基于罕见变异体的全基因组关联分析方法研究

《基于罕见变异体的全基因组关联分析方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、＼Ｋ分类号靡砖，＾文舞ｉ＃硕±研究生学位论文基于罕见变异体的全基因组关联分析方法研究申请人：李思诺学号：２１２１２７１培养单位：研究生院学科专业：统计学研究方向：应用统计学？指导教师：马维军完成日期：２０巧年３月巧日独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研巧工作及取得的研巧成果．据我所知，除了文中特别加示注和致谢的地方外，论文中不包含其他人己经发表或撰写过的研究成果，也不包含为获得黑龙江大学或其他教育机构的学位或证书而使用过的材料．＾３学位论文作者签名：是１｜签字日期年月日学位论

2、文版权使用授权书本人完全了解黒龙江大学有关保留、使用学位论文的规定同意学校保留并向，国家有关部口或机构送交论文的复印件和电子版，允许论文被查阅和借阅．本人授权黑龙江大学可Ｗ将学位论文的全部或部分内容编入有关数据店进行检索，可、采用影印缩印或其他复制手段保存、汇编本学位论文．学位论文作者签名：？＾签名：｜爱５聲导师签字＾曰曰期如咬丰１月＾曰签字曰期？月－４１－中文摘要中中中文文文摘摘摘要要要个体的发病率是由常见变异体与罕见变异体共同复合决定的.下一代基因测序技术生成高维数据,这些数据允许一个近乎完整的遗传变异估计.下一代基因测序技术也有显著的局限性:

3、高错误率、罕见变异体的丰富和大比例的缺失值.迄今,全基因组关联检验已经成功的识别常见变异体与复杂性状的关联.然而,所识别的变异体只能解释一小部分的遗传.缺失的遗传信息的一个潜在来源是罕见变异体的贡献.目前,大多数现有的罕见变异体关联分析的方法都是检验带有不同加权方案的变异体的加权组合的效果.本文中,基于最优权重,我们提出结合最优权重与折叠的方法.它适用于定量和定性性状,允许协变量,并对因果变异的影响方向是稳健的.大量的模拟研究表明本文方法的合理性和有效性.关键词:罕见变异体;关联分析;最优权重;折叠方法–I–黑龙江大学硕士学位论文AbstractAnindividual’sdiseas

4、eriskisdeterminedbythecompoundedactionofbothcommonvariantsandrarevariants.Nextgenerationsequencingtechnologiesgener-atehigh-dimensionaldatathatallowanearlycompleteevaluationofgeneticvari-ation.Nextgenerationsequencingtechnologiesalsosufferfromremarkablelimita-tions:higherrorrates、enrichmentofrare

5、variantsandalargeproportionofmissingvalues.Todate,alargenumberofcommonvariantsunderlyingcomplexdiseaseshavebeenidentifiedbygenome-wideassociationstudies.However,theidentifiedvariantsaccountforonlyasmallfractionofdiseaseheritability.Oneofpotentialsourcesofmissingheritabilityisthecontributionofrarev

6、ariants.Currently,mostofexistingmethodsforrarevariantassociationstudiesareessentiallytestingtheeffectofaweightedcombinationofvariantswithdifferentweightingschemes.Inthispaper,basedontheoptimalweights,weproposethecombinedoptimalweightsandcollapsingmethod.Itisapplicabletobothquantita-tiveandqualitat

7、ivetraits,allowscovariates,andisrobusttodirectionsofeffectsofcausalvariants.Extensivesimulationstudiesshowthattheapproachweproposedisreasonableandeffective.Keywords:Rarevariants;Associationstudies;Optimalweights;Collapsingmeth