连锁不平衡与关联分析

gene

如果两个基因座上的等位基因是随机关联的，即不独立，这种情况就叫做等位基因关联（allelic association）或者连锁不平衡（linkage disequilibrium，LD）。关联通常反映了分子标记与性状功能突变之间在统计学上的非独立性（连锁不平衡），但并不一定意味着因果关系。
如果一个群体在初始状态下连锁不平衡（δ0≠0），在随机婚配条件下，在n代以后，有δn=(1-θ)^n*δ0。因此连锁不平衡状态随着代数增加逐渐演变为平衡状态。当连锁很弱，即重组率θ很大（接近1/2）时，连锁不平衡参数将随着代数的增加而迅速减小。如果两个基因座紧密连锁，重组率θ很小（接近0），则不平
衡状态将持续很多代。并且上面公式是关联分析的理论基石。
连锁分析考察重组，因此，考察连锁必须有家庭数据，而由等位基因关联性（或连锁不平衡性）可以由一般的群体数据观察到，有的连锁不平衡现象可能是因为群体混杂造成的，但过大的连锁不平衡通常被视为紧密连锁的证据。传统的连锁分析的结果通常是将基因定位在较大（例如~30cM）的基因组区域，而连锁不平衡被视为一种精细定位的方法。Ott(1999)指出，对于那些远系繁殖的大群体，连锁不平衡通常
只能延伸到0.3cM。
群体关联分析
传统的病例-对照研究是基于群体而非家系的疾病关联分析，它通过随机选择病例和对照，然后比较其在标记等位基因和基因型频率上的差异来说明位点与疾病的关联性。其缺点是：阳性结果可能由混杂因素造成，如不同分层人群（stratified populations）混杂在一起造成的虚假联系。为了克服不同分层人群混杂的影响，相应产生了基于家庭的病例－对照研究方法。