Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
In Silico Methods for Prioritizing DNA Markers for Genetic Association Studies.
KTH, School of Computer Science and Communication (CSC).
2012 (English)Independent thesis Advanced level (professional degree), 20 credits / 30 HE creditsStudent thesis
Abstract [en]

The low density lipoprotein (LDL) receptor gene codes for a 160 kDa transmembrane glycoprotein ubiquitously distributed that is playing a major role in cholesterol homeostasis. This gene is therefore an interesting candidate gene in genetic association studies. In these studies one seek for an association between the different kind of genetic variation in the gene and complex diseases, which in this case is related to cholesterol homeostasis. At present, it is preferable to reduce the number of genetic markers for a candidate gene to a manageable set for an association study due to cost-benefit reasons. Here, a way of prioritizing markers for this purpose in the LDLR gene is presented and it is basically is built on the hierarchy: 1. Selection of markers in gene exons with potential functional effects, i.e. amino acid changing (non-synonymous) variants. 2. Markers that occur in highly conserved regions of the genome (most often in exons, introns, untranslated regions, promoters and enhancers). 3. Markers that affect the binding of regulatory factors. 4. Markers that may not affect amino acids (synonymous) but can affect messenger RNA splicing. 5.Elimination of redundant markers due to tight linkage disequilibrium. A number of in silico methods for this endeavour are used. Each of these methods yields a result that is summarized and presented as a prioritized list of single nucleotide polymorphisms of the gene LDLR.

Abstract [sv]

Lågdensitetslipoprotein (LDL)-receptorgenen kodar för ett 160 kDa tungt transmembranalt glykoprotein som är vitt distribuerat och som spelar en stor roll i kolesterolhomeostasen. Denna gen är därför en intressant kandidatgen för genetiska associationsstudier. I dessa studier söker man efter en association mellan de olika typerna av genetisk variation av genen och komplexa sjukdomar, som i detta fall är relaterade till kolesterolhomeostasen. I dags dato är det önskvärt att reducera antalet genetiska markörer för en kandidatgen till ett ekonomiskt hållbart antal för en associationsstudie. Här presenteras ett sätt att prioritera markörer för detta ändamål i LDLR-genen, som bygger på följande hierarki: 1. Val av markörer i genens exoner med potentiell funktionell effekt, dvs. varianter som ändrar aminosyror. 2. Markörer som förekommer i högt konserverade områden i genomet (mestadels i exoner, introner, oöversatta regioner, promotorer och förstärkare). 3. Markörer som påverkar bindningen av regulationsfaktorer. 4. Markörer som inte påverkar aminosyror (tysta markörer) men som kan påverka budbärar-RNA-splitsning. 5. Eliminering av överflödiga markörer på grund av hög optimal kopplingsojämvikt. Ett antal datorbaserade metoder för denna strävan av prioritering används. Dessa metoder ger var för sig ett resultat som summeras och presenteras i form av en prioriteringslista av LDLR-genens enbaspolymorfier.

Place, publisher, year, edition, pages
2012.
Series
Trita-CSC-E, ISSN 1653-5715 ; 2012:047
National Category
Computer Science
Identifiers
URN: urn:nbn:se:kth:diva-130985OAI: oai:DiVA.org:kth-130985DiVA: diva2:654431
Educational program
Master of Science in Engineering -Engineering Physics
Uppsok
Technology
Supervisors
Examiners
Available from: 2013-10-07 Created: 2013-10-07

Open Access in DiVA

No full text

Other links

http://www.nada.kth.se/utbildning/grukth/exjobb/rapportlistor/2012/rapporter12/sjoberg_sven_12047.pdf
By organisation
School of Computer Science and Communication (CSC)
Computer Science

Search outside of DiVA

GoogleGoogle Scholar

urn-nbn

Altmetric score

urn-nbn
Total: 13 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf