各方面的研究已明确显示，人类大多数的疾病都与遗传有关，本文的研究目的就是通过连锁分析寻找遗传性疾病相关基因。人们针对遗传性疾病的不同特点，提出了不同模型、不同的统计方法，均有优缺点和适用条件。本文介绍的连锁分析是参照某些已明确位置的遗传标记来推测某种表型的易感基因在染色体上的位置。适用于家系资料。虽然参数法（Lods法）要求对遗传模式、基因频率、外显度等参数进行预设置，但是参数法连锁分析有其它方法不可比拟的优点：（一）、它能计算遗传标记与疾病位点间的重组率和遗传图距，而其它方法不能。（二）、参数法虽然必须事先确定要研究性状的遗传模式，但是参数法通过使用不同的策略，例如，可以对各种遗传模式进行最大似然估计。（三）、多位点连锁分析（即使用多个标记进行连锁分析），与两位点连锁分析相比减少了样本标记信息的损失量。遗传标记越密集，多位点连锁分析定位更准确。当有缺失数据时，传统方法的计算量会很大,多位点连锁分析由于算法上的改进，解决了这一问题。由于似然函数的可加性，两位点连锁分析最常用的是基于最大似然比检验的LODS法，即对数优势计分法 (log odds scorn,LODS)。它也是基于模型的连锁分析方法，分析中仅仅未知的变量是重组率。随着算法的发展和遗传标记的增多及其基因分型方法的建立，连锁分析尤其在单基因疾病有很好的应用，对于复杂性疾病，经过一定的策略连锁分析仍然有不可替代的作用。[3]文章主要从理论与应用相结合的角度，较系统的介绍了连锁分析（参数法）理论，阐明了使用连锁分析所需要的数据及一般步骤，内容主要包括连锁分析的基本原理、建模过程、Lander-Green算法及实例分析等。对<WP=5>一个常染色体显性遗传的睑裂狭小、倒转型内眦赘皮和上睑下垂综合征（BPES）家系进行致病基因的定位研究。用Mendel5.0软件进行连锁分析，结果表明两位点及多位点连锁分析都找到了易感基因，多位点连锁分析与两位点连锁分析相比较，多位点连锁分析不仅能算出致病基因与标记的重组率和遗传距离，而且能把致病基因定位至遗传标记的一侧。在包含致病基因的一段染色体上，遗传标记分布越密集，则致病基因定位越精确。