论文部分内容阅读
目前，对候选基因的关联检验，都是针对复杂疾病或性状而在候选基因内使用多个SNP标记，并通过检验SNP单倍型或基因型效应来完成的。众所周知，多标记单倍型方法往往要比单标记方法表达出更多的信息，且有大量证据表明，基因内部的一些位点相互作用变化，会对我们所能观察到的表性性状产生很大的影响，这更强调了利用多标记单倍型方法的重要性。但是，单倍型的数量往往会随着所标记的SNP的数目增多而急剧的增加，这使得在基于单倍型的检验中，大量的单倍型又会大大增加检验统计量的自由度，而这又会限制我们利用单倍型检验的功效。在本文中，我们提出使用统计学中的主元分析法来降低单倍型空间的维数，然后利用基于人群的样本，在降维后的低维单倍型空间中，构造关联检验来检验一个数量性状与多个单倍型的关联情况。此方法亦可允许不确定的单倍型。我们将通过模拟试验来研究估计检验的第一类错误率，并与未降维之前的检验及通过合并稀少单倍型达到降维目的的方法做功效对比。模拟结果显示，我们使用的检验方法有正确的第一类错误率，并且在绝大多数情况下，都要比文中所提其它方法有更强的功效。