这篇博士论文主要研究探测基因与基因互作的统计遗传学方法,提出了研究基因与基因互作的非参数统计模型,并且开发了相应的生物信息学分析软件GMDR。在研究的过程中,我们将以烟草作为主要的实例,特别是人类对尼古丁依赖性将被重点研究。论文共分五章。第一章为引导和概述。第二章进行了APBB1基因的关联分析。我们选取了5枚位于基因内的SNP标记。统计分析表明,APBB1与SQ,HIS,以及FTND存在关联。在混合样本中,rs4758416与尼古丁依赖性显著相关。单体型分析筛选到rs4758416-rs10839562-rs1079199组成的单体型C-G-T和G-G-T,分别达到0.01显著水平。此外,rs10839562-rs1079199-rs8164组成的单体型C-T-G与HSI关联。第三章在家系试验设计基础上,发展了探测“基因与基因”互作的FGMDR（Family-based Generalized MDR）。在其框架内可处理数量性状与质量性状,且可用协变量矫正表型,从而提高功效和准确率。相比此前提出的PGMDR方法,FGMDR具有相似统计功效和预测效果,且FGMDR运算量较小,节约运算时间。第四章探讨如何设计基于群体的基因互作探测试验。我们发现已报道的例子中准确率一般都富集在0.56～0.65之间,约可推算对应的遗传率约在0.01～0.05之间。在这个准确率的区间内,假设了各种互作模型。大量模拟研究表明,当准确率在0.56～0.65之间时,1000～2000个体组成的样本,可以得到大于50%的探测功效。第五章展示了GMDR的生物信息学软件。软件主要实现了三种功能。1)广义的MDR功能,2)PGMDR,3)FGMDR方法。此外,我们开发了一个Perl脚本,方便用户操作软件。