Zusammenfassung
Eine wichtige Aufgabe der genetischen Epidemiologie sind die Lokalisierung und Identifizierung von genetischen Faktoren, die an der Entstehung von Phänotypen beteiligt sind. Insbesondere multifaktorielle Krankheiten, die durch das Zusammenwirken verschiedener Gene und Umweltfaktoren verursacht werden, sind in den Fokus gerückt. Grundsätzliches Problem der genetischen Epidemiologie ist, dass das menschliche Genom aufgrund seines Umfangs eine erschöpfende biologische Untersuchung seiner Wirkungsweise nicht zulässt. Da aber sowohl innerhalb von Familien als auch auf Bevölkerungsebene die Ausprägungen der DNA-Variation korrelieren, ist es möglich, das Genom mit ausgewählten genetischen Markern repräsentativ abzubilden und diese mit statistischen Methoden zu analysieren. Eine Grobkartierung wird mittels Kopplungsanalyse durchgeführt, die die Kosegregation von Markern mit dem Phänotyp in Familien betrachtet. Die Feinkartierung der Kopplungsregionen erfolgt mit der Assoziationsanalyse, die die Häufigkeit von Allelen/Genotypen zwischen von der Krankheit Betroffenen und Nichtbetroffenen vergleicht. Das Kopplungsassoziationsparadigma wird zunehmend durch genomweite Assoziationsstudien (GWAS) ersetzt, die auf eine einleitende Kopplungsanalyse verzichten.
Abstract
It is an important goal of genetic epidemiology to localize and identify genetic factors that are involved in the development of a phenotype. In particular, multifactorial diseases have moved into focus. The basic problem of genetic epidemiology is that the biological function of the human genome cannot be comprehensively investigated because of its enormous size. There is, however, correlation of DNA variation both within families and on a population level. As a consequence, it is possible to represent the whole genome with selected genetic markers and to analyze them statistically. Mapping starts with linkage analysis, which considers cosegregation of markers and phenotype within families. Fine mapping of a linkage region is then left to association analysis, which compares allele or genotype frequencies between affected and unaffected probands. Nowadays, the linkage-association paradigm is often replaced by genome-wide association studies that do not rely on an initial linkage analysis.
Literatur
Armitage P (1955) Tests for linear trends in proportions and frequencies. Biometrics 11: 375–386
Becker T, Knapp M (2004) Maximum-Likelihood estimation of haplotype frequencies in nuclear families. Genet Epidemiol 27: 21–32
Clark AG (2004) The role of haplotypes in candidate gene studies. Genet Epidemiol 27:321–333
Clerget-Darpoux F, Bonaiti-Pellie C, Hochez J (1986) Effects of misspecifying genetic parameters in lod score analysis. Biometrics 42: 393–3999
Elston RC (1998) Methods of linkage analysis – and the assumptions underlying them. Am J Hum Genet 63: 931–934
Fischer EP (2002) Das Genom. Fischer Taschenbuch, Frankfurt am Main
International HapMap Consortium (2003) The International HapMap Project. Nature 426: 789–796
Lander ES (1996) The new genomics: global views of biology. Science 274: 536–539
Marchini J, Donnelly P, Cardon LR (2005) Genome-wide strategies for detecting multiple loci that influence complex diseases. Nat Genet 37: 413–417
Morton NE (1955) Sequential tests for the detection of linkage. Am J Hum Gent 7: 277–318
Ott J (1999) Analysis of human genetic linkage. Johns Hopkins University Press, Baltimore
Risch N, Merikangas K (1996) The future of genetic studies of complex human diseases. Science 273: 1516–1517
Spielman RS, McGinnis RE, Ewens WJ (1993) Transmission test for linkage disequilibrium: the insulin gene region and insulin-dependent diabetes mellitus (IDDM). Am J Hum Genet 52: 506–516
Steinthorsdottir V, Thorleifsson G, Reynisdottir I et al. (2007) A variant in CDKAl1 influences insulin response risk of type 2 diabetes. Nat Genet 39: 770–775
Interessenkonflikt
Der korrespondierende Autor gibt an, dass kein Interessenkonflikt besteht.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
About this article
Cite this article
Becker, T. Genidentifizierung bei multifaktoriellen Krankheiten. medgen 19, 300–303 (2007). https://doi.org/10.1007/s11825-007-0028-0
Published:
Issue Date:
DOI: https://doi.org/10.1007/s11825-007-0028-0