Miðbiksmat í tölfræði - Magnús Ingvi Magnússon

Heiti ritgerðar: Frá reikniritum fyrir erfðamengistengslagreiningar til klínískrar túlkunar: Tölfræðiaðferðir fyrir lýðgrunduð erfða- og prótteingögn. (From GWAS Algorithms to Clinical Interpretation: Statistical Methods for Population-Scale Genomic and Proteomic Data)

Nemandi: Magnús Ingvi Magnússon

Doktorsnefnd:
Dr. Sigrún Helga Lund, prófessor við Raunvísindadeild Háskóla Íslands
Dr. Gunnar Stefánsson, prófessor emeritus við Raunvísindadeild Háskóla Íslands
Dr. Daníel Fannar Guðbjartsson, gestaprófessor í tölfræði við Háskóla Íslands og yfirmaður vísindarannsókna hjá Íslenskri Erfðagreiningu
Dr. Þórunn Rafnar fyrrum yfirmaður krabbameinsdeildar Íslenskrar Erfðagreiningar

Ágrip

Doktorsritgerðin fjallar um tölfræðiaðferðir fyrir umfangsmikil líflæknisfræðileg gögn með beitingu á sviði erfðafræði, nánar tiltekið heildrænnar erfðamengistenglsagreiningar, krabbameinsrannsókna og próteinmælinga. Verkið er víðtækt og nær yfir breitt svið viðfangsefna. Við þróum reiknirit fyrir tilfella og viðmiðunar erfðamengistenglsagreiningu sem er sérhannað til að skila sem bestum afköstum á grafískum örgjörvum (GPUs). Með því að nýta mikla samhliða úrvinnslu sem þessir örgjörvar bjóða upp á, náum við allt að tveimur veldisstigum meiri reiknihraða en fyrirliggjandi aðferðir sem keyrðar eru á afkastamiklum reikniþyrpingum. Við sýnum jafnframt að aðferðin skilar sambærilegum mötum og fyrri aðferðir og varðveitir þannig tölulegan stöðugleika og áreiðanleika þrátt fyrir verulega aukinn hraða. Í framhaldinu beinum við sjónum að tölfræðilegri líkangerð í klínískri og sameindafræðilegri krabbameinslækningafræði. Með fjölbreytulíkönum fyrir lifun er metið samband sjúkdómstengdrar lifunar við eiginleika örumhverfis æxla, erfðamörk og styrk próteina í blóðvökva. Við sýnum að vefjafræðilegir þættir, einkum bygging stoðvefs (stroma) og innflæði ónæmisfrumna (immune infiltration), eru sterkir og sjálfstæðir forspárþættir sem reynast oft betri en stökkbreytingamörk. Þessi þáttur ritgerðarinnar sýnir hvernig tölfræðileg líkangerð getur varpað ljósi á líffræðilega verkferla og bætt áhættuflokkun í klínísku starfi. Að lokum þróum við reiknirit sem styður við skilgreiningu eigindasæta próteinmagns (pQTL). Slík eigindasæti eru svæði í erfðamenginu sem tengjast magni tjáningar próteina, það er styrk próteina. Með því að byggja á niðurstöðum erfðamengistenglsagreininga sem framkvæmdar eru á próteinmælingum þróum við aðferð til að þyrpa merkjunum í svæði sem teljast sérstaklega áhugaverð.