12、遗传关联分析中的检验与估计方法

遗传关联分析中的检验与估计方法

1. 关联检验概述

在遗传关联分析中，我们常常需要检验标记与疾病之间的关联。一般来说，所采用的遗传模型越接近“真实情况”，检验的效力就越强，但在实际中，遗传模型往往是未知的。另外，一个重要且常被忽视的事实是，如果用于疾病关联检验的标记与疾病易感位点（DSL）并非完全连锁不平衡（LD），那么疾病与疾病基因型之间的关系将会被扭曲。

接下来，我们将重点关注二分结果的检验和估计，以明确相关概念。关联检验的扩展，包括协变量调整和非二元表型的情况，将在回归模型的背景下进行考虑。

2. 二分疾病性状的关联检验

由于每个人有两个等位基因，因此存在三种可能的标记基因型：AA、Aa 和 aa。基本数据可以按如下表格排列：
| | aa | Aa | AA | 总数 |
| — | — | — | — | — |
| 病例组 | r0 | r1 | r2 | r |
| 对照组 | s0 | s1 | s2 | s |
| 总数 | n0 | n1 | n2 | n |

2.1 共显性检验

• 原假设与备择假设 ：原假设 (H_0) 为 (P(Y = 1|AA) = P(Y = 1|Aa) = P(Y = 1|aa))，备择假设 (H_A) 为至少有一个不等式成立。
• 检验统计量 ：使用标准的 2×3 列联表的 Pearson (\chi^2) 独立性检验，统计量为 (\chi^2 = \sum (O - E)^2/E)，其中 (O) 是单元格中的