合并正常子代信息的传递不平衡检验方法探讨

摘要

目的：探讨合并正常子代信息的传递不平衡检验方法(TDTU)，并通过Monte Carlo模拟考评该方法的Ⅰ类错误和检验效能。以期构建一种能够同时分析杂合子亲代到患病子代和杂合子亲代到正常子代等位基因传递信息的高效能方法。
　　方法：基于数量性状的传递不平衡检验方法(QTDT)的思想，构建合并正常子代信息的传递不平衡检验方法(TDTU)。利用Monte Carlo模拟，通过不同的参数设置对所构建的TDTU与传统的TDT及可以将杂合子亲代到正常子代等位基因传递信息纳入统计推断的另外两种方法i-TDT及GDT进行考评，比较它们Ⅰ类错误的控制情况以及在不同的家庭模式、不同的亚组人群、不同的疾病外显率或不同遗传模式下的检验效能。所有模拟过程均采用R3.0.2软件编程实现。
　　结果：
　　（1）构建得到TDTU检验统计量计算公式：此处公式省略！
　　（2）Monte Carlo模拟结果显示：四种方法的Ⅰ类错误均控制在0.05左右，TDTU检验的在三种原假设条件下的Ⅰ类错误分别是：0.0539,0.0495,0.0452。
　　（3）在大多数疾病模式和人群中，随着连锁不平衡系数δ的增加，TDTU方法的检验均效能始终高于i-TDT方法和GDT方法。当f0=f1=0.2，f2=0.4时，TDTU的检验效能介于0.062~0.934，而i-TDT、GDT、TDT分别介于0.062～0.903、0.049~0.916、0.055～0.806。
　　（4）在所模拟的所有情形中，三种方法的检验效能均显著高于只纳入杂合子亲代到患病子代传递信息的TDT检验方法，说明加入杂合子到正常子代的传递信息能够增加关联分析和连锁分析的检验效能。
　　（5）增加外显率f2的值，即当个体包含两个致病等位基因时该个体患病的概率，可以有效增加TDTU，i-TDT，GDT和 TDT四种检验方法的检验效能。降低f0，f1的值，即当个体包含0个，1个致病等位基因时该个体患病的概率，也可以有效增加四种检验方法的检验效能。并且四种方法在隐性遗传模式下所得出的检验效能最高,当f0=f1=0.3,f2=0.6时，TDTU的检验效能介于0.077～0.996，而i-TDT、GDT、TDT分别介于0.067～0.996、0.054~0.989、0.063～0.802。其次是可加性遗传模式，而在显性遗传模式下，四种方法的检验效能均相对较低。
　　结论：加入杂合子亲代到正常子代的等位基因传递信息能够提高关联分析和连锁分析的检验效能。TDTU方法适用于相互独立且至少有一个患病子代的核心家庭，并且可以适应各种研究设计。当每个家庭中只有一个患病子代且亲代和该患病子代基因型均不存在缺失时，TDTU方法等价于传统的传递不平衡检验(TDT)方法。相对于i-TDT方法和GDT方法，TDTU方法的统计量构造更加简单明确，并且更容易实现。在大多数疾病模式和人群中，TDTU方法的检验效能总是略高于i-TDT方法和GDT方法。

目录

封面

声明

目录

中文摘要

英文摘要

一、前 言

二、方 法

2.1 TDT检验

2.2 i-TDT检验

2.3 GDT检验

2.4 Monte Carlo模拟原理

三、结 果

3.1 TDTU检验统计量的构建

3.1.1 一般假设和符号

3.1.2两个亲代基因型均已知的TDTU

3.1.3 只有一个亲代基因型已知的TDTU1

3.2 Monte Carlo模拟

3.2.1 模拟过程

3.2.2模拟参数设置

3.2.3模拟结果

四、讨 论

五、结 论

参考文献

附录1：

附录2：攻读学位期间发表论文目录

综述: 连锁分析和关联分析在疾病基因定位中的应用

致谢