Bayesian Model Selection in Complex Linear Systems, as Illustrated in Genetic Association Studies
受遗传关联研究实例的启发，本文考虑了一般复杂线性模型系统和贝叶斯框架下的模型选择问题。我们讨论制定模型选择问题，并将上下文相关的{ \it先验}信息通过不同级别的先验规范。我们还推导出解析贝叶斯因子及其近似，以方便模型选择，并讨论其理论和计算特性。我们展示了我们的贝叶斯方法的基础上实现的马尔可夫链蒙特卡罗（MCMC）算法在模拟和映射组织特异性eQTL的实际数据应用。我们的新的贝叶斯因子的结果提供了一个通用的框架，在复杂的线性模型系统进行有效的模型比较。
2013-09-03 q-bio.QM stat.AP stat.ME
Bayesian mixed model inference for genetic association under related samples with brain network phenotype
本文提出贝叶斯网络响应混合效应模型，处理相关样本下脑网络表型的遗传关联，通过效应子网络建模和MCMC推断，在模拟和人类连接组计划数据中验证了有效性。
2023-05-16 stat.AP stat.ME
Supervised Heterogeneous Multiview Learning for Joint Association Study and Disease Diagnosis
Purdue University（普渡大学）
鉴于遗传变异和各种表型特征，如磁共振成像（MRI）特征，我们考虑生物医学研究中两个重要且相关的任务：i）选择用于疾病诊断的遗传和表型标记，ii）识别遗传和表型数据之间的关联。这两项任务紧密耦合，因为遗传变异和表型特征之间的潜在关联包含疾病的生物学基础。虽然各种稀疏模型已被应用于疾病诊断和典型相关分析，但其扩展已被广泛用于关联研究（例如，eQTL分析），这两个任务已被分开处理。为了统一这两个任务，我们提出了一个新的稀疏贝叶斯方法的联合关联研究和疾病诊断。在该方法中，基于稀疏投影矩阵从不同的数据源中提取共同的潜在特征，并用于基于高斯过程有序回归来预测多个疾病严重程度水平;反过来，疾病状态用于指导数据源之间的关系的发现。稀疏投影矩阵不仅揭示了数据源之间的相互作用，而且还选择了与疾病相关的生物标志物组。为了从数据中学习模型，我们开发了一个有效的变分期望最大化算法。仿真结果表明，我们的方法在预测有序标签和发现数据源之间的关联方面都比其他方法具有更高的准确性。我们将我们的方法应用于阿尔茨海默病（AD）研究的成像遗传学数据集。我们的方法确定了遗传变异，MRI特征和AD状态之间的生物学意义的关系，并实现了显着更高的准确性预测有序AD阶段比竞争的方法。
2013-10-16 cs.CE cs.LG stat.ML
Bayesian model search and multilevel inference for SNP association studies
基因分型的技术进步引起了基于假设的关联研究的范围不断扩大。因此，这些研究所涉及的科学假设变得更加复杂，更难以使用现有的分析方法来解决。分析的障碍包括在多重比较面前的推断、SNP（单核苷酸多态性）之间的相关性引起的并发症、其遗传参数化的选择和缺失数据。在本文中，我们提出了一个有效的贝叶斯模型搜索策略，搜索的遗传标记和遗传参数化的空间。由此产生的SNP关联的多级推断方法，MISA，允许在全球，基因和SNP水平的多级后验概率和贝叶斯因子的计算，与先验分布的SNP包含在模型中提供了一个内在的多重性校正。我们使用模拟数据集来表征MISA的统计功效，并表明MISA比标准程序具有更高的功效来检测关联。使用来自北卡罗来纳州卵巢癌研究（NCOCS）的数据，MISA识别了标准方法未识别的变异，并在独立研究中进行了外部“验证”。我们检查了NCOCS结果对先前选择和插补缺失数据方法的敏感性。MISA在CRAN上的R包中可用。
2010-11-12 stat.AP
Bayesian Genome- and Epigenome-wide Association Studies with Gene Level Dependence
高通量遗传和表观遗传数据经常被筛选与观察到的表型的关联。例如，人们可能希望测试数十万个遗传变异或DNA甲基化位点与疾病状态的关联。这些基因组变量可以自然地根据它们编码的基因以及其他标准进行分组。然而，在这种应用中的标准实践是独立筛选，具有对多重性的普遍校正。我们提出了一种贝叶斯方法，其中一个给定的基因组变量的关联的先验概率取决于它的基因，和基因特异性的概率建模非参数。这种分层模型允许适当的基因和全基因组多重性调整，并可以被纳入到各种贝叶斯关联筛选方法中，计算复杂性的增加可以忽略不计。我们描述了一个应用程序，以筛选低级别胶质瘤和多形性胶质母细胞瘤肿瘤样本之间的DNA甲基化差异的癌症基因组图谱。软件可通过https://github.com/lockEF/BayesianScreening上的BayesianScreening for R软件包获得。
2016-04-29 q-bio.GN stat.AP stat.ME
A Bayes Factor Approach with Informative Prior for Rare Genetic Variant Analysis from Next Generation Sequencing Data
通过下一代测序发现罕见的遗传变异是人类遗传学领域中一个非常具有挑战性的问题。我们提出了一种基于贝叶斯因子（BF）的新的基于区域的统计方法，以评估位于同一基因组区域的一组罕见变异（RV）与病例对照设计背景下的疾病结果之间的关联证据。在零假设和备择假设下计算边际似然，假设区域中RV计数为二项分布，RV概率为β或Dirac和β先验分布的混合。我们推导出理论上的空分布的BF在我们的先验设置，并表明，贝叶斯控制的错误发现率（BFDR）可以获得全基因组推断。信息先验引入使用先前的证据从Kolmogorov-Smirnov检验统计量的关联。我们使用我们的模拟程序sim 1, 000 G来生成类似于1,000个基因组测序项目的RV数据。我们的模拟研究表明，在中等样本量的病例对照研究中，新的BF统计量优于标准方法（SKAT，SKAT-O，负担检验），并且在大样本量情况下与它们相当。我们将真实数据应用于肺癌病例对照研究，发现RV在已知和新的癌症基因中富集。它还表明，与无信息先验的BF相比，使用具有信息先验的BF提高了整体基因发现。
2020-02-20 stat.AP
A frequentist test of proportional colocalization after selecting relevant genetic variants
本研究提出了一种频率学派的比例共定位条件检验方法prop-coloc-cond，通过考虑变异选择的不确定性来恢复准确的I型错误控制，仅需遗传关联汇总数据即可实现，可作为贝叶斯共定位检验的有力补充。
2024-02-19 q-bio.GN stat.ME
Subset Testing and Analysis of Multiple Phenotypes (STAMP)
多个全基因组关联研究（GWAS）的荟萃分析对于检测单个或多个标记与复杂性状的关联是有效的。我们开发了一个灵活的程序（“STAMP”）的基础上的混合模型，以执行基于区域的荟萃分析不同的表型使用来自不同的GWAS的数据，并确定相关的表型的子集。我们的模型框架有助于区分真正的关联研究之间的异质性。作为关联的度量，我们计算每个表型的后验概率，即研究中的遗传区域是真正关联的。广泛的模拟表明，当真正相关的结果的比例为$\leq$ 50\%时，STAMP比Meta分析的标准方法更强大。对于其他设置，STAMP的功能与现有方法类似。我们举例说明我们的方法上的两个例子，染色体9p21上的一个区域与14种癌症的风险的关联，以及来自两个遗传区域的数量性状基因座（eQTL）的表达与使用癌症基因组图谱（TCGA）的数据在17种组织类型中测量的顺式SNP的关联。
2017-12-28 stat.ME
Bayesian Polynomial Regression Models to Fit Multiple Genetic Models for Quantitative Traits
我们提出了一个连贯的贝叶斯框架选择最有可能的模型，从五个遗传模型（基因型，添加剂，显性，共显性和隐性）通常用于遗传关联研究。该方法使用遗传数据的多项式参数化同时拟合五个模型并节省计算。我们提供了一个封闭形式的表达的边缘似然正态分布的数据，并评估所提出的方法和现有的方法，通过模拟和真实的全基因组数据集的性能。
2015-04-21 math.ST stat.ME stat.TH
A simulations approach for meta-analysis of genetic association studies based on additive genetic model
遗传关联研究正成为医学研究的重要组成部分。举一个例子，药物基因组学作为个性化医疗的有用工具越来越突出，它严重依赖于遗传关联研究的结果。遗传关联研究的荟萃分析越来越多地用于评估基因型组之间的表型差异。当潜在的遗传模型被假定为显性或隐性时，基于荟萃分析中个体研究报告的汇总统计量评估表型差异是一种有效的策略。然而，当遗传模型是加性的，基于汇总统计量的类似策略将导致有偏差的结果。关于可加性模型的这一事实是我们在本文中使用模拟建立的内容之一。本文的主要目的是提出一种替代策略的基础上模拟数据的个别研究的加性模型。我们表明，交替的策略是远远优于基于汇总统计量的策略。
2016-12-29 stat.AP
Misspecification in mixed-model based association analysis
自然群体中的加性遗传方差通常使用混合模型来估计，其中遗传效应的协方差由来自密集标记集的遗传相似性矩阵来建模。一个重要但通常隐含的假设是，任何非加性遗传效应的存在只会增加残差方差，而不会影响加性遗传方差的估计。在这里，我们表明，这只适用于面板无关的个人。如果存在遗传相关性，群体结构和上位性相互作用的结合可能导致加性遗传方差的估计过高。
2015-09-08 stat.AP
Robust Methods for Disease-Genotype Association in Genetic Association Studies: Calculate P-values Using Exact Conditional Enumeration instead of Asymptotic Approximations
在遗传关联研究中，检测疾病-基因型关联是主要目标。对于大多数疾病，潜在的遗传模型是未知的，我们研究了七个强大的检验统计量单调关联。对于给定的检验统计量，有许多方法可以计算p值，但在遗传关联研究中，计算主要基于渐近近似或模拟排列。我们表明，当排列的数量趋于无穷大时，排列p值接近精确的条件枚举p值，并进一步计算后者p值比执行模拟排列更有效。我们回答了两个研究问题。(i)研究中的哪一个检验统计量对单调遗传模型最有效？(ii)根据检验大小、功效和计算考虑，应使用渐近近似法还是精确条件枚举法来计算p值？我们研究了病例-对照样本量，500-5000例和500-15000对照，显著性水平从5e-8到0.05，因此我们的结果适用于研究中只有一个遗传标记的遗传关联研究，中期随访研究和全基因组关联研究。我们发现，如果所有的单调遗传模型的兴趣，最好的性能是达到一个检验统计量的基础上的最大范围内的Cochrane-Armitage趋势检验与不同的分数和约束似然比检验。对于低于0.05的显著性水平，渐近近似法可能给出高达标称水平20倍的检验大小，因此应谨慎使用。此外，基于精确条件枚举计算p值是一种功能强大、有效且计算可行的方法，我们主张将其用于遗传关联研究。
2013-07-29 stat.AP stat.ME
Efficient inference for genetic association studies with multiple outcomes
在现代生物学中，临床和各种分子数据可以从单个研究中获得，因此对异质高维数据的组合推断是至关重要的。经典的遗传关联研究对许多遗传变异逐一回归单个临床结果，但越来越需要对许多分子结果和遗传变异进行联合分析，以揭示功能相互作用。不幸的是，大多数现有的联合建模方法要么过于简单，是强大的，或者是不切实际的计算原因。受Richardson et al.（2010，Bayesian Statistics 9）的启发，我们考虑了一个稀疏多变量回归模型，该模型允许同时选择预测变量和相关响应。由于马尔可夫链蒙特卡罗（MCMC）推理等模型的遗传变异的数量超过几千时，可以是令人望而却步的慢，我们提出了一种变分推断方法，产生的后验信息非常接近的MCMC推理，在一个大大减少的计算成本。大量的数值实验表明，我们的方法优于流行的变量选择方法和定制的贝叶斯程序，在数小时内处理涉及数十万个遗传变异和数十至数百个临床或分子结果的问题。
2017-03-20 stat.AP
Genome-wide Causation Studies of Complex Diseases
尽管通过全基因组关联研究（GWAS）在剖析复杂疾病的遗传结构方面取得了重大进展，但是通过关联分析鉴定的信号可能与疾病没有特定的病理学相关性，使得大部分引起疾病的遗传变异仍然被隐藏。关联用来衡量两个变量或两组变量之间的依赖性。全基因组关联研究测试疾病与整个基因组的SNP（或其他遗传变异）之间的关联。关联分析可以检测疾病和遗传变异之间的表面模式。关联信号对疾病的因果机制提供的信息有限。使用关联分析作为复杂疾病遗传研究的主要分析平台是阻碍发现疾病机制的一个关键问题，这使人们对GWAS识别潜在疾病基因座的能力提出了质疑。现在是时候超越关联分析，转向能够发现复杂疾病的潜在因果遗传结构的技术。为了实现这一目标，我们提出了一个全基因组因果关系研究（GWCS）的概念，作为GWAS的替代方案，并开发加性噪声模型（ANMs）的遗传因果关系分析。I型错误率和电源的ANMs测试的因果关系。我们对精神分裂症进行全球加权评分。仿真和实际数据分析表明，重叠的关联和因果信号的比例很小。因此，我们希望我们的分析将激发对GWAS和GWCS的讨论。
2019-07-17 q-bio.GN stat.AP
Set-Based Tests for Genetic Association Using the Generalized Berk-Jones Statistic
研究单核苷酸多态性（SNP）组的影响，如在基因，遗传途径或网络中，可以提供对复杂疾病的新见解，这些都可以从单独研究SNP中获得。基于集合的遗传关联测试中的常见挑战包括弱效应大小、SNP集合中SNP之间的相关性以及信号的稀缺性，单SNP效应的数量通常从极稀疏到中等稀疏不等。出于这些挑战的动机，我们提出了广义伯克-琼斯（GBJ）测试SNP集和结果之间的关联。GBJ通过考虑SNP之间的相关性扩展了Berk-Jones（BJ）统计，并且当SNP集中的信号适度稀疏时，它提供了优于广义高级批评（GHC）测试的优势。我们还提供了一个分析的p值计算程序的SNP集的任何有限大小。使用此p值计算，我们说明了GBJ的拒绝区域可以被描述为BJ和GHC的折衷。我们开发了一个综合统计，以及，我们表明，这种综合测试是强大的信号稀疏的程度。我们的方法的另一个优点是能够使用来自全基因组关联研究的个体SNP汇总统计进行推断。我们通过模拟研究和应用于乳腺癌风险的基因水平关联分析来评估GBJ的有限样本性能。
2017-10-11 stat.AP
Multiple Comparison Procedures for Neuroimaging Genomewide Association Studies
最近的神经影像学研究集中在评估在全基因组范围内测量的遗传变异与脑成像表型之间的关联。该领域的大量工作在全基因组的基础上应用大规模单变量分析来发现影响大脑结构的单核苷酸多态性。在本文中，我们建议使用各种降维方法对大脑结构MRI扫描和基因组数据，由阿尔茨海默病神经影像学倡议（ADNI）的研究。我们还考虑了一种新的多重检验调整方法，并将其与现有的两种错误发现率（FDR）调整方法进行了比较。仿真结果表明，所提出的方法的功率增加。真实数据分析表明，所提出的程序能够找到遗传变异与脑容量差异之间的关联，从而提供潜在的新生物学见解。
2014-03-22 stat.AP stat.CO
Generalized genetic association study with samples of related individuals
遗传关联研究是发现与感兴趣的复杂性状相关的遗传因子的重要步骤。在本文中，我们提出了一种新的广义准似然得分（GQLS）测试，适用于研究的数量性状或二元性状。我们使用一个逻辑斯谛回归模型来连接性状的表型值的等位基因频率的分布。在我们的模型中，等位基因频率被视为反应，性状被视为协变量，允许我们不指定性状值的分布。仿真研究表明，我们的方法是一般更强大的基于家庭的关联测试（FBAT）相比，并控制在所需的水平的第一类错误。我们应用我们的方法来分析数据的荷斯坦牛的估计育种值表型，并分析数据的酒精依赖的酒精中毒遗传学的合作研究。结果显示了与文献中先前报道一致的显著SNP和区域的良好部分，并且还揭示了与感兴趣的复杂性状相关的新的显著SNP和区域。
2011-11-23 stat.AP
Powerful extreme phenotype sampling designs and score tests for genetic association studies
我们考虑横断面遗传关联研究（常见和罕见变异），其中非遗传信息是可用的，或可行的获得$N$个人，但它是不可行的基因型所有$N$个人。我们考虑连续可测量的高斯性状（表型）。与随机选择$n$个体相比，对$n<N$极端表型个体进行基因分型可以产生更好的功效来检测表型-基因型关联。如果观察到的表型高于指定阈值或低于指定阈值，则我们将一个人定义为具有极端表型。我们考虑一个模型，这些阈值可以为每个人量身定制。经典的极端抽样设计是为所有个体设置相等的阈值。我们介绍了一种设计（$z$ -极端抽样），其中个性化的阈值定义的基础上的残差的回归模型，包括只有非遗传（完全可用）的信息。我们推导出仅分析$n$极端情况（完整病例分析）和分析中包括$N-n$非极端情况（所有病例分析）的非遗传信息的情况下的评分检验。对于经典设计，全案例分析通常比全案例分析更强大。对于$z$极端的样本，我们表明，所有的情况下，完整的情况下测试是同样强大的。模拟和数据分析还表明，$z$ -极端抽样至少是强大的经典极端抽样设计和经典设计被证明是有时不如随机抽样。还讨论了极端表型的二分化方法。
2020-02-05 stat.AP
Using Volcano Plots and Regularized-Chi Statistics in Genetic Association Studies
通常需要劳动密集型实验来从基因组中的疾病相关变体的列表中鉴定致病疾病变体。为了设计这样的实验，候选变体根据其与疾病的遗传关联的强度进行排名。然而，两种常用的遗传关联的测量，比值比（OR）和p值，可能以不同的顺序排列变异。为了将这两种方法整合到一个单一的分析中，我们将火山图方法从基因表达分析转移到遗传关联研究中。在原始设置中，火山图是倍数变化和t检验统计量（或p值的对数）的散点图，后者对样本大小更敏感。在遗传关联研究中，OR和Pearson卡方统计量（或其平方根，chi;或标准化log（OR））可以类似地用于火山图，允许它们的视觉检查。此外，这些图的几何解释导致了一种直观的方法，通过OR和卡方统计量的组合来过滤结果，我们称之为“正则化卡”。该方法通过火山图中的平滑曲线而不是对应于OR和卡方统计量的独立截止点的直角线来选择相关标记。正则化卡合并相对更多的信号，从变体具有较低的次要等位基因频率比卡方检验统计。由于罕见的变异往往具有更强的功能效应，正则化chi更适合于候选基因的优先级排序任务。
2013-08-28 q-bio.QM stat.AP
Recovering Direct Effects in Genetics: A Comparison
在遗传学中，人们通常感兴趣的是发现与疾病直接相关的单核苷酸多态性（SNP），而不仅仅是与疾病相关。在一个彻底的模拟研究中，我们表明，对于中等或低的预测之间的相关性，拉索为基础的方法在真正的稀疏恢复表现良好，尽管不是专门为此目的而设计的。然而，对于大的相关性，需要更专业的方法。稳定性选择和直接效应检验在所有情况下都表现良好，包括相关性较大的情况。
2011-07-27 stat.AP
A functional data analysis approach for genetic association studies
我们提出了一种新的方法，基于功能数据分析（FDA）检测一个或多个标量协变量和纵向响应之间的关联，同时纠正其他变量。我们的方法利用时间结构的纵向数据的方式，否则难以与多元方法。从FDA的角度来看，我们的程序在两个关键方面偏离了更成熟的方法。首先，在分析之前将原始纵向表型组装成功能轨迹。其次，我们探索了一种不直接基于主成分的关联检验。相反，我们专注于量化$L^2$变异性的减少，作为检测相关性的一种手段。我们的程序是由纵向全基因组关联研究，特别是儿童哮喘管理计划（CAMP），探索日常哮喘治疗的长期影响的动机。我们进行了模拟研究，以更好地了解FDA方法与传统多变量方法相比的优势（和/或劣势）。然后，我们将我们的方法应用于来自CAMP的数据。我们发现了一个潜在的新的关联与SNP的负面影响肺功能。此外，该SNP似乎与其中一种治疗具有相互作用效应。
2014-04-29 stat.AP
Penalized generalized linear mixed models for longitudinal outcomes in genetic association studies
本研究提出lasso惩罚混合模型，用于遗传关联研究中的纵向结果，能处理多个随机效应，模拟和实证显示其识别因果预测因子精度更高，并应用于儿童行为预测。
2025-01-19 stat.AP stat.ME
Correlated frailty model for analysis of genetic association in family studies
Lunenfeld-Tanenbaum Research Institute, Mount Sinai Hospital（伦内费尔德-塔纳鲍姆研究所，西奈山医院）；Bordeaux Population Health Research Center U1219, Inserm（波尔多人口健康研究中心U1219，法国国家健康与医学研究院）；Department of Epidemiology and Biostatistics, Western University（韦仕敦大学流行病学与生物统计学系）
本文提出相关脆弱模型，用于分析家系研究中与癌症相关的生存结局的遗传关联，经模拟评估显示该模型可用于识别与癌症发病时间显著相关的基因组区域。
2026-08-04 stat.AP
Locally epistatic genomic relationship matrices for genomic association, prediction and selection
随着遗传信息的数量和复杂性的增加，我们有必要探索一些有效的方法来处理这些数据。本研究采用分而治之的方法分析高维基因组数据。我们的目标包括减少一次处理一个问题的维度，提高模型的性能和可解释性。我们建议使用基因组中的固有结构;将更大的问题分成可管理的部分。在植物和动物育种研究中，对个体的商业价值（加性+上位性遗传效应）和育种价值（加性遗传效应）进行了区分，因为预计某些上位性遗传效应将因重组而丧失。在本文中，我们认为，育种者可以利用一些上位标记的影响，在低重组的地区。本文介绍的模型旨在利用遗传图谱信息估计局部上位性品系遗传力，并结合局部加性和上位性效应。为此，我们使用了半参数混合模型与多个局部基因组关系矩阵与分层检验设计和套索后处理的稀疏性，在最终的模型和速度。我们的模型产生了良好的预测性能以及遗传关联信息。
2013-08-14 stat.AP stat.ML
A composite likelihood ratio approach to the analysis of correlated binary data in genetic association studies
似然函数表示数据和概率模型背景下的统计证据。相当多的理论表明，不同参数值的证据强度可以从似然曲线上不同点的似然比来解释。然而，似然函数可能是未知的或难以计算;例如，对于多代大家庭中具有二元结果的遗传关联研究。复合似然是一个方便的替代使用真正的可能性，在这里，我们表明复合似然有有效的证据解释。我们表明，复合似然，具有强大的调整，有两个大样本的性能属性，使可靠的评估相对证据的不同值的似然曲线：（1）复合似然函数将支持真值的假值由任意大的因素;（2）有利于假值的概率比真值的概率高，是小而有界的。使用广泛的模拟研究，并在大型复杂谱系中阅读障碍的遗传关联分析中，我们表明复合方法产生了有效的统计推断。结果进行比较，使用广义估计方程的分析，并显示类似的推断得到，虽然复合方法的结果在一个完整的可能性解决方案，提供额外的补充信息。
2016-11-16 math.ST stat.AP stat.TH
Integrated analysis of variants and pathways in genome-wide association studies using polygenic models of disease
许多常见疾病是高度多基因的，由大量遗传因素调节，对疾病易感性的影响很小。这些小的影响很难在遗传关联研究中可靠地映射。为了解决这个问题，研究人员已经开发出一种方法，可以聚合相关基因集（如生物学途径）的信息，以识别富含与疾病相关的遗传变异的基因集。然而，这些方法未能回答一个关键问题：哪些基因和遗传变异与疾病风险相关？我们开发了一种基于稀疏多元回归的方法，该方法同时识别丰富的途径，并优先考虑这些途径中的变体，以定位与疾病易感性相关的其他变体。我们的方法的一个核心特征是对富集强度的估计，这产生了一种连贯的方式来优先考虑富集途径中的变体。我们在克罗恩病的全基因组关联研究中说明了我们方法的益处，该研究对约4700名研究受试者进行了约440，000种遗传变异的基因分型。我们获得了对IL-12、IL-23和其他细胞因子信号通路富集的强有力支持。此外，优先考虑这些丰富的途径中的变异产生了对其他疾病相关变异的支持，所有这些变异都已在克罗恩病的其他病例对照研究中独立报道。
2012-08-21 q-bio.GN q-bio.QM stat.AP
A Simple Yet Efficient Parametric Method of Local False Discovery Rate Estimation Designed for Genome-Wide Association Data Analysis
在全基因组关联研究中，数十万个遗传特征（基因、蛋白质等）在给定的病例对照人群中进行测试，以验证每个遗传标记与特定疾病之间是否存在关联。在这方面，一种流行的方法是估计局部错误发现率（LFDR），即在给定观察到的检验统计量的情况下，原假设为真的后验概率。然而，现有的LFDR估计方法在文献中通常是复杂的。假设卡方模型具有一个自由度，它涵盖了全基因组关联研究中的许多情况下，我们使用矩的方法，并介绍了一个简单，快速和有效的方法估计LFDR。我们执行两种不同的模拟策略，并比较所提出的方法与三种流行的LFDR估计方法的性能。我们还研究了所提出的方法的实际效用，通过分析一个全面的1000个基因组为基础的全基因组关联数据包含约940万单核苷酸多态性，和一个微阵列数据集组成的6033个基因的前列腺癌患者的基因表达水平。实现所提出的方法的R包可在CRAN <https://cran.r-project.org/web/packages/LFDR.MME>上获得。
2021-01-29 stat.AP
A structural model of genome-wide association studies
一个结构遗传模型，结合现代理解的基因组和常见的做法，在全基因组关联研究数学推导。该模型显示了基因组结构的直接结果Halfestion图距离。遗传相关性的表达是根据模型推导出来的，并与BSB小鼠杂交产生的数据进行比较。一个相关性测试图介绍了这种比较，并显示了密切的协议的模型和实证结果。该图中值得注意的偏离表明需要进一步研究的区域。
2022-05-20 q-bio.GN stat.AP
Efficient and powerful familywise error control in genome-wide association studies using generalized linear models
在遗传关联研究中，检测表型-基因型关联是主要目标。我们假设数据之间的关系-表型，遗传标记和环境协变量-可以用广义线性模型（GLM）建模。纳入环境协变量使得有可能考虑到重要的混杂因素，如性别和人口结构。多变量得分统计量，在没有表型-基因型关联的完全原假设下，渐近地具有多元正态分布，其具有可以从数据估计的协方差阵，用于测试大量遗传标记与表型的关联。我们强调控制familywise错误率（FWER）的重要性，并使用多变量得分检验统计量的渐近分布，以找到一个局部的显着性水平的个人测试。使用真实的数据（从一项研究精神分裂症和双相情感障碍和一个最大摄氧量），并构建相关的结构，我们表明，我们的方法是一个强大的替代流行的Bonferroni和Sidak方法。对于没有环境协变量的GLM，我们表明，我们的方法是一个有效的替代排列方法的多重检验。此外，我们表明，如果环境协变量和遗传标记是不相关的，估计的协方差阵的得分检验统计量可以近似估计的相关矩阵的遗传标记。作为我们的方法的副产品，可以定义有效数量的独立测试，并且可以计算FWER调整的$p$值作为使用局部显著性水平的替代方案。
2016-12-22 stat.AP stat.ME
Locally Epistatic Models for Genome-wide Prediction and Association by Importance Sampling
在统计遗传学中，一项重要的任务是建立基因型-表型关系的预测模型，从而将总表型方差的一部分归因于基因型的变异。已经提出了许多模型，将加性遗传效应纳入模型进行预测或关联。然而，有一个稀缺的模型，可以充分考虑基因的基因或其他形式的遗传相互作用。此外，在全基因组预测和关联中使用标记注释的兴趣增加。在本文中，我们讨论了一种混合建模方法，它结合了参数混合建模方法和非参数规则集成。这种方法为我们提供了一类灵活的模型，可用于捕获添加剂，局部上位遗传效应，基因x背景相互作用，并允许我们将一个或多个注释纳入基因组选择或关联模型。除了模拟数据集，我们还使用涵盖一系列生物体和性状的基准数据集来说明这种方法的优势。模型精度的提高和关联结果表明，在复杂性状的“丢失的遗传力”的一部分，可以通过模拟本地上位性。
2016-03-29 q-bio.QM stat.AP stat.ML
Statistical testing of shared genetic control for potentially related traits
整合来自不同性状的全基因组单核苷酸多态性（SNP）关联研究的数据，应使研究人员能够解开个体相关区域内潜在相关性状的遗传学。对各个区域进行正式的统计共定位测试，这需要选择一组总结区域关联的SNP。我们表明，SNP选择方法极大地影响了1型错误率，已发表的研究使用的方法预计会导致大幅膨胀的1型错误率。我们发现，要么避免变量选择，而不是测试信息最丰富的主成分或整合变量选择使用贝叶斯模型平均可以导致正确的控制类型1的错误率。应用于格雷夫斯病和桥本甲状腺炎的数据揭示了疾病之间共享的七个区域的共同基因签名，并表明在与格雷夫斯病而不是桥本甲状腺炎相关的六个区域中的五个区域中，这更可能反映了与后者真正缺乏关联，而不是缺乏力量。我们的考试，通过模拟，性能的共定位测试和相关的软件将促进更广泛地采用正式的共定位测试。鉴于来自疾病相关组织和纯化细胞群体的大量表达和遗传关联数据集的日益可用性，加上ENCODE等项目对调控序列的鉴定，共定位分析有可能揭示相关性状的共享遗传特征以及致病基因和组织。
2013-04-30 q-bio.GN stat.AP
Association in Facial Phenotype, Gene, Disease: A Dataset for Explainable Rare Genetic Diseases Diagnosis
针对现有面部表型诊断模型缺乏可解释性的问题，本文构建了FGDD数据集（含1147条记录），验证了常用分类算法的性能并分析可解释性，旨在支持可解释诊断模型训练及探索基因-疾病-面部表型关联。
2025-03-25 q-bio.QM stat.AP
Secondary Phenotype Analysis in Ascertained Family Designs: Application to the Leiden Longevity Study
病例对照设计常用于检验病例对照状态与遗传变异之间的关联。除了这一主要表型之外，还常规记录了许多被称为次要表型的额外性状，并且通常也研究了遗传因素与这些次要性状之间的关联。在病例对照研究中分析次要表型可能导致偏倚的遗传效应估计，特别是当检测的标记与主要表型相关以及检测的主要表型和次要表型相关时。在文献中已经提出了几种方法来克服这个问题，但它们仅限于病例对照研究，不直接适用于更复杂的设计，如多病例家庭研究。在这种情况下，一个适当的次级表型分析，是复杂的家庭内的相关性的顶部偏抽样设计。我们提出了一种新的方法，以适应确定过程，同时明确建模的家庭关系。我们的方法将现有的混合效应模型方法与回顾性似然框架相结合，并使用多变量概率单位模型来捕获混合型主要和次要表型之间的关联。为了检查估计的效率和偏差，我们在几种情况下对主要表型、次要表型和遗传标记之间的关联进行了模拟。我们将通过分析莱顿长寿研究（一项调查长寿的多病例家族研究）中甘油三酯水平和葡萄糖（次要表型）与遗传标记之间的关联来说明该方法。
2016-11-14 stat.AP
Joint analysis of SNP and gene expression data in genetic association studies of complex diseases
遗传关联研究已成为评估常见单核苷酸多态性（SNP）与复杂疾病之间关联的流行方法。然而，在这些关联研究中，涉及从SNPs到疾病的机制的其他基因组数据，例如基因表达，通常被忽略。在本文中，我们建议利用基因表达信息，更有力地测试SNP和疾病之间的关联，通过联合建模SNP，基因表达和疾病之间的关系。我们提出了一个方差分量测试的总效应的SNP和基因表达的疾病风险。我们在因果中介分析框架内将基因表达作为潜在的中介体进行测试。对于eQTL SNP，基因表达信息的使用可以增强检验SNP集合的总效应的能力，SNP集合是通过基因表达介导的SNP对疾病风险的组合的直接和间接效应。我们发现，在原假设下的检验统计量遵循混合的$χ^2$分布，这可以通过分析或经验使用基于重采样的扰动方法进行评估。我们为三种疾病模型中的每一种构建测试，这些疾病模型仅由SNP决定，SNP和基因表达，或者还包括它们的相互作用。由于真实的疾病模型在实践中是未知的，我们进一步提出了一个综合测试，以适应不同的基础疾病模型。我们使用模拟研究评估所提出的方法的有限样本性能，并表明我们提出的测试表现良好，综合测试几乎可以达到最佳的功率，疾病模型是已知的，并正确指定。我们应用我们的方法重新分析SNP集和ORMDL3基因表达对哮喘风险的总体影响。
2014-04-25 stat.AP
Network assisted analysis to reveal the genetic basis of autism
虽然研究表明自闭症是高度遗传的，但这种疾病的遗传基础的性质仍然是虚幻的。基于高度相关的基因在功能上相互关联并且更可能影响风险的想法，我们开发了一种新的统计工具，通过将遗传关联得分与特定大脑区域和发育时期的基因共表达相结合来发现更多潜在的自闭症风险基因。基因依赖网络估计使用一种新的部分邻域选择（PNS）算法，其中节点的特定属性被纳入网络估计，以提高统计和计算效率。然后，我们采用隐马尔可夫随机场（HMRF）模型相结合的估计网络和遗传关联得分在一个系统的方式。所提出的建模框架可以自然地扩展到包含关于基因之间的依赖性的额外结构信息。利用目前可用的来自全外显子组测序研究和大脑基因表达水平的遗传关联数据，该算法成功地识别了333个可能影响自闭症风险的基因。
2015-11-17 stat.AP stat.ME
Many Phenotypes without Many False Discoveries: Error Controlling Strategies for Multi-Traits Association Studies
多个表型的遗传基础，如基因表达，代谢物水平或成像特征，通常通过测试大量的假设来研究，探测每个性状与数十万个基因型变异之间的关联。适当的多重性调整是保证结果可重复性的关键，而错误发现率（FDR）经常被用作全局错误的度量。为了便于解释，通常对结果进行总结，以便报告重点关注发现的与某些表型相关的变异。我们发现，应用FDR控制程序的整个集合的假设未能控制错误发现的相关变异的比率，以及错误发现的表型的平均比率，这些变异的影响。我们提出了一个简单的分层测试程序，它允许控制这两个错误率，并提供了一个更可靠的基础上识别的变体与功能的影响。我们证明了这种方法的实用性，通过模拟研究比较各种错误率和措施的权力多性状的遗传关联研究。最后，我们应用所提出的方法来识别影响拟南芥开花表型的遗传变异，扩大了发现的范围。
2015-04-02 stat.AP
LMM-Lasso: A Lasso Multi-Marker Mixed Model for Association Mapping with Population Structure Correction
探索可遗传性状的遗传基础仍然是生物医学研究的核心挑战之一。在简单的情况下，单个多态位点解释了表型变异的一个重要部分。然而，许多感兴趣的性状似乎受到遗传基因座组的多因素控制。这种多元关联的准确检测是不平凡的，往往受到有限的权力。与此同时，混杂的影响，如人口结构，导致虚假的关联信号，导致假阳性结果，如果他们没有考虑在模型中。在这里，我们提出了LMM-Lasso，一个混合模型，允许两个，多位点映射和校正混杂效应。我们的方法是简单的，没有调整参数，有效地控制人口结构和规模的全基因组数据集。我们通过回顾性分析展示了其在全基因组关联研究和连锁作图中的实际应用。在拟南芥和小鼠的数据中，我们的方法能够在91%的表型中找到显着更大比例的表型变异的遗传原因。与此同时，我们的模型将这种变异性分解为个体SNP效应和群体结构引起的组分。除了遗传可遗传性的增加，已知候选基因的丰富表明LMM-Lasso检索的关联更有可能是真实的。
2012-09-21 q-bio.GN q-bio.PE q-bio.QM
Bayesian group Lasso for nonparametric varying-coefficient models with application to functional genome-wide association studies
虽然全基因组关联研究（GWAS）已被证明是强大的理解复杂性状的遗传结构，单核苷酸多态性（SNPs）作为预测因子，复杂的环境因素的存在，以及许多复杂性状或疾病的纵向或功能性质的高维度的挑战。为了解决这些挑战，我们提出了一个高维变系数模型，将表型性状的功能方面纳入GWAS制定一个所谓的功能GWAS或fGWAS。贝叶斯组套索和相关的MCMC算法的开发，以确定显着的SNP和估计它们如何影响纵向性状，通过随时间变化的遗传行为。该模型被推广到分析复杂性状的遗传控制使用特定主题的稀疏纵向数据。新模型的统计特性进行了研究，通过模拟研究。我们使用新的模型来分析一个真实的GWAS数据集从心脏研究，导致识别几个显着的SNP与年龄特异性的身体质量指数的变化。fGWAS模型配备了贝叶斯群套索，将为复杂性状或疾病的遗传和发育分析提供有用的工具。
2015-09-14 stat.AP
Genetic Regulation of Cytokine Response in Patients with Acute Community-acquired Pneumonia
背景：社区获得性肺炎（CAP）是一种急性疾病，具有快速恶化的高风险。我们分析了遗传学对细胞因子调节的影响，以更好地了解患者的异质性。研究方法：对于住院CAP患者的PROGRESS研究的多达N=389名基因分型参与者，我们对10种细胞因子IL-1b、IL-6、IL-8、IL-10、IL-12、MCP-1（MCAF）、MIP-1a（CCL 3）、VEGF、VCAM-1和ICAM-1进行了全基因组关联研究。进行了对比性次要分析，以鉴定独立命中和相应的因果变异体。结果：来自14个位点的102个SNP与5种细胞因子在全基因组范围内具有显著相关性。最有趣的相关性发现于6p21.1的VEGF（p=1.58x10E-20）、17q21.32（p=1.51x10E-9）和10p12.1（p=2.76x10E-9）的IL-1b、10 p13的MIP-1a（CCL 3）（p=2.28x10E-9）和9q34.12的IL-10（p=4.52x10E-8）。功能上合理的基因可以分配到大多数位点，包括参与细胞因子分泌，粒细胞功能和纤毛动力学的基因。结论：这是第一项CAP患者血液细胞因子浓度的特定背景遗传关联研究，揭示了许多生物学上合理的候选基因。其中两个位点也与动脉粥样硬化相关，可能具有共同或连续的病理机制。
2021-10-11 q-bio.QM stat.AP
Efficient computation with a linear mixed model on large-scale data sets with applications to genetic studies
受全基因组关联研究的启发，我们考虑了一个标准的线性模型，其中在同一受试者中收集了许多预测因子，并且单独分析了每个预测因子。三个新的贡献是（1）线性和对数几率尺度之间的转换，这是准确的重要遗传情况下的小效应大小;（2）似然最大化算法，是一个数量级比以前公布的方法快;（3）有效的方法计算边际似然，允许贝叶斯模型比较。该方法已成功应用于多发性硬化症的大规模关联研究，包括超过20，000个个体和500，000个遗传变异。
2013-04-23 stat.AP
A fast algorithm for detecting gene-gene interactions in genome-wide association studies
随着高通量基因分型技术的出现，全基因组关联研究（GWAS）的遗传数据越来越多，这需要开发高效和有效的统计方法。尽管已经开发了许多这样的方法并用于鉴定与复杂性状或疾病相关的单核苷酸多态性（SNP），但是很少能够检测不同SNP之间的基因-基因相互作用。遗传互作，也称为上位性，已被认为在表型性状的遗传变异中起着关键作用。然而，由于GWAS中有大量的SNP-SNP组合，模型维度可能很快变得如此庞大，以至于没有流行的变量选择方法能够处理这个问题。在本文中，我们提出了一个统计框架，在GWAS研究中的主要遗传效应和上位性相互作用的特点。具体来说，我们首先提出了一个两阶段的确定独立筛选（TS-SIS）程序，并产生一个候选SNP和相互作用的池，作为预测因子来解释和预测一个复杂的性状的表型。我们还提出了一个率调整阈值估计（RATE）的方法来确定的大小的独立筛选所选择的减少模型。正则化回归方法，如LASSO或SCAD，然后应用于进一步确定重要的遗传效应。模拟研究表明，TS-SIS程序是计算效率高，并在选择潜在的SNP以及基因-基因相互作用的有限样本性能突出。我们应用所提出的框架来分析一个超高维GWAS数据集从心脏研究，并选择23个活跃的SNP和24个活跃的上位性相互作用的体重指数的变化。它显示了我们的程序解决遗传控制的复杂性的能力。
2015-02-03 stat.AP
Nonparametric Reduced-Rank Regression for Multi-SNP, Multi-Trait Association Mapping
全基因组关联研究已被证明对于理解疾病的遗传基础至关重要。然而，许多复杂的特征-人格特征，面部特征，疾病亚型-本质上是高维的，阻碍了简单的关联映射方法。我们开发了一个非参数贝叶斯降秩回归模型的多SNP，多性状关联映射，不需要指定的线性子空间的排名。我们在模拟和真实数据中表明，我们的模型在SNP和相关性状上具有优势，提高了统计功效，以识别与高维表型的可解释的SNP监督的低维线性投影的遗传关联。在HapMap第3阶段基因表达QTL研究数据上，我们鉴定了多效表达QTL，这些QTL是经典单变量检验发现的效力不足的，并且两步方法不能恢复。我们的Python软件BERRRI在GitHub上公开提供：https://github.com/ashlee1031/BERRRI。
2015-12-08 q-bio.GN stat.AP stat.ML
The networked partial correlation and its application to the analysis of genetic interactions
遗传相互作用赋予细胞对遗传扰动的鲁棒性。这通常通过分子缓冲机制发生，该机制可以使用基因之间的共表达程度等特征进行预测，通常通过相关性的边缘测量（如Pearson或Spearman相关系数）进行估计。然而，边际相关系数对间接影响很敏感，通常使用偏相关系数。然而，偏相关没有传达关于共表达基因对整个多变量系统的（线性）影响的信息，这对于区分功能关联与遗传相互作用可能至关重要。为了解决这两个缺点，在这里，我们建议使用来自相关基因网络路径的协方差分解的边权重。我们将这个新的量称为网络偏相关，并使用它来分析酵母中的遗传相互作用。
2016-07-08 q-bio.GN q-bio.MN q-bio.QM
Three-dimensional Cardiovascular Imaging-Genetics: A Mass Univariate Framework
动机：左心室肥大是心血管疾病预后的一个强有力的预测因子，但其基因调控机制在很大程度上仍无法解释。传统的表型依赖于LV质量和壁厚的手动计算，但先进的心脏图像分析提供了一个机会，在三维（3D）的基因型-表型关联的高通量映射。研究结果：在1，124名健康志愿者中自动分割高分辨率心脏磁共振图像，以创建心脏的3D形状模型。使用质量单变量回归绘制3D效应尺寸图，以了解壁厚与网格中每个顶点的一组预测因子之间的关联。通过应用无阈值聚类增强来增强具有空间连续性的信号区域来确定存在显著影响的顶点。对模拟表型信号和SNP复制的实验表明，这种方法在心脏基因型-表型关联的统计功效方面提供了实质性的增益，同时提供了对错误发现率的良好控制。该框架模拟了整个心脏的遗传变异的影响，并可自动应用于大型人群队列。可用性：所提出的方法已被编码在一个R包中，可在https://doi.org/10.5281/zenodo.834610上免费获得，同时还有本研究中使用的临床数据。
2017-09-13 q-bio.QM stat.AP
Deep interpretability for GWAS
McGill University（麦吉尔大学）；MILA - Quebec AI Institute（MILA - 魁北克人工智能研究所）；Université Laval（拉瓦尔大学）；Université de Montréal（蒙特利尔大学）；Montreal Heart Institute（蒙特利尔心脏研究所）；Facebook AI Research（Facebook人工智能研究院）
全基因组关联研究通常使用线性模型进行，以发现与常见疾病相关的遗传变异。在这些研究中，关联检验是在逐个变量的基础上进行的，可能会遗漏变量之间的非线性相互作用效应。深度网络可用于对这些相互作用进行建模，但它们很难在大型遗传数据集上进行训练和解释。我们提出了一种方法，该方法使用基于梯度的深度可解释性技术DeepLIFT来证明已知的糖尿病遗传风险因素可以使用深度模型以及可能的新关联来识别。
2020-07-03 cs.LG q-bio.GN stat.AP
GWGGI: software for genome-wide gene-gene interaction analysis
背景资料：虽然基因-基因相互作用在人类疾病中的重要性已得到充分认识，但识别它们一直是一个巨大的挑战，特别是通过与数百万遗传标记和数千个个体的关联研究。在高维关联研究中，识别新的基因-基因相互作用需要计算效率高、功能强大的工具。结果：我们开发了全基因组基因-基因相互作用分析（GWGGI）的C++软件。GWGGI利用基于树的算法来搜索大量的遗传标记，以考虑高阶相互作用来寻找疾病相关的联合关联，然后使用非参数统计来检验联合关联。该软件包包括两个功能：似然比Mann-whitney（LRMW）和树组装Mann-whitney（TAMW），并优化了软件的数据存储和计算效率，使全基因组分析在个人计算机上运行成为可能。GWGGI的使用通过使用具有近500 k遗传标记的两个真实数据集来证明。结论：通过实证研究，我们证明了使用GWGGI的全基因组基因-基因相互作用分析可以在个人计算机上在合理的时间内完成（即，LRMW约3.5小时，TAMW约10小时）。我们还表明，LRMW适用于检测少量具有中等至强边际效应的遗传变异之间的相互作用，而TAMW适用于检测大量低边际效应遗传变异之间的相互作用。
2015-05-05 cs.DS q-bio.GN q-bio.QM
Hypothesis Testing in High-Dimensional Instrumental Variables Regression with an Application to Genomics Data
基因表达和表型关联可能受到来自多个来源的潜在未测量混杂因素的影响，导致对关联的偏倚估计。由于遗传变异在很大程度上解释了基因表达变异，因此可以在高维工具变量（IV）回归的框架内将其用作研究基因表达与表型之间关联的工具。然而，由于遗传变异和基因表达的维度通常大于样本量，因此统计推断（例如，用于此类高维IV模型的假设检验）并非微不足道，并且尚未在文献中进行研究。由于工具变量（例如，遗传变体）必须在大量的遗传变体中进行选择。研究了稀疏IV回归模型的假设检验问题，给出了单个回归系数的检验方法和多个回归系数的多重检验方法，其中单个回归系数的检验统计量是基于逆回归构造的.一个多重检验程序开发选择变量，并控制错误发现率。仿真进行评估我们所提出的方法的性能。这些方法通过酵母数据集的分析来说明，以确定与过氧化氢存在下的生长相关的基因。
2019-10-21 stat.AP stat.ME
Implicit Causal Models for Genome-wide Association Studies
Columbia University（哥伦比亚大学）
概率生成模型的进展已经加速，开发了更丰富的模型，具有神经架构，隐式密度，以及用于其贝叶斯推断的可扩展算法。然而，在捕捉因果关系的模型方面进展有限，例如，个体遗传因素如何导致重大人类疾病。在这项工作中，我们特别关注两个挑战：我们如何构建更丰富的因果模型，它可以捕捉高度非线性的关系和多个原因之间的相互作用？我们如何调整潜在的混杂因素，这些因素是影响因果关系的变量，并阻止因果关系的学习？为了应对这些挑战，我们综合了因果关系和现代概率模型的思想。首先，我们描述了隐式因果模型，这是一类利用具有隐式密度的神经架构的因果模型。对于第二个，我们描述了一个隐式因果模型，通过在示例中共享强度来调整混杂因素。在实验中，我们对多达10亿个基因测量进行了贝叶斯推断。我们在识别因果因素方面达到了最先进的准确性：我们的绝对差异为15- 45.3%，明显优于现有的遗传学方法。
2017-10-30 cs.LG q-bio.GN stat.AP
Tracking Target Signal Strengths on a Grid using Sparsity
University of Minnesota（明尼苏达大学）；Delft University of Technology（代尔夫特理工大学）；Michigan Tech University（密歇根理工大学）
提出一种基于网格的线性状态和测量模型，通过稀疏感知卡尔曼滤波实现多目标跟踪，避免数据关联并降低复杂度。
2011-04-28 cs.SY eess.SY math.OC
Functional Analysis of Variance for Association Studies
Michigan State University（密歇根州立大学）；National Institute of Environmental Health Sciences（国家环境健康科学研究所）；National Institutes of Health（美国国立卫生研究院）；Montana State University（蒙大拿州立大学）
本文提出方差分析函数方法FANOVA，用于检验基因组区域序列变异与定性性状的关联，能联合检验常见与罕见变异并利用连锁不平衡信息，模拟和实证表明其在小样本或低中效应下优于SKAT和FLM，可同时识别ANGPTL4和ANGPTL3与肥胖的关联。
2025-08-14 cs.LG stat.AP stat.ME
Is the familywise error rate in genomics controlled by methods based on the effective number of independent tests?
在全基因组关联（GWA）研究中，目标是检测一个或多个遗传标记与给定表型之间的关联。在GWA研究中遗传标记的数量可以是数十万的量级，因此需要多重检验方法。本文介绍了一套流行的方法，用于纠正多重检验在GWA研究。所有这些都是基于估计独立测试的有效数量的概念。我们比较这些方法使用模拟数据和TOP研究的数据，并表明，独立测试的有效数量是不加性的独立遗传标记的块，除非我们假设一个共同的本地显着性水平的值。我们还表明，审查的方法的基础上估计的有效数量的独立测试一般不控制familywise错误率。
2016-12-21 stat.AP stat.ME
Understanding the population structure correction regression
虽然复杂性状的全基因组关联研究（GWAS）已经取得了巨大的成功，但目前领先的GWAS方法只是针对每个遗传变异分别测试每个基因型-表型关联。奇怪的是，当考虑整个遗传变异的联合模型时，使用这些方法的统计特性是未知的。在这里，我们推进GWAS在理解的“人口结构校正”（PSC）的方法，在GWAS的标准单变量方法的统计特性。我们进一步提出并分析了PSC方法的校正，称为“校正人口校正”（CPC）。结合理论结果，数值模拟表明，CPC总是可比或优于PSC，在某些特殊情况下显着改善。
2021-08-12 q-bio.QM stat.AP stat.ME
