Of long-tails, microarrays, and marker sets: integrative approaches in functional genomics, population genetics and genetic epidemiology

The work in the three presented articles provides several demonstrations of how an integrative approach to scientific research has led to a better understand of biological phenomena. The first article incorporates research from the overlapping fields of biotechnology, functional genomics, and bioinformatics. The study's objective is to describe the nature of the distribution of gene expression levels measured with microarrays with the aim of developing an inter-array normalization method. The normalization method is compared to other existing normalization methods and is found to be especially suited to so-called boutique microarrays. The second article uses genotyping data generated by microarrays with the goal of examining the population genetic structure of the European human population. This study combines aspects of the fields of biotechnology, bioinformatics, and population genetics and sheds light on the genetic differences between Europeans by characterizing a strong correlation between geographic and genetic distance. In the final article, focus switches from genetic differences to genetic similarities in the same European individuals by examining the relationship structure of genetic nearest neighbors. Observations about these relationships lead to the proposal of a genetic matched-pair study design that contributes a methodological improvement to the field of genetic epidemiology. The proposed study design has the potential to increase the power of analysis of genome-wide association studies which are used to discover disease-causing genes. A presentation of previously unpublished research which was generated during the course of the work is also included. Finally, a discussion of long-tail data distributions initially observed in the first article leads to conclusions on the fundamental properties of the informational content of genetic marker sets ascertained in the last two articles.

Die Arbeiten, die in den drei vorliegenden Artikeln präsentiert werden, zeigen, wie ein integrativer wissenschaftlicher Ansatz zu einem besseren Verständnis biologischer Phänomene führt. Der erste Artikel verknüpft Forschung aus den sich überlappenden Fachgebieten Biotechnologie, funktionelle Genomik und Bioinformatik. Das Ziel der Studie war es, mittels Mikroarrays die Verteilungsform der Genexpressionsniveaus zu bestimmen, um eine Normalisierungsmethode zu entwickeln. Diese Normalisierungsmethode wurde mit anderen bereits bekannten Normalisierungsmethoden verglichen und sie erwies sich als besonders geeignet für sogenannte Boutique-Mikroarrays. Der zweite Artikel verfolgt das Ziel, mit Hilfe von humanen Genotypisierungsdaten aus Mikroarrays die populationsgenetische Struktur der europäischen Population zu charakterisieren. Diese Studie verbindet Aspekte der Forschungsgebiete Biotechnologie, Bioinformatik und Populationsgenetik und gibt damit Aufschluss über die Muster genetischer Unterschiede zwischen Europäern: Es konnte eine hohe Korrelation zwischen geographischen und genetischen Distanzen gezeigt werden. Der letzte Artikel richtet den Blick auf die genetischen Gemeinsamkeiten der selben europäischen Individuen, indem er die Verwandtschaftsstruktur mittels eines genetischen "nearest neighbors"-Algorithmus untersucht. Die beobachteten Verwandtschaftsstrukturen führen zum Vorschlag eines genetischen Matched-Pair-Studiendesigns, das auf dem Gebiet der genetischen Epidemiologie eine erhebliche methodische Verbesserung darstellt. Das vorgeschlagene Studiendesign kann die Aussagekraft der statistischen Analysen bei Genom-weiten Assoziationsstudien erhöhen, also bei Studien, die durchgeführt werden, um krankheitsverursachende Gene zu identifizieren. Darüber hinaus werden bisher unveröffentlichte Forschungsergebnisse vorgestellt, die im Zusammenhang mit den obigen Studien gewonnen wurden. Eine abschließende Diskussion der Long-Tailed-Verteilung der Daten, die zunächst in der ersten Studie beobachtet wurde, führt zu Schlussfolgerungen über die grundlegenden Eigenschaften des Informationsgehaltes genetischer Markersets, welche nachfolgend in den letzten beiden Studien bestätigt wurden.

Rechte

Nutzung und Vervielfältigung:

Keine Lizenz. Es gelten die Bestimmungen des deutschen Urheberrechts (UrhG).

Bitte beachten Sie, dass einzelne Bestandteile der Publikation anderweitigen Lizenz- bzw. urheberrechtlichen Bedingungen unterliegen können.

Zitieren

Zitierform:
Zitierform konnte nicht geladen werden.