The genome-wide association study of epistasis in pooled DNA

การวิเคราะห์ปฏิสัมพันธ์ทั้งจีโนมในข้อมูลพูลดีเอ็นเอ

Name: Worrawat Engchuan

Name: วรวรรธน์ เอ่งฉ้วน

keyword: Pooled DNA

Abstract: Genome-wide association study (GWAS) is a powerful method for studying genetic association using single nucleotide polymorphisms (SNP) as genetic markers. One of the main goals in finding genetic association is to uncover the interactions between genetic markers that may influence the phenotype or disease status. However, the cost of a large scale GW AS is still prohibitive. DNA pooling technique can be used to reduce the cost of GW AS by reducing the number of micro array and sample usage. The key limitation of DNA pooling is that it can provide only allele data. Thus the loss of genotype information limits the use of DNA pooling to only single locus analysis. This research proposes MDRpool, a method for detecting epistatic interactions in pooled DNA genome-wide association study. The basic idea is based on the Monte Carlo simulation which is used for extracting plausible genotype information and diplotype configurations from the relative allele frequencies of pooled data. The method was tested using a simulated dataset with a known SNP interaction. The result indicates that MDRpool can detect epistatic interactions from pooled DNA data with classification accuracy comparable to the individual genotyping approach.

Abstract: การวิเคราะห์ข้อมูลจีโนมของทั้งจีโนมเป็นการศึกษาความสัมพันธ์กันระหว่างพันธุกรรมกับลักษณะ ของการเกิดโรคโดยอาศัยข้อมูลซิงเกิลนิวคลิโอไทด์โพลิมอฟอซึม หรือ SNP โดยเป้าหมายหลักในการ ทำการวิเคราะห์คือ การระบุตัวบ่งชี้ทางพันธุกรรมที่มีผลต่อการเกิดโรค อย่างไรก็ตามต้นทุนในการ วิเคราะห์ดังกล่าวนั้นยังคงสูงอยุ่มาก ทำให้กลุ่มวิจัยหลายๆกลุ่มไม่สามารถทำการวิเคราะห์ได้ จึงมี แนวคิดของการทำพูลดีเอ็นเอขึ้นมา ซึ่งเทคนิคพูลดีเอ็นเอจะทำการรวมสารพันธุกรรมของกลุ่มตัวอย่าง ไว้ด้วยกันก่อนที่จะเริ่มทำการวิเคราะห์จีโนม ดังนั้นการใช้เทคนิคพูลดีเอ็นเอในการวิเคราะห์จีโนมนั้น จะช่วยลดต้นทุนของการศึกษาลงอย่างมาก ทั้งในแง่ของการลดจำนวนการใช้ไมโครอะเรย์และการลด ปริมาณของสารพันธุกรรมที่ใช้ แต่เนื่องจากเทคนิคพูลดีเอ็นเอสามารถให้ข้อมูลแก่นักวิจัยได้เพียงแค่ระดับ ของอัลลีล ทำให้เราไม่สามารถทำการวิเคราะห์หาการปฏิสัมพันธ์กันของ SNP ซึ่งต้องการข้อมูลใน ระดับจีโนไทป์ได้ ดังนั้นงานวิจัยชิ้นนี้จึงมุ่งเน้นท่จะพัฒนาวิธีการเพื่อช่วยในการวิเคราะห์ข้อมูลจีโนม ในระดับการหาปฏิสัมพันธ์กันของ SNP โดยอาศัยหลักการจำลอง Monte Carlo เข้ามาเพื่อช่วยในการ ประมาณโอกาสในการเกิดของการปฏิสัมพันธ์จากข้อมูลพูลดีเอ็นเอ หลักการที่พัฒนาขึ้นมาได้ถูกนำไป ทดสอบกับข้อมูลที่จำลองขึ้นมา และผลการทดสอบแสดงให้เห็นว่า วิธีการดังกล่าวสามารถนำไปใช้ใน การวิเคราะห์ข้อมูลจีโนมในระดับการหาปฏิสัมพันธ์กันของ SNP ในข้อมูลที่ได้รับจากเทคนิคพูลดีเอ็นเอ ได้อย่างมีประสิทธิผลและมีความถูกต้องใกล้เคียงกับผลการทดลองจากข้อมูลจีโนไทป์ปกติ

King Mongkut's University of Technology Thonburi. KMUTT Library.

Address: BANGKOK

Email: info.lib@mail.kmutt.ac.th

Name: Santitham Prom-on

Role: Advisors

Created: 2009

Modified: 2011-01-29

Issued: 2011-01-15

วิทยานิพนธ์/Thesis

application/pdf

CallNumber: BIF67

eng

DegreeName: Master of Science

Level: Master's Degree

Descipline: Bioinformatics and Systems Biology

Grantor: King Mongkut's University of Technology Thonburi

©copyrights King Mongkut's University of Technology Thonburi

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	BIF67.pdf	1.59 MB	51	2024-01-26 07:53:48
2	BIF67ab.pdf	35.42 KB	21	2018-05-11 01:06:08

ใช้เวลา

0.036729 วินาที