密集SNP和重测序数据的全基因组显著性

多重检验问题是全基因组关联研究的一个重要方面，并且随着标记密度的增加将变得更加重要。该问题已通过置换检验、错误发现率程序以及贝叶斯因子等方法进行处理，但每种方法都面临着我们在本文中简要回顾的困难。在当前不同基因分型平台上开展多项研究的背景下，我们主张基于所有多态性（无论研究中是否进行了分型）来使用真正的全基因组显著性阈值。我们通过模拟序列数据，基于所有多态性以及一系列单核苷酸多态性（SNP）筛选标准，对当代西非、东亚和欧洲人群的全基因组显著性阈值进行了近似估计。总体而言，我们发现在我们考虑的SNP筛选标准和统计检验下，显著性阈值的变化可达>20倍，并且可能高度依赖于样本量。我们将序列数据的结果与HapMap Consortium得出的结果进行了比较，发现显著差异，这可能是由于HapMap估计中所使用的样本量较小所致。