我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
遗传关联研究是评估常见单核苷酸多态性(SNP)与复杂疾病之间关联的一种流行方法。然而,在这些关联研究中,涉及SNP到疾病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,我们建议通过联合建模SNP、基因表达和疾病之间的关系,利用基因表达信息来更有力地测试SNP与疾病之间的关联。我们提出了SNP和基因表达对疾病风险总影响的方差分量检验。我们在因果中介分析框架内进行了测试,将基因表达作为潜在的中介。对于eQTL SNPs,使用基因表达信息可以增强测试SNP集总效应的能力,即通过基因表达介导的SNPs对疾病风险的直接和间接影响。我们表明,零假设下的检验统计量遵循$\chi^{2}$分布的混合,这可以使用基于重采样的扰动方法进行分析或经验评估。我们为三种疾病模型中的每一种构建测试,这些模型仅由SNPs、SNPs和基因表达决定,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未知,我们进一步提出了一种综合测试,以适应不同的潜在疾病模型。我们使用仿真研究评估了所提方法的有限样本性能,并表明我们提出的测试性能良好,在疾病模型已知且正确指定的情况下,综合测试几乎可以达到最佳功率。我们应用我们的方法重新分析SNP集合的整体效果和ORMDL3型哮喘风险基因。
Yen Tsung Huang。 泰勒·J·范德维尔。 林喜红。 “复杂疾病遗传关联研究中SNP和基因表达数据的联合分析。” 附录申请。斯达。 8 (1) 352 - 376, 2014年3月。 https://doi.org/10.1214/13-AOAS690