Tests for the presence of two linked disease susceptibility genes
Notice bibliographique
Résumé
For diseases with complex genetic etiology, more than one susceptibility gene may exist in a single chromosomal region. Under explicit assumptions about the number of disease genes in a region, generalized estimating equations (GEE) can be used to estimate the putative disease gene location(s) and expected identical-by-descent allele sharing in affected sib pairs at these gene(s). Extending the work of Liang et al. developed a method for simultaneous localization of two susceptibility genes in one region using marker identical-by-descent (IBD) sharing in affected sib pairs. Here we propose methods to evaluate the evidence for two versus one disease loci in a region in a quasi-likelihood/GEE framework. We describe tests based on approximate quasi-likelihood ratio and generalized score test statistics. Because of difficulties in determining the asymptotic null distributions of these statistics and the small sample sizes that can be available in genetic studies, we recommend that significance be evaluated empirically. Application of the described methods to data from a genome scan for type 1 diabetes yielded some evidence for two linked disease genes on chromosome 6, approximately 20 cM apart (p value for an approximate quasi-likelihood ratio test=0.049). In simulation studies, we found that both tests performed quite well for a range of scenarios. Power to detect the presence of two linked disease genes increased with the number of affected sib pairs, greater IBD sharing at the two loci, and larger distance between the two loci.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,019 | 0,104 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».