Resumen: Las tecnologías de secuenciación de segunda generación se utilizan cada vez más para los estudios de asociación genética, donde el principal interés de la investigación es identificar conjuntos de variantes genéticas que contribuyen a varios fenotipo. El fenotipo puede ser el estado de la enfermedad univariante, las respuestas multivariadas e incluso los resultados de alta dimensión. Teniendo en cuenta el genotipo y el fenotipo como dos objetos complejos, esto también plantea un problema estadístico general de la asociación de pruebas entre objetos complejos. Aquí propusimos una prueba basada en similitud, similitud generalizada U (GSU), que puede probar la asociación entre objetos complejos. Primero estudiamos las propiedades teóricas de la prueba en un entorno general y luego nos centramos en la aplicación de la prueba a los estudios de asociación de secuenciación. Basado en el análisis teórico, propusimos utilizar la similitud basada en el núcleo laplaciano para GSU para aumentar la potencia y mejorar la robustez. A través de la simulación, encontramos que GSU tenía ventajas sobre los métodos existentes en términos de potencia y robustez. Además, realizamos una exploración de secuenciación del genoma completo (WGS) para datos de la Iniciativa de Neuroimagen de la Enfermedad de la Enfermedad Alzherimer (ADNI), identificando tres genes, APOE, APOC1 y TOMM40, asociados con el fenotipo de imágenes. Desarrollamos un paquete C ++ para el análisis de datos de secuenciación de genoma completo utilizando GSU. Los códigos de origen se pueden descargar en esta URL HTTPS.
Publicado Originalme en export.arxiv.org El 17 de agosto de 2025.
Ver Fuente Original
