Genetic association analysis using sibship data: a multilevel model approach.
Genetic association analysis using sibship data: a multilevel model approach.
复制标题
使用同胞数据进行遗传关联分析：多层次模型方法
DOI：
10.1371/journal.pone.0031134
复制
发表时间：
2012
期刊：
影响因子：
3.7
通讯作者：
Chen F
中科院分区：
文献类型：
--
作者：
Zhao Y;Yu H;Zhu Y;Ter-Minassian M;Peng Z;Shen H;Diao N;Chen F
基于家系的关联研究（FBAS）具有控制群体分层和同时检验连锁与关联的优点。我们提出了一个回顾性多水平模型（rMLM）的方法来分析同胞关系的数据，使用基因型信息作为因变量。模拟数据集使用连锁和关联模拟（SIMLA）程序生成。我们比较了rMLM与同胞传递/不平衡检验（S-TDT）、同胞不平衡检验（SDT）、条件Logistic回归（CSTR）和广义估计方程（GEE）在功效、I类错误、估计偏差和标准误方面的差异。结果表明，rMLM是一个有效的测试的关联存在连锁使用的同胞数据。当数据包含一致的亲缘关系时，rMLM的优势变得更加明显。与GEE相比，rMLM具有更少的被低估的优势比（OR）。我们的研究结果支持应用rMLM检测基因与疾病的关联使用同胞数据。然而，当疾病位点和基因型标记之间存在关联而无连锁时，应警惕I型错误率增加的风险。
Family based association study (FBAS) has the advantages of controlling for population stratification and testing for linkage and association simultaneously. We propose a retrospective multilevel model (rMLM) approach to analyze sibship data by using genotypic information as the dependent variable. Simulated data sets were generated using the simulation of linkage and association (SIMLA) program. We compared rMLM to sib transmission/disequilibrium test (S-TDT), sibling disequilibrium test (SDT), conditional logistic regression (CLR) and generalized estimation equations (GEE) on the measures of power, type I error, estimation bias and standard error. The results indicated that rMLM was a valid test of association in the presence of linkage using sibship data. The advantages of rMLM became more evident when the data contained concordant sibships. Compared to GEE, rMLM had less underestimated odds ratio (OR). Our results support the application of rMLM to detect gene-disease associations using sibship data. However, the risk of increasing type I error rate should be cautioned when there is association without linkage between the disease locus and the genotyped marker.
登录
查看更多内容
影响因子：
1.9
作者：
PRENTICE, R
通讯作者：
PRENTICE, R
影响因子：
9.8
作者：
Spielman, RS;Ewens, WJ
通讯作者：
Ewens, WJ
影响因子：
5.2
作者：
Peng, Gang;Luo, Li;Xiong, Momiao
通讯作者：
Xiong, Momiao
影响因子：
5
作者：
Hanley, JA;Negassa, A;Forrester, JE
通讯作者：
Forrester, JE
影响因子：
9.8
作者：
Kraft, P;Thomas, DC
通讯作者：
Thomas, DC