A case-control study design for det

A case-control study design for detection of interaction between two loci (SNPs) where two loci can be either linked or unlinked were considered. The statistics for testing interaction are usually motivated by the measure of interaction. The widely used logistic regression methods for detection of gene-gene interaction are based on then odds-ratio measure of interaction. Traditional additive and multiplicative odds ratio measures of interaction are defined in terms of genotypes at two loci. In this report, a novel statistic for testing interaction between two loci is based on multiplicative odds-ratio measures defined in terms of pseudohaplotypes. For the convenience of presentation, we first briefly introduce the odds ratio interaction measure in terms of genotypes, alleles, and then present the odds ratio measure in terms of pseudohaplotypes.
Genotype-Based Odds Ratio Multiplicative Interaction Measure

Consider two loci: G and H. Assume that the codes An external file that holds a picture, illustration, etc. Object name is pgen.1001131.e001.jpg and An external file that holds a picture, illustration, etc. Object name is pgen.1001131.e002.jpg denote whether an individual is a carrier (non-carrier) of the susceptible genotypes at the loci G and H, respectively. Let D denote disease status where An external file that holds a picture, illustration, etc. Object name is pgen.1001131.e003.jpg indicates an affected (unaffected) individual. Consider the following logistic model:
equation image
(1

ผลลัพธ์ (ไทย) 2:

กรณีการควบคุมการออกแบบการศึกษาสำหรับการตรวจสอบการทำงานร่วมกันระหว่างสองตำแหน่ง (SNPs) ซึ่งทั้งสองตำแหน่งสามารถเชื่อมโยงหรือยกเลิกการเชื่อมโยงได้รับการพิจารณา สถิติการทดสอบการทำงานร่วมกันมีแรงจูงใจโดยปกติตัวชี้วัดของการทำงานร่วมกัน ใช้กันอย่างแพร่หลายวิธีการถดถอยโลจิสติกสำหรับการตรวจสอบของการปฏิสัมพันธ์ยีนยีนอยู่บนพื้นฐานของวัดแล้วอัตราส่วนราคาต่อรองของการมีปฏิสัมพันธ์ สารเติมแต่งแบบดั้งเดิมและราคาคูณมาตรการอัตราส่วนของการทำงานร่วมกันจะมีการกำหนดในแง่ของยีนที่สองตำแหน่ง ในรายงานฉบับนี้เป็นสถิติใหม่สำหรับการทดสอบการทำงานร่วมกันระหว่างสองตำแหน่งจะขึ้นอยู่กับมาตรการอัตราส่วนราคาต่อรองคูณที่กำหนดไว้ในแง่ของ pseudohaplotypes เพื่อความสะดวกของการนำเสนอครั้งแรกที่เราสั้นแนะนำวัดอัตราส่วนราคาต่อรองการทำงานร่วมกันในแง่ของยีน, อัลลีลแล้วนำเสนออัตราต่อรองอัตราการวัดในแง่ของ pseudohaplotypes.
พันธุกรรมตามอัตราส่วนราคาต่อรองคูณวัดปฏิสัมพันธ์พิจารณาสองตำแหน่ง: จีและเอช สมมติว่ารหัสไฟล์ภายนอกที่ถือภาพภาพประกอบ ฯลฯ ชื่อวัตถุเป็น pgen.1001131.e001.jpg และไฟล์ภายนอกที่ถือภาพ, ภาพประกอบ ฯลฯ ชื่อวัตถุคือแสดงว่า pgen.1001131.e002.jpg ไม่ว่าจะเป็นบุคคลที่เป็นผู้ให้บริการ (ไม่ใช่ผู้ให้บริการ) ของยีนไวต่อที่ตำแหน่ง g และ h ตามลำดับ ให้ D แสดงสถานะการเกิดโรคที่ไฟล์ภายนอกที่ถือภาพภาพประกอบ ฯลฯ ชื่อวัตถุเป็น pgen.1001131.e003.jpg บ่งชี้ว่าได้รับผลกระทบ (ผลกระทบ) ของแต่ละบุคคล พิจารณารูปแบบการโลจิสติกต่อไปนี้: ภาพสมการ(1

ผลลัพธ์ (ไทย) 3:

ออกแบบกลุ่มศึกษาเพื่อการปฏิสัมพันธ์ระหว่างสองตำแหน่ง ( 2 ตำแหน่ง snps ) ที่สามารถเชื่อมโยงหรือยกเลิกการเชื่อมต่อถูกพิจารณา สถิติการสอบมักจะมีแรงจูงใจจากมาตรการของปฏิสัมพันธ์ การใช้วิธีการถดถอยโลจิสติกเพื่อการปฏิสัมพันธ์ระหว่างยีนยีนอยู่ในวัดแล้ว Odds Ratio ของปฏิสัมพันธ์การบวกและการคูณแบบดั้งเดิมเดิมพันมาตรการอัตราส่วนของการปฏิสัมพันธ์จะกำหนดในแง่ของพันธุ์ที่ 2 ตำแหน่ง . ในรายงานฉบับนี้ เป็นสถิติใหม่ในการปฏิสัมพันธ์ระหว่างสองของการทดสอบตามวิธีอัตราส่วนความน่าจะเป็นมาตรการที่กำหนดไว้ในข้อตกลงของ pseudohaplotypes . เพื่อความสะดวกในการนำเสนอเราสั้นแนะนำ Odds Ratio ( วัดในแง่ของพันธุ์ ยีน , , และจากนั้นในปัจจุบันอัตราส่วนออดส์วัดในแง่ของ pseudohaplotypes .
พันธุกรรมตามอัตราส่วนออดส์วัดปฏิสัมพันธ์คูณสอง

พิจารณาสถานะ : G และ H . สมมติว่ารหัสภายนอกไฟล์ที่มีรูปภาพ , ภาพ , ฯลฯ pgen.1001131.e001 วัตถุชื่อ .ไฟล์ JPG และภายนอกที่มีรูปภาพ , ภาพประกอบ ฯลฯ วัตถุชื่อ pgen.1001131.e002.jpg แสดงว่าเป็นบุคคลที่เป็นพาหะ ( ไม่ส่ง ) ของพันธุ์อ่อนแอที่ตำแหน่ง G และ H ตามลำดับ ให้ D แสดงสถานะโรคที่ภายนอกไฟล์ที่มีรูปภาพ , ภาพประกอบ ฯลฯ วัตถุชื่อ pgen.1001131.e003.jpg บ่งชี้ว่าผลกระทบ ( แขน ) ของแต่ละบุคคลพิจารณาตามโมเดลโลจิสติก :

รูปสมการ ( 1