换一批
换一批SKAT与惩罚回归模型两阶段策略在基因组关联研究中的应用
Two-steps Strategies Jointing SKAT with Penalized Regression and their Application in Genome-wide Association Study
摘要目的 本研究提出两阶段分析策略,将SKAT与惩罚回归模型联合应用,为遗传关联研究提供方法学选择的依据和指导.方法 本研究使用遗传分析工作组18的数据,分别采用SKAT,LASSO,EN,cMCP,Gel以及两阶段统计分析策略(SKAT+EN,SKAT+LASSO,EN+SKAT,LASSO+SKAT)进行关联性分析.结果 在基因水平,SKAT法的平均灵敏度与约登指数最高.除SKAT法外,其余统计策略的关联基因选出率均与对结局方差解释的比例和基因中包含SNPs的数目存在关联.在SNPs水平,EN法与EN+SKAT的灵敏度与约登指数最高.不同的统计策略均能把对结局效应贡献最大的真关联基因MAP4与SNPs筛选出来.结论 SKAT和EN联合分析策略能够在数百万SNPs中筛选主要的疾病关联基因与SNPs,并在基因水平上统计推断,有着较高灵敏度,同时还能控制严重的假阳性错误,为遗传关联研究提供了一种较为高效的统计分析策略.
更多相关知识
栏目名称
论著
发布时间
2017-07-20
基金项目
国家自然科学基金
广东省科技厅社会发展基金
广东省自然科学基金
- 浏览56
- 被引0
- 下载19
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
