基于自适应P值方法的有序性状与罕见变异的关联探测

摘要

新一代基因测序技术不仅为人类基因组结构变异的检测提供了新方法，也为我们提供了大量的罕见变异遗传数据，如何通过已有数据检验出罕见变异与人类复杂疾病的关联性引起了人们越来越多的关注.在医学领域，许多人的健康状况和疾病状况都用有序响应变量来衡量，即用每个性状的取值来描述疾病的发展阶段或严重程度.然而，当前大多数检验罕见变异与复杂疾病关联性的方法都是处理两值性状和连续型性状的，有序性状的关联分析方法相对较少，而把有序性状当作两值性状或连续型性状来考虑必然会损失原始数据中一些有价值的信息.因此，在本文中，我们扩展了ADA方法，提出了一种专门用来检验罕见变异和有序性状关联性的方法，简称OR-ADA方法.在我们的方法中，对于有序响应变量建立了累积Logistic回归模型，利用Newton-Raphson迭代对关联系数进行估计，并通过对参数的似然比检验进行关联分析的研究.通过大量的模拟研究和与其他方法的比较，结果显示我们提出的方法对于因果变异方向的影响是稳健的，并且在很多情况下有更高的功效.

目录

摘要

1．1课题研究背景

1．2 国内外研究现状及发展趋势

1．2．1 压缩检验

1．2．2非压缩检验

1．3 本文的研究目标和创新点

第2章预备知识

2．1 累积Logistic回归模型

2．2 Newton-Raphson迭代算法

2．3似然比检验

第3章有序性状与罕见变异位点探测的ADA方法

3．1 记号

3．2统计模型

3．3参数估计

3．4 OR-ADA方法

第4章模拟研究

4．1 模拟设计

4．1．1 生成数据

4．1．2 不同因素的影响

4．2 结果分析

4．2．1第一类错误率

4．2．2 功效比较

4．3 本章小结

第5章基于GAW17数据集的实例分析

5．1 数据形式

5．2模拟设置

5．3 结果分析

结论

参考文献

致谢

攻读学位期间发表的学术论文

声明