gms | German Medical Science

Kongress Medizin und Gesellschaft 2007

17. bis 21.09.2007, Augsburg

Ein Maß zur Bestimmung einer Gen-Gen-Interaktion

Meeting Abstract

Suche in Medline nach

  • Ronja Foraita - Bremer Institut für Präventionsforschung und Sozialmedizin, Bremen

Kongress Medizin und Gesellschaft 2007. Augsburg, 17.-21.09.2007. Düsseldorf: German Medical Science GMS Publishing House; 2007. Doc07gmds092

Die elektronische Version dieses Artikels ist vollständig und ist verfügbar unter: http://www.egms.de/de/meetings/gmds2007/07gmds092.shtml

Veröffentlicht: 6. September 2007

© 2007 Foraita.
Dieser Artikel ist ein Open Access-Artikel und steht unter den Creative Commons Lizenzbedingungen (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.de). Er darf vervielf&aauml;ltigt, verbreitet und &oauml;ffentlich zug&aauml;nglich gemacht werden, vorausgesetzt dass Autor und Quelle genannt werden.


Gliederung

Text

Einleitung/Hintergrund: Bei der Modellierung von Systemen, die zur Krankheitsentstehung führen, sind neben den einzelnen Effekten auch Interaktionen von großem Interesse. Insbesondere bei komplexen Erkrankungen mit genetischen Determinanten ist der Einbezug von Gen-Gen- und Gen-Umwelt-Interaktionen notwendig, um die Ätiologie der Krankheit möglichst vollständig erfassen zu können. Jedoch verstehen Genetiker und Statistiker den Begriff der "Interaktion" unterschiedlich. Dies begründet die Schwierigkeit, eine biologische Interaktion mit statistischen Modellen zu entdecken. Speziell für Fall-Kontroll-Studien konnten North et al. (2005) zwischen den Interaktionstermen einer logistischen Regression und einer biologischen Interaktion keinen Zusammenhang finden. Dies veranlasste uns ein Maß zu entwickeln, mit dem es möglich ist, Interaktionen zu entdecken.

Material und Methoden: Biologische Modelle werden für qualitative Phänotypen im Rahmen von Fall-Kontroll Studien über die gemeinsame Penetranz P(Erkrankt | LocusA=i, LocusB=j) beschrieben. Für die Modellierung der Krankheit werden gerichtete Graphen verwendet, die auf bedingten Wahrscheinlichkeiten beruhen. Das Interaktionsmaß wurde basierend auf der Faktorisierungsstruktur von gerichteten graphischen Modellen entwickelt und entscheidet auf der Basis bedingter Wahrscheinlichkeiten, ob eine Synergie der betrachteten Loci im Bezug auf die Krankheit vorhanden ist. Somit ermöglicht das Maß, ein biologisches Modell ohne Interaktion von einem biologischen Modell mit Interaktion zu unterscheiden. Dabei müssen sich die betrachteten Loci nicht im Linkage Equilibrium befinden.

Ergebnisse und Schlussfolgerungen: Das Interaktionsmaß hilft, eine biologische Gen-Gen-Interaktion zu finden, so wie sie im Allgemeinen von Genetikern über Penetranzen beschrieben wird.


Literatur

1.
North B, Curtis D, Sham PC. Application of logistic regression to case-control association studies involving two causative loci. Hum Hered. 2005;56:79-87.