Likelihood and linkage: from Fisher to the future
似然与遗传连锁：从 Fisher 到未来AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要中的连锁指遗传连锁，内容为统计史与遗传方法综述，并非经济网络或所列其他方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
似然与遗传连锁：从 Fisher 到未来
- 研究问题
- 似然推断如何塑造遗传连锁分析的发展，而 DNA 标记数据增长、模型复杂化及较远亲缘个体数据又带来哪些新挑战？
- 方法与思路
- 作者先介绍遗传学概念，再回顾一九一三至一九八〇年的连锁统计史及其与似然推断的关系，并讨论新的计算和方法问题。
- 材料陈述的贡献
- 摘要呈现一篇历史与方法综述，梳理似然和连锁分析的相互发展，并指出复杂性状基因定位机会与计算困难同步增加。
- 阅读关注点
- 应核对历史论述的文献依据、连锁似然涉及的遗传模型，以及所谓新方法具体解决哪些计算或建模问题、仍有哪些限制。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。摘要未陈述新估计量、定理或数值比较，不应将历史综述解读为已验证的方法优越性。
原文摘要
Genetic epidemiology is almost unique among the sciences in that computation of a likelihood function is the accepted approach to statistical inference. In the context of genetic linkage analysis, in which genes are mapped by analysing the dependence in inheritance of different traits, the use of likelihood dates back to the early work of Fisher and Haldane, and has seldom been seriously challenged. After introducing the underlying genetic concepts, this paper reviews the history of the statistics of linkage analysis, from 1913 to 1980, and its dependence on the development of likelihood inference. With the sudden increase in genetic marker data deriving from new DNA technology, the potential for mapping the genes contributing to complex genetic traits is markedly increased, but the difficulties of likelihood analysis are also multiplied. With increasing complexity of models and the desire to make maximum use of available data on individuals not closely related, the likelihood approach to human linkage analysis faces new computational and methodological challenges. New methods are meeting some of these challenges; likelihood and linkage seem as closely interwoven as ever.