DFG-Projekt: "Statistische Methoden zur Analyse von genetischen Assoziationsstudie
Ein wichtiges statistisches Problem der Humangenetik besteht in der Analyse der genetischen Komponente von sog. multifaktoriellen Erkrankungen wie Diabetes mellitus, Bluthochdruck oder Multiple Sklerose (MS). Man nimmt an, daß verschiedene Allele an mehreren Genorten wechselwirken (epistatische Effekte) und dabei lediglich prädisponierend aber nicht notwendigerweise kausal wirken. Ferner wird vermutet, dass unabhängige Allelkombinationen ein ähnliches Krankheitsbild hervorrufen (genetische Heterogenität). Somit ist es angezeigt, in einer statistischen Analyse Haupteffekte und Wechselwirkung von (Kandidaten-) Genorten simultan zu untersuchen und auf statistische Signifikanz zu testen. Problembedingt besteht das statistisch auszuwertende Datenmaterial aus der genetischen Information typisierter Familien und unterliegt daher variabler stochastischer Abhängigkeit, die von starker Abhängigkeit (innerhalb einzelner Familien) bis hin zu schwacher Abhängigkeit reicht. In dem Projekt sollen regressionsanalytische statistische Verfahren für Fall-Kontroll-Designs mit genetisch induzierten abhängigen Daten studiert werden. Von Interesse sind daher insbesondere Grenzwertsätze geeigneter statistischer Teststatistiken für abhängige Daten sowie die numerische Untersuchung ihrer finiten Eigenschaften.
Ziele:
Wir verfolgen das Ziel, für Fall-Kontroll-Designs bei abhängigen familiären Daten statistische Verfahren zu entwickeln, die eine simultane Analyse des Einflusses von hochdimensionalen Allelkombinationen auf den Krankheitsstatus ermöglichen, wobei Wechselwirkungen (epistatische Effekte) explizit berücksichtigt werden sollen. Dies beinhaltet insbesondere die Formulierung geeigneter statistischer Modelle sowie die Ausarbeitung der asymptotischen Theorie für abhängige Daten.
Im einzelnen sollen folgende Punkte bearbeitet werden:
- Statistische Modellierung der genetischen Komponentemultifaktorieller Erkrankungen.
- Definition geeigneter genetischer Metriken.
- Entwicklung geeigneter Schätzverfahren.
- Asymptotische Theorie (insbes. Grenzwertsätze für abhängige Daten).
- Simulation der finiten Eigenschaften der entwickelten Tests.
- Entwicklung und Untersuchung geeigneter Modellwahlverfahren. Implementation der entwickelten Verfahren in Programmbibliotheken.