2  研究意义
GWAS的发展,带动了对相应的统计分析方法的研究和相关统计软件的开发。但是目前GWAS中的数据分析手段仍然落后于实际需求。一方面,目前人类遗传学中的关联分析方法均为单标记分析,即一次只分析一个基因标记,而忽略了基因之间的联系。由于致病机制的复杂性,基于基因一基因交互作用、基因一环境交互作用的分析,特别是高阶相互作用、交互作用的分析是今后研究的重点,而基于单个SNP的分析显然不能满足实际需要。另一方面,数量性状的上位性检测以及海量基因标记的出现,导致遗传模型中的样本容量远小于变量的个数,这使得目前GWAS中采用的传统参数估计方法不再适用。而且,面对几十万个变量,目前的计算机系统很难胜任高阶交互作用的探索。因此,GWAS数据的深入探索和分析还需要新的分析思路、方法和手段。
弹性网方法不仅能发挥自变量的分组效应,还能在样本容量远小于自变量的个数时有效进行变量选择,预测精度也较高。因此考虑将弹性网方法应用于GWAS的统计分析过程中,如果能验证其结果准确度和精度较高,则基于弹性网方法的GWAS是可行的,将为GWAS的研究带来便利。
上一篇:Android小型单机游戏平台开发设计+源代码
下一篇:java+Struts2智能化邮寄收费管理系统设计+源代码

教育技术学专业技能学习网站的设计

欧商学院二手物品拍卖网设计

基于Android的电子拍卖系统设计与开发

基于Web应用的致胜公司企业内部培训系统设计

Matlab基于多旋翼飞行器的飞行控制系统设计

基于字典学习的多视图低维相关表示方法研究

基于android通讯与游戏的手...

日语论文中日酒文化对比研究

肢体语言在小学英语教学中的应用浅谈

浅谈农村大气环境保护的制度构建【1868字】

2021年什么行业赚钱,适合...

激光模拟训练器材国内外研究现状

大淘宝网的虚假交易研究

新疆农林高校學生昆虫生...

个案管理茬老年糖尿病患...

淮安市高校足球运动损伤问卷调查表

发酵米粉优势菌株的发酵特性研究