作早期工作在的統計技術被開發在哈佛學校公共衛生 (HSPH) 幫助識別公用基因差異與肥胖病的增加的風險相關。
查找，在子項其他四抽樣被複製了和歐洲和非洲祖先成人，提供在一個基因變形和一個複雜疾病之間的非常地嚴格的關聯在關聯映射領域。
這個研究涉及研究員導致的一個國際小組在波士頓大學醫學院 (BUSM) 與研究員在 HSPH，兒童醫院波士頓， GSF 國家研究中心，技術大學慕尼黑，路德維格 Maximilians 大學， Channing 實驗室，杜伊斯堡埃森， Loyola University Medical Center 大學合作，和 SeraCare Life Sciences Inc。
科學家通過測試 86,604 唯一核苷酸多形性或者脫氧核糖核酸 (SNPs)順序差異鑒別這個變形，關聯的對身體容積指數 (BMI)，肥胖病的一個代理人評定。 SNPs 來自從參加者的血樣在 Framingham 重點研究 (FHS)。 BMI 評定由 FHS 調查員會集根據從波士頓大學管理的國家心肺和血液學院的一個合同。
BUSM 遺傳學和染色體組的部門的研究員，導致由主要作者和助理教授阿倫赫伯特和高級作者和部門領導邁克爾 Christman，為比較 genotyped 範例，識別在他們內的基因差異。 大規模 genotyping 由 100K 脫氧核糖核酸 Affymetrix 開發的微陣列技術，在 Santa Clara 根據的公司啟用，加利福尼亞數據管理，并且分析由 Drs 完成。 諾曼底人格裡和 Marc BUSM 和 HSPH 的 Lenburg 研究員馬修麥奎因。
SNP 的確定由 HSPH 助理教授克里斯托弗施波恩 Lange，是科學文件的一個高級作者，與教授和共同執筆者南地主合作和 Kristel 開發的一個新的統計技術使成為可能範斯滕，前博士後。
這個技術避免稱多個比較問題的一個主要統計困難，被惡化，當咬嚼巨大的數據集時。 更多 SNPs 在研究，假陽性信號更多可能性，增加的風險中某 SNPs 沒有被測試 -- 即使他們可能是可行的候選人。
一般，研究將需求 1) 所有 SNPs 最初的測試的一個二步進程關聯的對特定性格，例如身體容積指數和 2) 測試在第二數據集的仅最有為的 SNPs。
HSPH 分析方法通過估計遺傳學可能解釋在特定性格上的變化的區域，然後識別該基因作用的最有為的候選人處理一數據集的多個比較問題 SNPs。 關於這個技術的更多信息，请參見 http://www.hsph.harvard.edu/press/releases/press06052005.html。
在科學文件，運用 HSPH 方法正確地識別從被測試的數萬湧現的一个 SNP。 它在這個 INSIG2 基因 (胰島素導致基因) 附近位於。 這個變形在被學習和需要二個複製的百分之十是存在的人口是活躍的。
重要地，科學家與其他機構然後合作了并且複製了在 SNP 和肥胖病風險之間的關聯在其他四人口。 人口包括系列和不同的年齡的非關連的主題和變化種族背景：