...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Annals of Human Genetics >A Likelihood Ratio Test for Genome-Wide Association under Genetic Heterogeneity
【24h】

A Likelihood Ratio Test for Genome-Wide Association under Genetic Heterogeneity

机译：遗传异质性下全基因组关联的似然比检验

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Most existing association tests for genome-wide association studies (GWASs) fail to account for genetic heterogeneity. Zhou and Pan proposed a binomial-mixture-model-based association test to account for the possible genetic heterogeneity in case-control studies. The idea is elegant, however, the proposed test requires an expectation-maximization (EM)-type iterative algorithm to identify the penalised maximum likelihood estimates and a permutation method to assess p-values. The intensive computational burden induced by the EM-algorithm and the permutation becomes prohibitive for direct applications to GWASs. This paper develops a likelihood ratio test (LRT) for GWASs under genetic heterogeneity based on a more general alternative mixture model. In particular, a closed-form formula for the LRT statistic is derived to avoid the EM-type iterative numerical evaluation. Moreover, an explicit asymptotic null distribution is also obtained, which avoids using the permutation to obtain p-values. Thus, the proposed LRT is easy to implement for GWASs. Furthermore, numerical studies demonstrate that the LRT has power advantages over the commonly used Armitage trend test and other existing association tests under genetic heterogeneity. A breast cancer GWAS dataset is used to illustrate the newly proposed LRT. ? 2013 Blackwell Publishing Ltd/University College London.
机译：现有的大多数全基因组关联研究（GWAS）关联测试都无法解释遗传异质性。 Zhou和Pan提出了一种基于二项式混合模型的关联测试，以说明病例对照研究中可能的遗传异质性。这个想法很优雅，但是，提出的测试要求使用期望最大化（EM）类型的迭代算法来识别受罚的最大似然估计，并需要一种置换方法来评估p值。 EM算法和排列所引起的大量计算负担对于直接应用于GWAS来说是禁止的。本文基于更通用的替代混合模型，针对遗传异质性发展了GWAS的似然比检验（LRT）。特别是，导出了LRT统计量的封闭式公式，以避免EM类型的迭代数值评估。此外，还获得了显式渐近零分布，避免了使用置换获得p值。因此，所提出的轻轨很容易为GWAS实施。此外，数值研究表明，在遗传异质性下，轻铁比常规的阿米塔奇趋势测试和其他现有的关联测试具有优势。乳腺癌GWAS数据集用于说明新提出的LRT。 ？ 2013布莱克韦尔出版有限公司/伦敦大学学院。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号