Descrizione del progetto
Aumentare la potenza statistica degli studi sull’intero genoma per comprendere le malattie umane
Nella genetica umana, uno studio di associazione sull’intero genoma di solito indaga sui legami tra il polimorfismo a singolo nucleotide e i tratti ereditabili, compresa la predisposizione alle malattie più importanti. Tuttavia, l’impatto delle variazioni genetiche rare è poco compreso e i dati e gli strumenti analitici attualmente disponibili non sono sufficienti per studiare questa classe di variazioni. L’obiettivo del progetto ARGPHENO, finanziato dall’UE, è quello di sviluppare nuovi metodi di calcolo per la valutazione dei tratti fenotipici di variazioni genetiche rare. Il progetto si concentrerà su metodi per la ricostruzione accurata della genealogia utilizzando dati di sequenziamento per la successiva identificazione di variazioni genetiche rare e dei loro tratti ereditari e l’associazione incrociata con variazioni genetiche comuni.
Obiettivo
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.
Campo scientifico
Parole chiave
Programma(i)
Argomento(i)
Meccanismo di finanziamento
ERC-STG - Starting GrantIstituzione ospitante
OX1 2JD Oxford
Regno Unito