Startseite
Podcasts
Medizinische Fakultät - Digitale Hochschulschriften der LMU - Teil 09/19 Podcast
Strategien für die Expressionsanalyse in funktionellen Gengruppen

Strategien für die Expressionsanalyse in funktionellen Gengruppen

Medizinische Fakultät - Digitale Hochschulschriften der LMU - Teil 09/19 vor 17 Jahren

0:00

Die Analyse von Genexpressionsdaten, die durch die
Microarray-Technologie bereit gestellt werden, ist in den letzten
Jahren zu einem interessanten Forschungsfeld der Statistik
geworden. Die ersten Verfahren auf diesem Gebiet zielen darauf ab,
differentiell exprimierte Gene aus der riesigen Menge aller Gene
eines Microarrays heraus zu filtern. Das Resultat einer solchen
genweisen Analyse ist eine Liste interessanter Gene. Derartige
Listen einzeln ausgewählter Gene sind allerdings schwer in einen
biologischen Kontext zu bringen. Überdies hängen sie stark von der
verwendeten Analysemethode und vom jeweiligen Datensatz ab, so daß
Genlisten verschiedener Arbeitsgruppen meist eine relativ schlechte
Übereinstimmung aufweisen. Eine Alternative beziehungsweise
Weiterführung der genweisen Herangehensweise bietet die Analyse
funktioneller Gengruppen. Diese beinhalten biologisches Vorwissen
über das Zusammenspiel von Genen. Somit sind relevante Gengruppen
sinnvoller interpretierbar als einzelne relevante Gene. Es werden
verschiedene Verfahren für die Untersuchung funktioneller
Gengruppen hinsichtlich differentieller Expression vorgestellt und
auf methodischer Ebene sowie anhand von realen Datenbeispielen und
Simulationsstudien verglichen. Von speziellem Interesse ist hier
die Familie von Gengruppen, die durch die Gene Ontology definiert
wird. Die hierarchische Struktur dieser Ontologien bedeutet eine
zusätzliche Herausforderung für die Analyse, insbesondere für die
Adjustierung für multiples Testen. Ein globaler Test auf
differentielle Expression in Gengruppen ist das GlobalAncova
Verfahren, welches im Rahmen dieser Arbeit weiter entwickelt und
als R Paket bereit gestellt wurde. Die Signifikanz von Gengruppen
kann dabei durch ein Permutationsmodell sowie über die
asymptotische Verteilung der Teststatistik bewertet werden. Wir
legen die theoretischen Grundlagen und Aspekte der Programmierung
des Verfahrens dar. GlobalAncova eignet sich für die Analyse
komplexer Fragestellungen. Hierzu werden einige ausführliche
Auswertungen präsentiert, die im Rahmen von Kooperationen mit
Medizinern und Biologen durchgeführt wurden.