MDCK-MRP2 - Dkfz

124
Forschungsschwerpunkt B
Funktionelle und Strukturelle Genomforschung
Die Technologien und Ressourcen für die Analyse (z.B. Kalibrierung,
Datenvisualisierung, Qualitätskontrolle, statistische
Tests, Multiplizitätskorrektur, ANOVA- und Überlebenszeit-
Modellierung, Genannotation, Clustering, Mustererkennung
und Machine Learning) werden in ein System erweiterbarer
Softwaremodule integriert. Diese Module wurden als
Komponenten der Analyseumgebung Bioconductor
(www.bioconductor.org) veröffentlicht, an deren Entwicklung
und Management wir maßgeblich beteiligt sind. Dies
ermöglicht einerseits eine schnelle Publikation unserer Methoden,
andererseits aber auch die unmittelbare Prüfung
ihrer Anwendbarkeit durch die Gemeinschaft der Wissenschaftler.
Beispiele für international genutzte Module aus
unserer Arbeitsgruppe sind vsn (Varianzstabilisierung und
Kalibrierung von Microarraydaten, [44,49], arrayMagic (Qualitätskontrolle
und Prozessautomatisierung), matchprobes
(Sequenzeigenschaften von Microarraysonden und Plattformintegration,
[50] und makecdfenv (Präprozessierung).
Einen weiteren Beitrag zur Verbreitung und Standardisierung
qualitativ hochwertiger Analysemethoden leisten wir
durch die Organisation der viermal jährlich in Heidelberg
und Berlin stattfindenden, international besuchten Kurse
„Practical Microarray Analysis“. Diese Kurse werden in Zusammenarbeit
mit dem MPI für Molekulare Genetik (Berlin),
dem MPI für Informatik (Saarbrücken) und dem Institut
für Biometrie der Universität Heidelberg durchgeführt.
II. 5. 2 Datenbankentwicklung
H. Rosenfelder, A. Mehrle, D. Bannasch, K.H. Nolte,
M. Seiler, V. Kuryshev, S. Wiemann, A. Poustka
In Zusammenarbeit mit: K.H. Glatting (Molekulare Biophysik,
B020, DKFZ)
Die Entwicklung von Datenbanken dient sowohl dem Ziel
der Prozesssteuerung und Prozesskontrolle, als auch der
Verknüpfung von internen mit externen Daten. Die verschiedenen
Projekte der Abteilung MGA sind auf die Generierung
und Analyse von Hochdurchsatz-Daten ausgerichtet.
Dies erfordert die Verfügbarkeit von besonders leistungsfähigen
LIMS-Datenbanken und -Systemen, mit denen
die einzelnen Proben durch die komplexen Prozesse
verfolgt werden können und von Projektdatenbanken zur
Speicherung der diversen Datentypen. Beginnend mit einer
MS-Access Datenbank zur Prozesskontrolle der
Klonierung der ORFs im „Functional Genomics“ Projekt [51]
sind weitere Datenbanksysteme auf der Basis des MS-SQL
Servers entwickelt worden, mittels derer die experimentellen
Prozesse von DNA-Chips, Zellbiologie und Proteomics
verfolgt werden.
Die Dateneingabe in MS-SQL Server basierte Datenbanken
kann entweder lokal über MS-Access User Interfaces, oder
extern über Web-Interfaces erfolgen. Der Öffentlichkeit
wird Zugang zu den meisten Daten über ein MS.NET basiertes
Web-Interface www.dkfz.de/LIFEdb) ermöglicht.
II. 5. 3 Daten Mining
W. Huber, H. Rosenfelder, K.H. Nolte, A. Mehrle,
M. Seiler, V. Kuryshev, I. Schupp, S. Wiemann
In Zusammenarbeit mit: A. Hotz-Wagenblatt, C. del Val, S. Suhai
(Molekulare Biophysik, B020, DKFZ)
Daten Mining dient der Funktionsbestimmung der untersuchten
Proteine im gesunden, insbesondere aber auch
im kranken Zustand von Zellen und Gewebeverbänden.
Abteilung B050
Molekulare Genomanalyse
DKFZ 2004: Wissenschaftlicher Ergebnisbericht 2002 - 2003
Die Beschränkung der Analyse auf intern generierte Daten
wäre in Anbetracht der Fülle von verfügbaren externen
Daten und Informationen unbefriedigend. Die Integration
externer und interner Daten erreichen wir durch die Entwicklung
geeigneter Hilfsmittel (Datenbanken, Web-Seiten).
Ein Gen- und Protein-Annotationsprojekt wird mit
dem Ziel entwickelt, Genstrukturen zu entschlüsseln und
Proteine in Hinblick auf deren mögliche Funktion zu kategorisieren
[51]. Ein weiteres Projekt ist die Entwicklung
von Tools zum automatischen Durchsuchen externer Datenbanken,
deren Output ebenso automatisch in eine interne
Datenbank integriert wird und so über das web-
Interface verfügbar ist [52].
Publikationen (* = externer Koautor)
[1] Copley, L.M.*, Zhao, W.D.*, Kopacz, K.*, Herman, G.E.*,
Kioschis, P., Poustka, A., Taudien, S.*, Platzer, M.* Exclusion of
mutations in the MTMR1 gene as a frequent cause of X-linked
myotubular myopathy. American Journal of Medical Genetics 107
(2002) 256-258
[2] Aradhya, S.*, Woffendin, H.*, Bonnen, P.*, Heiss, N.S.,
Yamagata, T.*, Esposito, T.*, Bardaro, T.*, Poustka, A., D’Urso,
M.*, Kenwrick, S.*, Nelson, D.L.* Physical and genetic characterization
reveals a pseudogene, an evolutionary junction and
unstable loci in distal Xq28. Genomics 79 (2002) 31-40
[3] Heiss, N.S., Poustka, A. Dyskeratosis Congenita. In: Hisama,
F.M., Weissman, S.M., Martin, G.M. (Ed): Chromosomal Instability
and Aging: Basic Science and Clinical Implication, Marcel Dekker
Inc., New York (2003)
[4] Heiss, N.S., Poustka, A. Dyskerin (DKC1 Gene). In: Creighton
TE (Ed): Encyclopedia of Molecular Medicine, John Wiley & Sons
Publishers, New York (2002)
[5] Salowsky, R., Heiss, N.S., Benner, A., Wittig, R., Poustka, A.
Basal transcription activity of the dyskeratosis congenita gene is
mediated by Sp1 and Sp3 and a patient mutation in a Sp1 binding
site is associated with decreased promoter activity. Gene 293 (1-
2) (2002) 9-19
[6] Salowsky, R. Identifizierung und Charakterisierung des Dkc1-
Gens der Maus und vergleichende Analysen zur Genregulation
der orthologen DKC1/Dkc1-Gene. Dissertation, Universität
Gießen (2002)
[7] Schepua, T. Identifizierung, Isolierung und Charakterisierung
von DKC1-Transkriptvarianten der Maus und des Menschen.
Diplomarbeit, Universität Heidelberg (2003)
[8] Bonora, E.*, Beyer, K.S., Lamb, J.A.*, Parr, J.R.*, Klauck,
S.M., Benner, A., Paolucci, M.*, Abbott, A.*, Ragoussis, I.*,
Poustka, A., Bailey, A.J.*, Monaco, A.P.* , the International Molecular
Genetic Study of Autism Consortium (IMGSAC). Analysis
of reelin as a candidate gene for autism. Molecular Psychiatry 8
(2003) 885-892
[9] Newbury, D.F.*, Bonora, E.*, Lamb, J.A.*, Fisher, S.E.*, Lai,
C.S.L.*, Baird, G.*, Jannoun, L.*, Slonims, V.*, Stott, C.M.*,
Merricks, M.J.*, Bolton, P.F.*, Bailey, A.J.*, Monaco, A.P.*, International
Molecular Genetic Study of Autism Consortium (2002)
FOXP2 is not a major susceptibility gene for autism or specific
language impairment. Am. J. Hum. Genet. 70 (2002) 1318-1327
[10] Bonora, E.*, Bacchelli, E.*, Levy, R.E.*, Blasi, F.*, Marlow,
A.*, Monaco, A.P.*, Maestrini, E.*, IMGSAC. Mutation screening
and imprinting analysis of four candidate genes for autism in the
7q32 region. Molecular Psychiatry 7 (2002) 289-301
[11] Rauskolb, S. Tachykinin 1 Gen: Systematische Mutationsanalyse
beim Autismus und Expressionsstudien. Diplomarbeit,
Universität Heidelberg (2003)
[12] Bacchelli, E.*, Blasi, F.*, Biondolillo, M.*, Lamb, J.A.*,
Bonora, E.*, Barnby, G.*, Parr, J.*, Beyer, K.S., Klauck, S.M.,
Poustka, A., Bailey, A,J,*, Monaco, A.P.*, Maestrini, E.*, International
Molecular Genetic Study of Autism Consortium (IMGSAC).
Screening of nine candidate genes for autism on chromosome 2q
reveals rare non-synonymous variants in the cAMP-GEFII gene.
Molecular Psychiatry 8 (2003) 916-924