gms | German Medical Science

MAINZ//2011: 56. GMDS-Jahrestagung und 6. DGEpi-Jahrestagung

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V.
Deutsche Gesellschaft für Epidemiologie e. V.

26. - 29.09.2011 in Mainz

Integrated Genome-Wide Pathway Association Analysis Using Parallel Computing

Meeting Abstract

Suche in Medline nach

  • Christine Herold - Deutsches Zentrum für Neurodegenerative Erkrankungen (DZNE), Bonn
  • Tim Becker - Deutsches Zentrum für Neurodegenerative Erkrankungen (DZNE), Bonn

Mainz//2011. 56. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (gmds), 6. Jahrestagung der Deutschen Gesellschaft für Epidemiologie (DGEpi). Mainz, 26.-29.09.2011. Düsseldorf: German Medical Science GMS Publishing House; 2011. Doc11gmds054

DOI: 10.3205/11gmds054, URN: urn:nbn:de:0183-11gmds0543

Veröffentlicht: 20. September 2011

© 2011 Herold et al.
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 vervielfältigt, verbreitet und öffentlich zugänglich gemacht werden, vorausgesetzt dass Autor und Quelle genannt werden.


Gliederung

Text

Pathway association analysis (PAA) tests for an excess of moderately significant SNPs in genes from a common pathway. Here, we present a Monte-Carlo simulation framework that allows to formulate the main ideas of existing PAA approaches (SNP ratio test, ALIGATOR and GenGen, Fisher combination test) as special cases.

A respective implementation in INTERSNP makes time-consuming communication with standard GWAS software redundant. By additional parallelization with the OpenMP API, we achieve a reduction of running time for PAA by orders of magnitude, making the first power simulation study for pathway association analysis feasible.

We demonstrate that under simple,realistic disease models, PAA can actually strongly outperform the GWAS single-marker approach. PAA methods that make use of the the strength of the SNP association (GenGen, Fisher combination test), in general, perform better than ratio-based methods (ALIGATOR, SNP ratio), whereas the relative performance of gene-based scoring (ALIGATOR, GenGen) and pathway-based scoring (SNP ratio, Fisher combination test) depends on the architecture of the assumed disease model.

Finally, we present a new PAA score that models independent signals from the same gene in a regression framework and show that it is a good compromise that combines the advantages of existing ideas.