Entwicklung von Verfahren zur Komplexitätsreduktion

Laufzeit: 1.1.2005 - 31.12.2007

Deskritoren: Gen-Umwelt-Interaktion, genetische Komplexitätsreduktion

Thema: Entwicklung von Verfahren zur Komplexitätsreduktion genetischer Daten

Anlass / Ziel: Das Zusammenwirken von exogener Schadstoffbelastung und individueller genetischer Suszeptibilität ist eine wichtige Frage bei der Entstehung von beruflich bedingten Krankheiten. Durch eine Vielzahl von Assoziationsstudien mit ausgewählten Genvarianten (insbesondere Single-Nucleotide Polymorphisms, SNPs) einzelner Gene konnte jedoch gezeigt werden, dass komplexe Erkrankungen meist nicht von wenigen einzelnen Polymorphismen beeinflusst werden. Für die Planung und Auswertung von molekular-epidemiologischen Studien am IPA ist es daher wichtig, Strategien zu entwickeln, um potenzielle Kandidaten-Gene auszuwählen und alle wichtigen Varianten dieser Gene zu bestimmen. Aufgrund der Vielzahl an genetischen Daten und ihrer besonderen statistischen Eigenschaften (z. B. geringe Allelfrequenzen) sind hierfür jedoch auch neue Auswertekonzepte notwendig.

Ziele hierbei sind:

  • die Entwicklung von Strategien zur Auswahl von Kandidatengenen und der zu untersuchenden Genvarianten in molekular-epidemiologischen Studien
  • die Anwendung, Anpassung und Entwicklung von statistischen Verfahren zur Auswertung komplexer genetischer Daten unter Berücksichtigung struktureller und funktioneller Informationen sowie Gen-Umwelt-Interaktionen (Kooperation mit dem Sonderforschungsbereich der Universität Dortmund, SFB 475/C7)
  • die Analyse des Zusammenhangs zwischen Genotyp und Phänotyp bei hochexponierten Kollektiven zur Bewertung des Einflusses von Sequenzvarianten auf den Metabolismus

Methodik: Neben der Nutzung internationaler Datenbanken über Gene soll im Internet verfügbare Software zur Analyse genetischer Daten verwendet werden. Klassische Verfahren der Komplexitätsreduktion (z.B. Klassifikations- und Lernalgorithmen, Support Vector Machines) werden unter Einbeziehung funktioneller und struktureller Merkmale von Sequenzvarianten auf verschiedene Datensätze angewandt.

Kooperationspartner:

  • Universität Dortmund, SFB 475/C7: Statistische Komplexitätsreduktion in der molekularen Epidemiologie; Prof. Dr. Katja Ickstadt, Prof. Dr. Dr. Herman Maximilian Bolt
  • Institut für umweltmedizinische Forschung (IUF), Düsseldorf, Prof. Dr. Ulrich Ranft
  • GSF Institut für Epidemiologie, Neuherberg, Dr. Thomas Illig
  • ITEM Hannover, Abteilung Molekulare Toxikologie, Prof. Dr. Jürgen Borlak
  • Dr. Margarete Fischer Bosch Institut für klinische Pharmakologie (IKP), Stuttgart, PD Dr. Hiltrud Brauch
  • Johanniter-Krankenhaus, Bonn, Abteilung Innere Medizin, Prof. Dr. med. Yon-Dschun Ko
  • DKFZ Heidelberg, Abteilung Molekulare Genomanalyse, Arbeitsgruppe Molekulargenetik des Mamakarzinoms, PD Dr. Ute Hamann