遗传HEREDITAS(Beijing)28(9):1117~1122,2006技术与方法基于贝叶斯统计的遗传连锁分析方法汤在祥,王学枫,吴雯雯,徐辰武(扬州大学江苏省作物遗传生理重点实验室,扬州225009)摘要:贝叶斯学派是不同于经典数理统计的一个重要学派,其发展的贝叶斯统计方法在现代科学的许多领域已有着广泛的应用。探讨了贝叶斯统计在遗传连锁分析中的应用,包括遗传重组率的贝叶斯估计、遗传连锁的贝叶斯因子检验和基于马尔可夫链蒙特卡罗理论的遗传连锁图谱构建。用编制的SAS/IML程序进行了模拟研究和实例分析,验证了贝叶斯方法在遗传连锁分析中的有效性和实用性。关键词:贝叶斯统计;重组率;马尔可夫链蒙特卡罗;Metropolis-Hastings算法中图分类号:Q348文献标识码:A文章编号:0253-9772(2006)09-1117-06BayesianStatistics-BasedMethodforGeneticLinkageAnalysisTANGZai-Xiang,WANGXue-Feng,WUWen-Wen,XUChen-Wu(JiangsuProvincialKeyLaboratoryofCropGeneticsandPhysiology,YangzhouUniversity,Yangzhou225009,China)Abstract:BayesianSchoolasoneoftheimportantstatisticalschoolsisdifferentfromtheClassicalStatistics,andtheBayesianmethodshavebeenwidelyusedinmanyfieldsofmodernsciences.Inthepresentpaper,wediscussedtheapplicationofBayesianmethodinlinkageanalysis,includingtheBayesianestimationofrecombinationfraction,linkagetestingbasedontheBayesFactorandtheBayesianapproachforgeneticlinkagemapconstructionviaMarkovchainMonteCarloalgorithm.SimulationstudyandrealdataanalysiswereperformedusingSAS/IMLsoftware,andthevalidityandpracticabilityofBayesianmethodingeneticlinkageanalysiswerethusverified.Keywords:Bayesianstatistics;recombinationfraction;MarkovchainMonteCarlo;Metropolis-Hastingsalgorithm统计分析在科学研究的各个领域有着广泛的应和RobertsG[9]、ChibS和GreenbergE[10]以及Hastings用,但大多数的研究人员常使用经典的统计分析方WK[11]详细阐述了马尔可夫链蒙特卡罗理论法,包括:遗传假设测验、参数估计等。这些经典数(MarkovchainMonteCarlo:MCMC)、Gibbs抽样以及理统计方法在多数情况下是十分有效的。然而,近年Metropolis-Hastings(MH)算法,使得贝叶斯统计方法来随着现代统计学、决策学、医疗诊断学、分子生能够很好地实现并获得广泛应用。MCMC方法,可以物学、基因组学以及生物信息学等学科的迅速发展,称得上是贝叶斯统计的一次革命。它是最近发展起贝叶斯统计以其鲜明的特点和独到的分析方法,引来的一种简单且行之有效的贝叶斯计算方法。起了研究者的重视,并成为这些学科领域中一些重MCMC方法主要由Gibbs抽样和Metropolis-Hastings要原理和方法的依据之一[1~7],在统计学界也已逐渐算法组成,其基本思想是:通过重复抽样,建立一个被认可。GelmanA等[3]、ScollnikDPM[8]、SmithA平稳分布为所求后验分布的Markov链,从而得到后收稿日期:2005-10-31;修回日期:2006-02-21基金项目:国家自然科学基金项目资助(编号:30270724)[SupportedbytheNationalNaturalScienceFoundationofChina(No.30270724)]作者简介:汤在祥(1981—),男,江苏扬州人,硕士研究生,研究方向:统计基因