Search

Diese Arbeit betrachtet die zentralen Schritte eines Sequenzierungsprozesses und zeigt auf, wie diese modelliert und optimiert bzw. neu gestaltet werden können, um ein performanteres und qualitativ besseres Alignment von Short Read Daten umzusetzen. Hierzu wird für die Modellierung von Short Reads ein Model hergeleitet, aus dem sich Formeln ableiten lassen, die sehr gute Abschätzungen über die zu erwartenden Ergebnisse eines Sequenzierungsprozesses zulassen. Es werden die Eigenschaften einer Sequenzierung wie die Coverage-Verteilung, Null-Coverage- Verteilung, Contig-Längen-Verteilung, N50 und Contig-Anzahl durch Formeln nachgebildet. Weiterhin wird ein Algorithmus zum Alignment von Reads an ein Referenzgenom entwickelt. Der Fokus wird auf die statistischen Eigenschaften der Eingabedaten gelegt. Es wird der Schwerpunkt darauf gelegt, dass die Operationen durch die Zugriffszeiten von Arbeitsspeicher und Festplatten den Algorithmus nicht ausbremsen und die Prozessoren optimal genutzt werden. Es wird gezeigt, dass der entwickelte Algorithmus sowohl mehr Reads alignt als auch eine niedrigere Falsch-Positiv Rate als der Referenzalgorithmus Bowtie2 hat und dabei die Laufzeit deutlich unter der des Referenzalgorithmus liegt. Zur Verbesserung der Eingabedaten wird eine Erweiterung des SHREC Algorithmus zur Fehlerkorrektur vorgestellt. Hierbei wird der Speicherbedarf durch Verwendung von Patricia Tries stark reduziert, wodurch größere Read-Sets verarbeitet werden können. Weiterhin wird die essentielle Parameterwahl von SHREC automatisiert, da sie für normale Anwender sehr schwierig zu bestimmen ist. Es wird gezeigt, dass diese Erweiterungen zu einer deutlichen Fehlerreduktion in den Reads führen. Um den wachsenden Datenmengen gerecht zu werden, werden Cloud-Dienste analysiert und ein Kommunikations-Benchmark vorgestellt. Dieser hilft, die tatsächlich vorliegende Kommunikationsstruktur zu analysieren und vor der Ausführung eines kommunikationsintensiven Algorithmus zu entscheiden, wie die Verteilung von Aufgaben auf die verschiedenen Recheneinheiten zu erfolgen hat.

Motivation: Krankheiten beim Menschen werden zu einem großen Teil durch geneti- sche Varianten beeinflusst oder verursacht. Um den Krankheitsmechanismus zu ver- stehen und um Patienten ursächlich behandeln zu können, ist ein erster Schritt, die genetische Variante im menschlichen Genom zu lokali Methoden um ein mächtiges Verfahren zur genetischen Kartierung quantitativer Phänotypen erweitert. Da genehunter-qmod auf dem Lander-Green-Algorithmus basiert, können viele Marker gleichzeitig in die Kopplungsanalyse einbezogen werden. Darum eignet sich genehunter-qmod gut für die Anwendung in Genkartierungs- projekten mit diallelischen SNP-Markern, die weniger informativ sind als Mikrosatelliten und daher in größerer Zahl in die Analyse eingehen müssen. genehunter-qmod ist nicht kommerzielle Software und im Internet unter http://www.helmholtz-muenchen.de/genepi/downloads frei erhältlich., Objective: To a large degree human diseases are influenced or caused by genetic variants. In order to understand the mechanism of the disease and to treat patients in a causative way, a first step is to locate the genetic variants in the human genome. An important tool for this goal is linkage analysis. In this work, a parametric method for linkage analysis of quantitative phenotypes is presented. The method provides a test for linkage as well as an estimate of different parameters of the genotype-phenotype relation.We have implemented our new method in the program genehunter-qmod and performed simulations to compare its power and type I error to existing methods, i.e. variance components analysis (VCA) and Haseman-Elston regression. Methods: The phenotype is modeled as a normally distributed variable, with a separate distribution for each genotype. Estimates of the genotype-specific expectation values and standard deviations are obtained by maximizing the LOD score over these parameters with a gradient-based optimization called pgrad method. That way, genehunter-qmod can both locate the putative disease locus and provide specific information about the genotype-phenotype relation. Results: genehunter-qmod has lower power to detect linkage than VCA in ca- se of a normal distribution and with sib pairs. However, it outperforms VCA and Haseman-Elston regression for larger pedigrees, non-randomly ascertained data or non-normally distributed phenotypes. Here, the higher power even goes along with conservativeness, while VCA has an inflated type I error. Parameter estimation tends to underestimate residual variances, but performs better for expectation values of the genotype-specific phenotype distributions. Conclusion: With genehunter-qmod, a powerful new tool is provided to ex- plicitly model quantitative phenotypes in the context of linkage analysis. Because genehunter-qmod is based on the Lander-Green algorithm, it can simultaneously use many markers in the analysis, which makes it applicable to gene-mapping projects based on SNP arrays. The program is freely available at http://www.helmholtz-muenchen.de/genepi/downloads.