| 中文摘要 | 第5-8页 |
| Abstract | 第8-11页 |
| 1 前言 | 第12-17页 |
| 2 模型原理与方法 | 第17-32页 |
| 2.1 序列核关联性检验（Sequence Kernel Association Test, SKAT） | 第18-23页 |
| 2.1.1 常用的核函数 | 第20-21页 |
| 2.1.2 核函数的检验 | 第21-23页 |
| 2.2 惩罚回归模型（The penalized regression） | 第23-32页 |
| 2.2.1 LASSO（least absolute shrinkage and selection operator） | 第23-25页 |
| 2.2.2 弹性网（Elastic Net, EN） | 第25-27页 |
| 2.2.3 组合MCP（composite Minimax Concave Penalty，cMCP） | 第27-29页 |
| 2.2.4 成组指数LASSO（The group exponential lasso，Gel） | 第29-32页 |
| 3 模拟与实例研究 | 第32-48页 |
| 3.1 本研究数据 | 第32-38页 |
| 3.1.1 GAW18数据库简介 | 第32-36页 |
| 3.1.2 lncRNA H19，HOTAIR，MALAT1和MEG3与肝癌关联的病例对照数据 | 第36-38页 |
| 3.2 GAW18数据预处理 | 第38-44页 |
| 3.3 研究策略 | 第44-47页 |
| 3.3.1 人类3号染色体基因组关联研究的研究策略 | 第44-45页 |
| 3.3.2 候选基因关联研究的研究策略 | 第45-46页 |
| 3.3.3 肝癌病例对照遗传关联研究的研究策略 | 第46-47页 |
| 3.4 统计软件 | 第47-48页 |
| 4 结果 | 第48-76页 |
| 4.1 基因组关联研究的统计分析策略比较 | 第48-60页 |
| 4.1.1 基于基因水平上不同统计分析策略的比较 | 第48-57页 |
| 4.1.2 基于SNP水平上不同统计分析策略的比较 | 第57-59页 |
| 4.1.3 不同统计分析策略的模拟结果的详细对比 | 第59-60页 |
| 4.2 候选基因关联研究的统计分析策略 | 第60-73页 |
| 4.2.1 基于基因水平上不同统计分析策略的比较 | 第60-68页 |
| 4.2.2 基于SNP水平上不同统计分析策略的比较 | 第68-72页 |
| 4.2.3 不同统计分析策略的模拟结果与真值的详细比对 | 第72-73页 |
| 4.3 LncRNA H19，HOTAIR，MALAT1和MEG3与肝癌病例对照遗传关联研究实证 | 第73-76页 |
| 5 讨论 | 第76-81页 |
| 6 结论 | 第81-82页 |
| 参考文献 | 第82-87页 |
| 综述 | 第87-96页 |
| 参考文献 | 第94-96页 |
| 附录 | 第96-106页 |
| 攻读硕士学位期间发表论文 | 第106-107页 |
| 致谢 | 第107页 |
