论文部分内容阅读
降低和控制对大量分子标记进行测验的统计错误，已成为目前基因组研究中的普遍难题。针对此问题，本文根据序贯分析和多重假设测验的理论，介绍了可用于变化样本容量下对大量标记同时进行测验分组的序贯多重决策过程的原理和方法，探讨了该方法在实际应用中的计算精度和计算量优化等关键问题及相应的解决方案，最后以1套包括5841个SNP和87个细胞系的药物遗传学实验数据进行实例分析。并与传统的测验结果比较。表明了序贯多重决策过程在实际应用中的优点和可行性。