Projektbeschreibung
Steigerung der statistischen Leistung von genomweiten Studien zum Verständnis menschlicher Erkrankungen
Im Bereich der menschlichen Genetik werden bei einer genomweiten Assoziationsstudie üblicherweise die Verbindungen zwischen dem Einzelnukleotid-Polymorphismus und den vererbbaren Merkmalen, einschließlich einer Veranlagung zu schweren Erkrankungen, untersucht. Die Auswirkungen seltener genetischer Varianten sind jedoch kaum bekannt und die derzeit verfügbaren Daten und Analyseinstrumente reichen nicht aus, um diese Klasse von Variationen zu untersuchen. Das Ziel des EU-finanzierten Projekts ARGPHENO ist die Entwicklung neuer Rechenmethoden für die Evaluation der phänotypischen Merkmale von seltenen genetischen Variationen. Das Projekt ist auf Methoden für die genaue Rekonstruierung der Genealogie unter Verwendung von Sequenzierungsdaten für die anschließende Identifizierung von Erbeigenschaften und Querverbindungen zu gängigen genetischen Varianten ausgerichtet.
Ziel
Large-scale genome-wide association studies (GWAS) have yielded thousands of genetic as-sociations to heritable traits, but for most common diseases, these signals collectively explain only a small fraction of phenotypic variation. The phenotypic impact of recent, rare genetic variants, in particular, is poorly understood, but currently available data sets and analytical tools cannot be used to effectively study this class of variation. To address this problem, we propose to develop new computational methodology that will enable studying the phenotypic role of recent, rare genetic variation. This will improve our understanding of the architecture of heritable complex traits, inform the design of future studies, and increase our ability to detect novel associations.
This project will address three specific aims. The first aim is to devise new methods to accurately reconstruct the complex network of genealogical relationships of individuals using high/low-coverage sequencing or microarray data. The second is to leverage these genealogical structures to infer the presence of unobserved genetic variation, with the goal of analyzing variance components of narrow sense heritability attributable to rare variants and studying the evolutionary history of heritable traits. Finally, in the third aim, we will develop new approaches to detect association to both rare and common variants, increasing the statistical power of GWAS methodology.
Wissenschaftliches Gebiet
Schlüsselbegriffe
Programm/Programme
Thema/Themen
Finanzierungsplan
ERC-STG - Starting GrantGastgebende Einrichtung
OX1 2JD Oxford
Vereinigtes Königreich