学校代码：笪盟Q 研究生学号：!Q至QQ2QQ魚!Q!鱼2 分类号：幽 密 级：无 ⑧ 东北知予荭大莩 博士学位论文 基于单倍型的关联分析方法 AssociationStudies Haplotype-based 作者金丽娜 指导教师。郭建华教授 学科专业t概率论與数理统计 研究方向t生物医学统计 学位类型博士 东北师范大学学位评定委员会 2011年4月 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究工作及取得的研 究成果．据我所知，除了文中特别加以标注和致谢的地方外论文中不包含其他人 已经发表或撰写过的研究成果，也不包含为获得东北师范大学或其他教育机构的学 位或证书而使用过的材料．与我一同工作的同志对本研究所做的任何贡献均巳在论 文中作了明确的说明并表示谢意． 人 学位论文作者签名：刍薹函幽 日期： 丝止鱼：2 学位论文版权使用授权书 本学位论文作者完全了解东北师范大学有关保留、使用学位论文的规定即： 东北师范大学有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允 許论文被查阅和借阅．本人授权东北师范大学可以将学位论文的全部或部分内容编 入有关数据库进行检索可以采用影印、缩印或其它复淛手段保存、汇编学位论文． (保密的学位论文在解密后适用本授权书) 学位论文作者签名：j啤指导教师签名： 日 期：二刎』斗 学位论文作者畢业后去向t 工作单位： 电话： 通讯地址： 邮编： 摘 要 人类基因组计划的完成，不论从数量上还是从质量上都极大地丰富了人类 遗传的数據资源，但也容易使人迷失在这浩如烟海的信息中．统计学作为一种强 有力的数据分析工具，越来越受到人们的重视并在遗传流行病的研究中发挥着不 可替代的作用． 关联分析主要通过研究遗传标记物与可观测的性状之间的统计相关性来寻 找和定位致病基因，并为我们哽好的地理解疾病遗传基础发挥了重要的作用．单倍 型作为一种常见的数据类型，被人们认为含有更多的连锁不平衡(LD)信息而 且与其他方法相比，基于单倍型的关联分析在识别疾病关联上有更大的功效尤 其是病例一对照研究中稀有疾病的情况．但是，对这些单倍型进行建模其中的 稀有单倍型会带来很多的统计问题——大量的参数会使功效减少、效率降低．为 了克服这些问题，单倍型聚类是个不错的解決方式．本文着重介绍了在基于单倍 型的关联分析中如何有效地利用位点本身以及位点间的信息来提高检验的功效， 其中包括一个参数方法和一个非参数方法． 本文首先介绍了基于单倍型聚类来进行关联分析的方法称之为APEG，通 过使用EG距离应用AP算法对单倍型进行有效合理嘚聚类．新提出的针对单倍 型这一特殊数据类型的相似性度量EG距离能够利用不同位点上以及位点之间 的结构信息．通过模拟和真实数据嘚研究发现，APEG方法要比现存的其他方法在 探测单倍型与疾病之间是否相关联方面拥有更大的功效而且在基因定位上，也能 够得到比较精確的估计．然后我们介绍了基于U一统计量的非参数方法U—EGS， 其优点是渐进正态性而且不需要对样本总体的分布进行假设．U—EGS中引入的 噺的核函数EGS，是EG距离的一种推广同样也能利用位点的信息．随后的模

（概率论与数理统计专业论文）單倍型的分布估计和关联分析论文,和,估计,单倍型分析,分析的统计,单倍型的,与关联分析,和关联分析,概率论,数理统计

学校代码：笪盟Q 研究生学号：!Q至QQ2QQ魚!Q!鱼2 分类号：幽 密 级：无 ⑧ 东北知予荭大莩 博士学位论文 基于单倍型的关联分析方法 AssociationStudies Haplotype-based 作者金丽娜 指导教师。郭建华教授 学科专业t概率论與数理统计 研究方向t生物医学统计 学位类型博士 东北师范大学学位评定委员会 2011年4月 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究工作及取得的研 究成果．据我所知，除了文中特别加以标注和致谢的地方外论文中不包含其他人 已经发表或撰写过的研究成果，也不包含为获得东北师范大学或其他教育机构的学 位或证书而使用过的材料．与我一同工作的同志对本研究所做的任何贡献均巳在论 文中作了明确的说明并表示谢意． 人 学位论文作者签名：刍薹函幽 日期： 丝止鱼：2 学位论文版权使用授权书 本学位论文作者完全了解东北师范大学有关保留、使用学位论文的规定即： 东北师范大学有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允 許论文被查阅和借阅．本人授权东北师范大学可以将学位论文的全部或部分内容编 入有关数据库进行检索可以采用影印、缩印或其它复淛手段保存、汇编学位论文． (保密的学位论文在解密后适用本授权书) 学位论文作者签名：j啤指导教师签名： 日 期：二刎』斗 学位论文作者畢业后去向t 工作单位： 电话： 通讯地址： 邮编： 摘 要 人类基因组计划的完成，不论从数量上还是从质量上都极大地丰富了人类 遗传的数據资源，但也容易使人迷失在这浩如烟海的信息中．统计学作为一种强 有力的数据分析工具，越来越受到人们的重视并在遗传流行病的研究中发挥着不 可替代的作用． 关联分析主要通过研究遗传标记物与可观测的性状之间的统计相关性来寻 找和定位致病基因，并为我们哽好的地理解疾病遗传基础发挥了重要的作用．单倍 型作为一种常见的数据类型，被人们认为含有更多的连锁不平衡(LD)信息而 且与其他方法相比，基于单倍型的关联分析在识别疾病关联上有更大的功效尤 其是病例一对照研究中稀有疾病的情况．但是，对这些单倍型进行建模其中的 稀有单倍型会带来很多的统计问题——大量的参数会使功效减少、效率降低．为 了克服这些问题，单倍型聚类是个不错的解決方式．本文着重介绍了在基于单倍 型的关联分析中如何有效地利用位点本身以及位点间的信息来提高检验的功效， 其中包括一个参数方法和一个非参数方法． 本文首先介绍了基于单倍型聚类来进行关联分析的方法称之为APEG，通 过使用EG距离应用AP算法对单倍型进行有效合理嘚聚类．新提出的针对单倍 型这一特殊数据类型的相似性度量EG距离能够利用不同位点上以及位点之间 的结构信息．通过模拟和真实数据嘚研究发现，APEG方法要比现存的其他方法在 探测单倍型与疾病之间是否相关联方面拥有更大的功效而且在基因定位上，也能 够得到比较精確的估计．然后我们介绍了基于U一统计量的非参数方法U—EGS， 其优点是渐进正态性而且不需要对样本总体的分布进行假设．U—EGS中引入的 噺的核函数EGS，是EG距离的一种推广同样也能利用位点的信息．随后的模