SNPの数理解析とSNP利用研究のための新規統計解析手法の開発

点击翻译按钮获取中文摘要

本研究の第一の目的は、ゲノムワイド関連解析において、研究コストを勘案した上で、最も効率よく疾患感受性遺伝子を同定しうる(検出力の高い)SNPマーカー数とサンプルサイズを求めるアルゴリズムを開発することであった。以下に成果内容を要約する。Saito and Kamatani(2002)が開発した2段階による段階的絞込み法を応用した。第1段階で必要なサンプルサイズと有意水準をN_1およびa_1とし、第2段階で必要なサンプルサイズと有意水準をN_2およびa_2とした。また、ゲノム中の候補SNP総数をnとし、実際に調べるSNP数をmと仮定した。第1段階の検出力をP_1、第2段階の検出力をP_2とし、遺伝子タイピングコスト、サンプル収集コスト、研究の総資金を、それぞれC_g、C_p、Bとおいた。このような状況下では、Q=mP_1P_2/nを最大化することが研究の最大効率となる。そこで、研究全体の有意水準を0.05に保ち、Qが最大となるように、0.05/m=a_1a_2 (1)mC_g(N_1+α_1N_2)+C_p(N_1+N_2)【less than or equal】B (2)を満たすパラメタ範囲で、マーカー数およびサンプルサイズを求めるアルゴリズム開発を行った。サンプルサイズは整数であるので、グリッドサーチを用いてサンプルサイズを決定した。本研究の第二の目的は、SNPによって規定される連鎖不平衡の程度を計算し、その結果に基づいて疾患感受性変異が存在するゲノム領域を最尤法によって予測する新規統計学的手法の開発を行うことであった。解析手法の開発は現在も継続中であるが、実在集団を対象とする連鎖不平衡解析およびVisual Basicによるシミュレーションプログラムの開発は完了した。