Genetisches Mapping bei Krankheiten
Jüngste Forschungen haben zur Entdeckung von über 500 validierten Phänotyp-Assoziationen von Single-Nukleotid-Polymorphismen (SNP) geführt. Allerdings erklären SNP nicht die Erblichkeit vieler verbreiteter genetischer Krankheiten und über ihre Wirkung auf Zellebene ist wenig bekannt. In naher Zukunft werden Projekt zum Mapping von Krankheiten Zugang zur Vollgenom-Sequenzierung haben. Um sehr hochdimensionale Daten statistisch wirkungsvoll handhaben und analysieren zu können und diese in Bezug auf komplexe Phänotypen zu interpretieren, sind entsprechende Methoden dringend erforderlich. Das von der EU finanzierte Projekt NEXTGENE (Next generation disease mapping) entwickelte neue Methoden, mit der sich mehr Varianten identifizieren lassen, die zur Erkrankung beitragen. Hierfür modellierten sie explizit ihre Interaktion und kombinierten das statistische Signal von mehreren seltenen Varianten. Der Ansatz analysierte Sequenzdaten und die Frequenzen der zugehörigen Varianten basierten auf Daten aus der Evolutionstheorie. Darüber hinaus untersuchten sie, wie krankheitsassoziierte Gene im Protein-Interaktionsraum näher sind, und verwendeten dies, um eine neue Methode zur Identifizierung von Krankheitsgenen zu entwickeln. Außerdem schufen sie eine Software, mit der sich Insertions- und Deletions-Polymorphismen erfassen und vollständige Mitochondrien in Vollgenom-Sequenzierungsstudien zusammenbauen lassen. Interessanterweise ermöglichte der Vergleich von Eltern- und Nachkommengenomen den Forschern, die De-novo-Mutationsrate zu berechnen und ihren Beitrag zu neuen Krankheiten aufzudecken. Zusammenfassend lässt sich sagen, dass die Ergebnisse von NEXTGENE ein gründliches Verständnis dafür liefern, wie bestimmte genetische Varianten zur Erkrankung beitragen. Die erzeugten Werkzeuge und Ergebnisse sind von klinischer Relevanz und werden zukünftige Forschungsprojekte in diesem Bereich vorantreiben.
Schlüsselbegriffe
Humangenetik, SNP, NEXTGENE, Mitochondrien, Mutationsrate