發(fā)布時間：2022-04-23 14:58

　　隨著分子生物學(xué)檢測技術(shù)的不斷進步,全基因組關(guān)聯(lián)研究已經(jīng)成為復(fù)雜性疾病遺傳致病機制研究最重要的研究手段之一。近年來發(fā)表的大量GWAS結(jié)果,揭示了與人類各種復(fù)雜性疾病或性狀相關(guān)的大量基因組區(qū)域或易感基因,為進一步揭示其發(fā)病機制奠定了基礎(chǔ)。然而,全基因組關(guān)聯(lián)研究也面臨著一系列的挑戰(zhàn),尤其是當(dāng)前以單個位點分析為主的GWAS統(tǒng)計分析策略存在諸多的局限性。如何充分利用各種與疾病相關(guān)的生物學(xué)信息,挖掘GWAS高維數(shù)據(jù)中所蘊藏的信息,探索出一套統(tǒng)計分析策略和方法,已成為完善和發(fā)展現(xiàn)有GWAS研究策略的一個統(tǒng)計學(xué)難題。為此,本研究通過計算機模擬,從統(tǒng)計學(xué)性質(zhì)的角度,系統(tǒng)地評價了利用先驗信息的多水平模型在病例對照設(shè)計GWAS中的應(yīng)用效果；并結(jié)GWAS實際資料,從實際應(yīng)用的角度,探討了多水平模型分析GWAS資料的策略和方法。第一部分,基于不同參數(shù)的二項分布先驗信息以及實際GWAS數(shù)據(jù)的生物學(xué)先驗信息設(shè)計了2個模擬試驗,評價不同先驗信息對多水平模型應(yīng)用效果的影響,主要結(jié)論如下：（1）在GWAS常采用的1E-5或者1E-7檢驗水準(zhǔn)時,當(dāng)位點與疾病的關(guān)聯(lián)強度較弱時（OR=1.1）,多水平模型的檢驗效能接近或略高于... 

【文章頁數(shù)】：179 頁

【學(xué)位級別】：博士

【文章目錄】：
縮略詞表
中文摘要
Abstract
前言
第一部分 生物學(xué)先驗信息
    1.1 研究目的
    1.2 研究思路
    1.3 模擬試驗
    1.4 研究小結(jié)
第二部分 敏感性分析
    2.1 研究目的
    2.2 研究思路
    2.3 模擬試驗
    2.5 研究小結(jié)
第三部分 實例研究
    3.1 研究目的
    3.2 研究思路
    3.3 實例分析
    3.4 研究小結(jié)
第四部分 研究總結(jié)
    4.1 主要研究內(nèi)容和結(jié)論
    4.2 討論
    4.3 本研究特色
    4.4 需進一步研究的內(nèi)容
參考文獻
文獻綜述
    參考文獻
攻讀學(xué)位期間發(fā)表文章情況
致謝


【參考文獻】：
期刊論文
[1]Genome-wide analysis of runs of homozygosity identifies new susceptibility regions of lung cancer in Han Chinese[J]. Cheng Wang,Zhengfeng Xu,Guangfu Jin,Zhibin Hu,Juncheng Dai,Hongxia Ma,Yue Jiang,Lingmin Hu,Minjie Chu,Songyu Cao,Hongbing Shen.  The Journal of Biomedical Research. 2013(03)



本文編號：3647412