复杂疾病中的若干统计方法研究

随着生物学技术的进步，基于病例对照设计下的全基因组范围内的关联性研究方法和候选基因分析方法已经成为识别复杂疾病基因致病机理的有效方法。这两种方法的共同点就是以基因组上的单碱基多态性(SNP) 为出发点来研究复杂疾病与危险因素之间的关系。本项目研究不同SNPs之间的关联性，给出一种利用SNPs信息衡量人与人之间的相似性度量，进而解决群体分层对关联分析的影响；给出一种稳健的多阶段设计方案；研究贝叶斯因子与群体分层及遗传模型之间的关系，提出稳健的贝叶斯因子；研究多基因之间的交互作用对复杂疾病的影响；并用实际的数据来检验新方法的可行性和准确性。

本项目研究复杂疾病关联分析中的一些统计建模与方法。针对常见和非常见变异，我们给出了全基因组关联研究中稳健的两阶段设计与分析方法和序贯的多重检验校正方法；提出了基于MAX3稳健的贝叶斯因子和纠正群体分层的贝叶斯因子；关于临川试验药物疗效的衡量，给出基于秩的稳健检验统计量；给出了多元相关事件同时发生的概率的平行四边形计算公式并把其应用到关联分析中；除此之外，我们把先前给出的截断p值的方法应用到子宫颈癌和前列腺癌的关联研究中，发现了一些易感基因。