Statistisk metod ger säkrare underlag för genteknik
Genteknikens fortsatta utveckling förutsätter avancerad matematisk statistik, ett område där Chalmers är mycket framstående. Mikael Knutsson presenterar i sin avhandling nya metoder som förbättrar möjligheterna att finna sjukdomsgener.
Kopplingsanalys är en statistisk metod som används för att hitta sjukdomsgener. Med hjälp av genetiska markörer, letar man efter områden på kromosomer som nedärvs tillsammans med sjukdomen.
Ett populärt och ofta använt specialfall av kopplingsanalys är så kallad affected sib-pair analys, kopplingsanalys baserad på par av sjuka syskon. Genom att använda teorin från statistisk hypotesprövning söker man efter områden som nedärvs gemensamt hos sjuka syskon. Mikael Knutsson har skrivit en avhandling bestående av tre artiklar på temat affected sib-pair analys.
I ett tidigt skede av studien, innan alla data har samlats in, bör studien noga planeras och designas. Artikel 1 berör detta planeringsstadium och en metod utvecklas för att skatta styrkan hos en kommande affected sib-pair studie. Eftersom genletningsprocessen är kostsam och tidskrävande, fyller styrkeberäkningar en viktig funktion. Styrkeberäkningar är också av betydelse för att få tillstånd för studien eller för att övertyga finansiärer.
Metoden som presenteras består av två steg. I steg 1 simuleras markördata för familjer med sjuka syskonpar medhjälp av en beräkningsmässigt snabb metod.
I steg 2 används simuleringarna för att skatta parametrarna i en multivariat normalfördelning. Metodens användbarhet illustreras i ett exempel gällande multipel skleros.
Artikel 2 berör sjukdomar som påverkar det antal barn ett föräldrapar skaffar, beroende på om barnen är sjuka eller friska. Tyngdpunkten ligger på fallet då sjuka barns inverkan på barnafödandet är negativt, det vill säga då ett sjukt barn medför nedsatt fertilitet eller om sjuka barn kräver extra mycket tid och pengar. Föräldrar till barn med genetiska sjukdomar kan också tänkas avstå från att skaffa fler barn då de blir medvetna om riskerna att även nästa barn skall vara sjukt.
Mikael Knutsson visar hur detta fenomen medför att sannolikheten att en redan sjuk individ ska få ett sjukt syskon, syskonprevalensen, kommer underskattas om man använder traditionella skattningar, vilket även medför att styrkan hos affected sib-pair analys kommer att underskattas. En alternativ skattning av syskonprevalensen utvecklas.
Kopplingsanalys är nästan uteslutande baserad på bristfälliga data, i den mening att nedärvningsmönstret inte fullt kan följas.
I artikel 3 utvecklas en metod för att uppskatta resultatet av fullständiga data, det vill säga vad man kan vinna på att öka antalet markörer i intressanta områden.
Genom att använda denna metod ökar möjligheterna att finna områden innehållande sjukdomsgener, sjukdomsgener kan bättre positioneras och beslut om hur man skall fortsätta studien kan fattas på en bättre grund. Potentialen hos metoden visas i ett exempel rörande glutenintolerans.
Avhandlingen ”On Power Estimation and Score Predictions in Affected Sib-Pair Linkage Analysis” försvarades vid en offentlig disputation den 8 juni på Chalmers.
Kontaktinformation
För mer information kontakta:
Mikael Knutsson, Avdelningen för matematisk statistik, Chalmers,
tel: 031-772 53 80, e-post: knutsson@math.chalmers.se
