Multivariate association test using haplotype trend regression.
Multivariate association test using haplotype trend regression.
复制标题
DOI：
10.1111/j.1469-1809.2009.00527.x
复制
发表时间：
2009-07
影响因子：
1.9
通讯作者：
Deng HW
中科院分区：
文献类型：
--
作者：
Pei YF;Zhang L;Liu J;Deng HW
在某些条件下，单倍型的遗传关联分析可能比单一标记的分析更有效。此外，同时考虑多个相关性状可以利用在分析个体性状时不会考虑的附加信息。在这项研究中，我们提出了一个基于单倍型的关联测试的多变量数量性状在无关的样品。具体来说，我们扩展了基于人口的单倍型趋势回归（HTR）的方法，多变量的情况。我们主要针对双变量HTR，仿真结果表明，所提出的方法具有正确的预先指定的I类错误率。所提出的方法的功率在很大程度上受变量之间的相关性的大小和来源的影响，当特定基因的相关性与剩余相关性的符号相反时，功率最大。
Genetic association analyses with haplotypes may be more powerful than analyses with single markers, under certain conditions. Furthermore, simultaneously considering multiple correlated traits may make use of additional information that would not be considered when analyzing individual traits. In this study, we propose a haplotype based test of association for multivariate quantitative traits in unrelated samples. Specifically, we extend a population based haplotype trend regression (HTR) approach to multivariate scenarios. We mainly focused on bivariate HTR, and the simulation results showed that the proposed method had correct pre-specified type-I error rates. The power of the proposed method was largely influenced by the size and source of correlation between variables, being greatest when correlation of a specific gene was opposite in sign to the residual correlation.
登录
查看更多内容
影响因子：
9.8
作者：
Boutin P;Dina C;Vasseur F;Dubois S;Corset L;Séron K;Bekris L;Cabellon J;Neve B;Vasseur-Delannoy V;Chikri M;Charles MA;Clement K;Lernmark A;Froguel P
通讯作者：
Froguel P
影响因子：
2.6
作者：
Evans, DM;Duffy, DL
通讯作者：
Duffy, DL
影响因子：
8.3
作者：
Lohmussaar, E;Gschwendtner, A;Dichgans, M
通讯作者：
Dichgans, M
影响因子：
3.5
作者：
Guo, Yan;Xiong, Dong-Hai;Deng, Hong-Wen
通讯作者：
Deng, Hong-Wen
影响因子：
3.5
作者：
Liu, Yong-Jun;Liu, Xiao-Gang;Deng, Hong-Wen
通讯作者：
Deng, Hong-Wen