全基因組關(guān)聯(lián)研究（Genome-wide Association Studies,GWAS）已經(jīng)成功地鑒定出許多與表型和疾病關(guān)聯(lián)的單核苷酸多態(tài)性位點(diǎn)（Single-nucleotide Polymorphisms,SNPs）。截至目前,在現(xiàn)有樣本量的情況下,GWAS鑒定出與表型和疾病關(guān)聯(lián)的變異位點(diǎn)僅能解釋很小部分的遺傳變異,不超過10%。條件錯誤發(fā)現(xiàn)率（conditional False Discovery Rate,c FDR）方法通過利用關(guān)聯(lián)表型或疾病的GWAS數(shù)據(jù),可以提高研究的統(tǒng)計效能,增加鑒定與表型和疾病關(guān)聯(lián)的SNPs的數(shù)量,而且不需要額外地擴(kuò)大GWAS的樣本含量。c FDR方法的原理是通過計算一組SNPs的期望錯誤發(fā)現(xiàn)率的上限值,即關(guān)聯(lián)表型或疾病的SNPs的關(guān)聯(lián)性檢驗p值均小于疾病的特異性閾值。而且,c FDR分析僅需要疾病的GWAS的匯總統(tǒng)計量數(shù)據(jù),因此優(yōu)于傳統(tǒng)的GWAS分析。目的通過對體重指數(shù)（Body Mass Index,BMI）和冠心�。–oronary Artery Disease,CAD）的GWAS數(shù)據(jù)進(jìn)行二次挖掘和重分析,本研究運(yùn)用c FDR方法提高研究的統(tǒng)... 

【文章來源】：鄭州大學(xué)河南省 211工程院校

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【部分圖文】：

研究的技術(shù)路線

肥胖和CAD間的條件分層Q-Q圖

肥胖和CAD的條件曼哈頓圖


本文編號：3325047