作早期工作在的统计技术被开发在哈佛学校公共卫生 (HSPH) 帮助识别公用基因差异与肥胖病的增加的风险相关。
查找，在子项其他四抽样被复制了和欧洲和非洲祖先成人，提供在一个基因变形和一个复杂疾病之间的非常地严格的关联在关联映射领域。
这个研究涉及研究员导致的一个国际小组在波士顿大学医学院 (BUSM) 与研究员在 HSPH，儿童医院波士顿， GSF 国家研究中心，技术大学慕尼黑，路德维格 Maximilians 大学， Channing 实验室，杜伊斯堡埃森， Loyola University Medical Center 大学合作，和 SeraCare Life Sciences Inc。
科学家通过测试 86,604 唯一核苷酸多形性或者脱氧核糖核酸 (SNPs)顺序差异鉴别这个变形，关联的对身体容积指数 (BMI)，肥胖病的一个代理人评定。 SNPs 来自从参加者的血样在 Framingham 重点研究 (FHS)。 BMI 评定由 FHS 调查员会集根据从波士顿大学管理的国家心肺和血液学院的一个合同。
BUSM 遗传学和染色体组的部门的研究员，导致由主要作者和助理教授阿伦赫伯特和高级作者和部门领导迈克尔 Christman，为比较 genotyped 范例，识别在他们内的基因差异。 大规模 genotyping 由 100K 脱氧核糖核酸 Affymetrix 开发的微阵列技术，在 Santa Clara 根据的公司启用，加利福尼亚数据管理，并且分析由 Drs 完成。 诺曼底人格里和 Marc BUSM 和 HSPH 的 Lenburg 研究员马修麦奎因。
SNP 的确定由 HSPH 助理教授克里斯托弗施波恩 Lange，是科学文件的一个高级作者，与教授和共同执笔者南地主合作和 Kristel 开发的一个新的统计技术使成为可能范斯滕，前博士后。
这个技术避免称多个比较问题的一个主要统计困难，被恶化，当咬嚼巨大的数据集时。 更多 SNPs 在研究，假阳性信号更多可能性，增加的风险中某 SNPs 没有被测试 -- 即使他们可能是可行的候选人。
一般，研究将需求 1) 所有 SNPs 最初的测试的一个二步进程关联的对特定性格，例如身体容积指数和 2) 测试在第二数据集的仅最有为的 SNPs。
HSPH 分析方法通过估计遗传学可能解释在特定性格上的变化的区域，然后识别该基因作用的最有为的候选人处理一数据集的多个比较问题 SNPs。 关于这个技术的更多信息，请参见 http://www.hsph.harvard.edu/press/releases/press06052005.html。
在科学文件，运用 HSPH 方法正确地识别从被测试的数万涌现的一个 SNP。 它在这个 INSIG2 基因 (胰岛素导致基因) 附近位于。 这个变形在被学习和需要二个复制的百分之十是存在的人口是活跃的。
重要地，科学家与其他机构然后合作了并且复制了在 SNP 和肥胖病风险之间的关联在其他四人口。 人口包括系列和不同的年龄的非关连的主题和变化种族背景：