Efficiency of Single SNP and SNP-set analysis in genome-wide association studies

ประสิทธิภาพของการวิเคราะห์สนิปส์เดี่ยวและชุดสนิปส์ในการศึกษาความสัมพันธ์ของจีโนม

Name: Sirikanlaya Sookkhee

keyword: Single SNP Analysis

LCSH: Statistical hypothesis testing

; Permutation Method

LCSH: Genetic markers

Abstract: The objective of this research is to develop and evaluate analytical methods to test an association between a single SNP and an SNP-set with the disease outcome. We evaluate 3 methods which are single SNP analysis, Sequence Kernel Association Test (SKAT), and the recently proposed Generalized Higher Criticism (GHC). Single SNP analysis, which is commonly used as a basis for comparing the efficiency of alternative methods, constructs a p-value for each marker and adjusts the hypothesis tests for multiple testing. SKAT tests the association between a constructed SNP-set and disease outcome by grouping the effect of markers in the SNP-set. On the other hand, GHC is another grouping technique that instead uses single SNP test statistics and their correlation matrix to construct a new test statistic. The simulated data used in this research were constructed from a control data set in a study of Crohn's disease. True positive (TP) and false positive rate (FP) were evaluated under different genetic models for disease with significant thresholds adjusted for multiple hypothesis testing based on the permutation method. The findings are mixed with all 3 methods giving similar TP rates under some disease models and different rates for other models. The single SNP analysis has FP rates comparable with GHC while SKAT's rates are consistently highest. Overall, GHC is shown to be preferable in terms of error rates, but it is disadvantageous in terms of computational efficiency.

Abstract: การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อการพัฒนาและประเมินประสิทธิภาพของวิธีการทดสอบความสัมพันธ์ระหว่างข้อมูลสนิปส์เดี่ยวและข้อมูลชุดสนิปส์กับสถานะการเป็นโรค โดยประเมินผล 3 วิธีได้แก่ วิธีการวิเคราะห์สนิปส์เดี่ยว วิธี SKAT และวิธี GHC ซึ่งเป็นวิธีที่ถูกเสนอเมื่อไม่นานมานี้ โดยทั่วไปวิธีการวิเคราะห์สนิปส์เดี่ยวมักใช้เป็นวิธีพื้นฐานในการเปรียบเทียบประสิทธิภาพกับวิธีอื่น ๆ โดยวิธีการวิเคราะห์สนิปส์เดี่ยวจะหาค่า p-value สำหรับแต่ละเครื่องหมายทางพันธุกรรมและทำการ ปรับค่าความคลาดเคลื่อนในการทดสอบสมมติฐานสำหรับการทดสอบพหุคูณ ส่วนวิธี SKAT จะทดสอบความสัมพันธ์ระหว่างข้อมูลชุดสนิปส์กับสถานะของการเป็นโรค และวิธี GHC ก็เป็นอีกวิธีที่นำมาใช้แทนวิธีการวิเคราะห์สนิปส์เดี่ยว โดยวิธีนี้จะสร้างสถิติการทดสอบโดยใช้เมทริกซ์สหสัมพันธ์ของข้อมูล ข้อมูลจำลองที่ใช้ในการวิจัยนี้สร้างขึ้นจากชุดข้อมูลควบคุมในการศึกษาโรคลำไส้อักเสบโดยจะประเมินประสิทธิภาพของวิธีการทดสอบจากโมเดลภายใต้แบบจำลองทางพันธุกรรมที่แตกต่างกัน จากค่าผลบวกจริง (true positive: TP) และผลบวกลวง (false positive :FP) โดยใช้ค่าความคลาดเคลื่อนในการทดสอบสมมติฐานสำหรับการทดสอบพหุคูณจากวิธี permutation ผลการวิจัพบว่าทั้ง 3 วิธีให้ค่าผลบวกจริงใกล้เคียงกัน วิธีการวิเคราะห์สนิปส์เดี่ยวมีผลบวกลวงใกล้เคียงกับวิธี GHC ในขณะที่ผลบวกลวงของ SKAT สูงกว่าวิธีอื่น ๆ โดยภาพรวมแล้ววิธี GHC ดีกว่าวิธีอื่น ๆ ในแง่ของการให้อัตราความผิดพลาดที่น้อยกว่า แต่มีข้อเสียเปรียบในแง่ประสิทธิภาพเชิงการประมวลผลทางคอมพิวเตอร์

King Mongkut's University of Technology North Bangkok. Central Library

Address: BANGKOK

Email: library@kmutnb.ac.th

Name: Pianpool Kirdwichai

Role: Thesis Advisor

Email : pianpuol.h@sci.kmutnb.ac.th

Name: Baksh, Fazil

Role: Thesis Advisor

Created: 2018

Modified: 2020-11-03

Issued: 2020-11-03

วิทยานิพนธ์/Thesis

application/pdf

eng

DegreeName: Doctor of Philosophy

Level: Doctoral Degree

Descipline: Applied Statistics

Grantor: King Mongkut's University of Technology North Bangkok

©copyrights King Mongkut's University of Technology North Bangkok

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	B16470643.pdf	43.33 MB	3	2023-07-19 09:12:30

ใช้เวลา

0.039234 วินาที