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

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。

短道速滑后备人才梯队建设现状及可持续发展研究

短道速滑在我国冬季奥林匹克运动会运动项目中属于优势竞技项目,要继续保持该项目的竞技优势,其关键就是把握好现在与未来的关系,即后备人才的梯队建设现状及未来可持续发展,以形成较合理的队伍梯队建设。此研究对我国短道速滑后备人才梯队建设现状进行分析,抓住优势,弥补不足,并结合当前社会的发展和经济形势,探索适合短道速滑后备人才可持续发展的途径,从而实现我国短道速滑持续、健康、稳定的发展。

测序数据罕见遗传变异关联性分析方法评价

目的评价常见罕见变异统计分析方法的统计学性质,包括一类错误和检验效能,从而为分析罕见遗传变异资料的统计方法选择提供理论依据。方法通过计算机模拟试验的方法,对SKAT(sequence kernel association test)和FPCA(functional principal component analysis)等方法从一类错误和检验效能等方面进行统计学性质评价。结果SKAT方法在各种检验水准下,第一类错误率均控制在检验水准附近,且其检验效能均高于其它方法,其中SKATO(optimal unified association test)的检验效能最高。结论在罕见遗传变异统计方法中,SKATO是一种效能较高的罕见变异资料的关联分析方法。

SIPA1L2:阿尔茨海默症的风险基因

阿尔茨海默症(AD)是一种常见的具有高度遗传性的神经退行性疾病.越来越多的常见变异被发现与AD相关,但这些常见变异只能解释遗传力的一小部分.理论和实践表明罕见变异可解释剩余的遗传力.我们在389个个体(175个AD和214个认知正常)的600470个变异中探索能够改变AD易感性的罕见功能性变异.首先,在密歇根填补服务器上对缺失的基因型进行填补后,进行了质量控制和基于基因的注释.其次,对311个注释的外显子变异进行有效的重采样序列核关联测试.最后,通过几种生信工具对鉴定出的风险基因的潜在生物学解释进行了预测.结果显示,在Bonferroni校正下,SIPA1L2基因中的罕见错义变异rs2275303与AD显著相关(P=6.00E-04),并通过生信分析对其致病性进行了验证.SIPA1L2基因有望在AD的预防、诊断、预后和治疗中发挥重要作用.