析中的一個關鍵問題。在基因模型已知的條件下，傳遞不平衡類型檢驗（即TDT-type檢驗）具有最大的檢驗功效，但在基因模型錯誤指定時，該類型檢驗通常有較大的功效損失。本項目研究定量家系關聯分析中利用偏離哈代-溫伯格平衡的信息來提高檢驗功效，並構造對基因模型指定穩健的有效檢驗。當性狀數據服從常態分配時，針對核心家系和其它家系設計提出並研究三類基於TDT-type檢驗的穩健有效檢驗；當性狀分布未知時，研究對基因模型和性狀分布雙重穩健有效的非參數檢驗方法。關於定量性狀家係數據的穩健有效方法研究，將為基於家系的全基因組關聯分析提供有效的統計方法，具有較為廣泛的實際套用價值。

結題摘要

人類基因組計畫的基本完成為破譯人類生物遺傳信息、研究複雜疾病在分子水平上的產生機制提供了基礎，對生物學、醫學乃至整個生命科學產生了重大的影響。目前基因關聯分析是尋找和發現疾病易感基因最有效的統計分析方法之一。本項目主要研究基因關聯分析中的若干穩健有效的檢驗方法。包括三元核心家系設計下基於穩健貝葉斯因子進行基因篩選；當基因型數據存在系統誤差時如何校正檢驗統計量的偏差；對於穩健有效檢驗MAX3用組合論的方法推導其精確算法並形成了R軟體包；對於表現型為數量性狀的基因型數據我們基於極端個體數據構造哈代-溫伯格不平衡檢驗及相應的穩健有效檢驗；結合臨床研究數據，我們還研究了非線性混合模型中壓縮現象對於參數估計及檢驗的影響；對於存在邊界數據的臨床試驗數據，我們提出用邊界膨脹beta回歸、粗化模型等進行建模，並給出了實際套用的建議。上面這些研究結果已經以SCI文章的形式發表或收錄。我們研究的穩健有效方法對於全基因組關聯分析是重要的補充和完善，這些方法能夠直接套用到候選基因疾病關聯分析和複雜疾病的全基因組關聯分析中。