混合モデル関連手法の応用における利点と落とし穴

混合線形モデルはヒトや他の生物種で遺伝的関連解析を実施する際に選択される手法として頭角を現しつつある。混合線形モデル関連（MLMA）法の利点としては、集団や関係性の構造からくる偽陽性の関連性の防止や、この構造に特化した補正のアプリケーションによって得られる検出力の増加が挙げられる。一方、MLMAの正当な評価が得られていない点は、候補の座位以外の関連座位の条件付けを黙示的に行うことによって、サンプル構造なしに解析の検出力を増加させうることである。標準的なMLMAのアプローチについての非常に多くのバリエーションが、計算コストを減らすことに焦点を当てて最近論文発表されている。このような進展により、研究者が選択すべき多くのオプションが得られ、MLMA法を使用される状況を生み出されている。しかし我々はMLMA法がいまだに潜在的な落とし穴に陥りやすいことを警告する。今回我々は研究デザインに応じたMLMA法の利点と落とし穴について述べるとともに定量化を行い、また、現実的な状況下でのこの手法のアプリケーションに対する提言を行う。