“你是一个统计人员。您在医院做什么？”

MD安德森（MD Anderson）流行病学系教授Sany Shete博士有时会提出这个问题。

他之所以在这里是因为癌症的原因是复杂的，相互关联的，并且埋藏在大量的数据中，这些数据需要进行深入的统计分析才能找出来。

谢特说：“我认为统计数据处于科学的最前沿，因为我们有太多因素在癌症风险中起作用：多种基因的影响，饮食，运动和吸烟等个人行为，然后肿瘤的遗传构成。您如何将所有这些放在一起？”

通过对行为和遗传因素进行统计建模来预测一个人的癌症风险，然后制定干预措施以尝试预防该疾病，可以做到这一点。

“你不能改变一个人的基因组（遗传信息），所以干预很可能是通过行为改变来进行的，”谢特说。

GWAS寻找遗传因素

他是全基因组关联研究（称为GWAS）的头颈癌首席研究员。该项目分析了将近1500名头颈癌患者的基因组，以发现增加癌症风险的遗传因素。

十五年前，全基因组扫描可能基于基因组中的300个斑点进行分析。现在，Shete及其同事可以检查每位患者660,000个单点变化。

如果说GWAS是遗传流行病学的应用，那么Shete的同事，流行病学系助理教授Paul Scheet博士将重点更多地放在风险评估的基础研究方面。

Scheet说：“要知道基因组中的异常，您需要知道正常的。”

是什么使模型成功？

要通过分析染色体的族谱（随时间变化如何）来了解遗传模式，一个成功的模型需要填写未被直接观察到的染色体部分的基因型。

作为华盛顿大学的研究生，Scheet编写了一个计算机程序来估计缺失的基因型和一起被继承的称为单倍型的染色体部分。该程序是他的博士论文，称为fastPHASE，被广泛用于染色体分析中。

Scheet还致力于针对特定疾病的项目，并在荷兰开展了一项有关人类行为遗传学的研究，其中包括对过度活跃，自闭症和精神分裂症等疾病的分析。

彼此相邻的Scheet和Shete已在德克萨斯大学生物医学科学研究所开始了一门关于统计遗传学的课程，Shete负责该项目的生物数学和生物统计学工作。