Volltext-Downloads (blau) und Frontdoor-Views (grau)
  • search hit 1 of 1
Back to Result List

Bitte verwenden Sie diesen Link, wenn Sie dieses Dokument zitieren oder verlinken wollen: https://nbn-resolving.org/urn:nbn:de:gbv:9-000898-3

Microarray-based Genome-Wide Association Studies (GWAS) using data generated by Allelotyping and by individual Genotyping

  • Genome-wide association studies (GWAS) are used to identify genetic markers linked with at least partially heritable diseases or phenotypes without prior knowledge of any disease-associated genetic loci. In summer 2008, all individuals of the population based cohort Study of Health in Pomerania (SHIP) were individually genotyped using the Affymetrix Genome-Wide Human SNP Array 6.0 microarray. The aim of this work was to establish an efficient workflow for GWAS using the more than 4000 individually genotyped samples of the SHIP cohort as well as pooled samples, focusing exclusively on analyzing genetic variations based on single nucleotide polymorphisms (SNPs). Firstly, an optimal array platform for the genotyping analysis had to be chosen that detected most of the available genetic variants at a high level of accuracy. Secondly, extensive quality controls had to be performed starting from DNA extraction and including tests of the generated array data by the analysis software to obtain the most reliable data for the subsequent association studies. For the identification of loci with smaller genetic influences, individual cohorts were meta-analyzed in large nationally and internationally organized consortia (e.g. CHARGE, BPGen, HaemGen, GIANT, CKD Gen). To participate in those meta-analyses, a comparable common set of genetic data had to be generated. This was done by imputation of the data generated by individual array-based genotyping on the basis of a reference panel using chromosomal linkage information. Due to the extensive phenotype information in the SHIP study, it was possible to perform many genome-wide discovery analyses and replication studies of possible susceptibility loci in a short time once the genetic data was available and processed. This resulted in the necessity to set up an efficient workflow for storing the huge amount of genetic data, converting it into different formats readable for specific analysis software, performing the association analyses and processing the results into a human-readable and clear format. This included replications, GWAS and meta-analyses of several cohorts. Many susceptibility loci were newly identified in different association studies with the SHIP data included and were subsequently published. In this work, genetic association studies with the SHIP data included were performed and published on blood pressure, uric acid concentrations, cardiac structure and function, lipid metabolism, hematological parameters, kidney functions, smoking quantity, circulating IGF-I and IGFBP-3 concentrations and thyroid volume including the risk of goiter development. Besides the SHIP cohort, there was a need to use other, especially patient cohorts for GWAS. Since no genotype information from these patient cohorts was available and the individual genotyping of many probands is still expensive and therefore often not affordable, we established the cost-effective allelotyping method that relied on pooling of DNA samples prior to the hybridization with microarrays. After estimating the pooling-specific error of a case-control allelotyping study, the allelotyping approach was used for identifying genetic susceptibility loci associated with aggressive periodontitis. If not referring to work of collaborators, all statistical analyses, data handling and in silico work concerning the SHIP data described in this context was performed by the author of this dissertation.
  • Genomweite Assoziationsstudien (GWAS) werden verwendet, um genetische Marker zu identifizieren, die mit zumindest teilweise vererbbaren Krankheiten oder Phänotypen assoziiert sind, ohne dabei vorab Informationen von bekannten krankheits-assoziierten genetischen Loci zu berücksichtigen. Im Sommer 2008 wurden alle Personen der bevölkerungsbasierten Kohorte Study of Health in Pomerania (SHIP) individuell mit Hilfe des Affymetrix Genome-Wide Human SNP Array 6.0 genotypisiert. Das Ziel dieser Arbeit war es, einen effizienten Workflow für GWAS basierend auf den mehr als 4000 einzeln genotypisierten Probanden der SHIP Kohorte sowie gepoolten DNA-Proben zu schaffen, wobei sich ausschließlich auf die Analyse genetischer Variationen von Einzelbasen-Polymorphismen (SNPs) beschränkt wurde. Zuerst mußte eine optimale Array-Plattform für die Genotypisierung ausgewählt werden, die die meisten bekannten genetischen Varianten mit hoher Genauigkeit detektieren kann. Zweitens mußten umfangreiche Qualitätskontrollen durchgeführt werden, beginnend bei der DNA-Extraktion bis hin zu Tests der durch die Analyse-Software erzeugten Array-Daten, um verlässliche Daten für die nachfolgenden Assoziationsstudien zu erhalten. Für die Identifizierung von Loci mit kleineren genetischen Einflüssen wurden Ergebnisse einzelner Kohorten in großen national und international organisierten Konsortien meta-analysiert (z.B. CHARGE, BPGen, HaemGen, GIANT, CKD Gen). Zur Teilnahme an diesen Meta-Analysen, mußte eine gemeinsame Basis genetischer Daten erzeugt werden. Dieses wurde durch sogenannte Imputation der Daten der einzelnen Array-basierten Genotypisierungen auf der Grundlage eines Referenz-Panels unter Berücksichtigung chromosomaler Kopplungsinformationen durchgeführt. Aufgrund der umfangreichen Phänotypinformationen der SHIP-Studie war es möglich, viele genomweite Analysen und Replikationsstudien zur Endeckung genetischer Anfälligkeits-Loci in kurzer Zeit durchzuführen, sobald die genetischen Daten zur Verfügung standen. Dafür war es notwendig, einen effizienten Workflow zur Speicherung der enormen Menge genetischer Informationen, deren Konvertierung in andere Formate welche lesbar für die spezielle Analyse-Software sind, die Durchführung der Assoziationsstudien und die Aufarbeitung der Ergebnisse in ein lesbares und übersichtliches Format zu erstellen. Dazu gehörten Replikationen, GWAS und Meta-Analysen von mehreren Kohorten. Viele neue Anfälligkeits-Loci konnten dabei in verschiedenen Assoziationsstudien unter Einbeziehung der SHIP-Daten identifiziert und anschließend veröffentlicht werden. In dieser Arbeit sind genetische Assoziationsstudien aufgeführt, die basieren auf Blutdruckdaten, Harnsäure-Konzentration, Herz-Struktur und -funktion, Fettstoffwechsel, hämatologischen Parametern, Nierenfunktion, Rauchen, IGF-I und IGFBP-3-Konzentrationen und Schilddrüsen-Volumen einschließlich des Risikos der Kropfbildung unter Einbeziehung der SHIP-Daten durchgeführt und veröffentlicht wurden. Neben der SHIP Kohorte gab es die Notwendigkeit GWAS in anderen Gruppen, besonders in Patientengruppen durchzuführen. Da keine Genotypinformationen aus diesen Patientengruppen zur Verfügung standen und die individuelle Genotypisierung von vielen Probanden noch teuer und daher oft nicht erschwinglich war, haben wir die kostengünstige Allelotypisierungs-Methode, die auf dem Poolen von DNA-Proben vor der Hybridisierung mit Microarrays basiert, umgesetzt. Nach Schätzung des pooling-spezifischen Fehlers anhand einer Fall-Kontroll-Allelotypisierungsstudie, wurde der Allelotypisierungsansatz zur Ermittlung genetischer Anfälligkeits-Loci, welche mit aggressiver Parodontitis assoziiert sind, angewendet. Falls nicht auf die Arbeit von Kooperatoren referenziert wurde, sind alle hier beschriebenen statistischen Analysen, die Datenverarbeitung und die in silico Arbeit basierend auf den SHIP-Daten vom Autor dieser Dissertation durchgeführt worden.

Download full text files

Export metadata

Additional Services

Search Google Scholar

Statistics

frontdoor_oas
Metadaten
Author: Alexander Teumer
URN:urn:nbn:de:gbv:9-000898-3
Title Additional (German):Microarray-basierte genomweite Assoziationsstudien (GWAS) unter Verwendung von Daten erzeugt durch Allelotypisierung und individuelle Genotypisierung
Advisor:Prof. Dr. Uwe Völker
Document Type:Doctoral Thesis
Language:English
Date of Publication (online):2011/01/10
Granting Institution:Ernst-Moritz-Arndt-Universität, Mathematisch-Naturwissenschaftliche Fakultät (bis 31.05.2018)
Date of final exam:2010/12/10
Release Date:2011/01/10
Tag:Allelotyping; Datenbank; GWAS; Genotyping; SNP
Allelotyping; Database; GWAS; Genotyping; SNP
GND Keyword:Genetik
Faculties:Universitätsmedizin / Interfakultäres Institut für Genetik und Funktionelle Genomforschung (UMG)
DDC class:500 Naturwissenschaften und Mathematik / 570 Biowissenschaften; Biologie