From estimation to prediction of genomic variances : allowing for linkage disequilibrium and unbiasedness

Schreck, Nicholas

Vorschau

PDF
DissertationNS.pdf - Veröffentlichte Version
Download (4MB)

URL:	https://madoc.bib.uni-mannheim.de/45274
URN:	urn:nbn:de:bsz:180-madoc-452741
Dokumenttyp:	Dissertation
Erscheinungsjahr:	2018
Ort der Veröffentlichung:	Mannheim
Hochschule:	Universität Mannheim
Gutachter:	Schlather, Martin
Datum der mündl. Prüfung:	19 Juni 2018
Sprache der Veröffentlichung:	Englisch
Einrichtung:	Fakultät für Wirtschaftsinformatik und Wirtschaftsmathematik > Applied Stochastics (Schlather 2012-)
Fachgebiet:	310 Statistik 500 Naturwissenschaften 510 Mathematik 570 Biowissenschaften, Biologie
Normierte Schlagwörter (SWD):	Variance , Estimation , BLUP , Genetik , Genomik
Freie Schlagwörter (Englisch):	Genetic Variance , Genomic Variance , Linkage Disequilibrium , Prediction , Estimation , BLUP , Random Effects
Abstract:	In Chapter 1 of this thesis, we briefly summarize the theory about the genetic variance from quantitative genetics, the genomic variance in linear regression models, and relate these quantities to the ``Missing Heritability''. In Chapter 2, we introduce novel concepts of estimating the genomic variance in accordance to quantitative genetics theory, i.e. the source of the genetic variability stems from the variability in marker-genotypes and not from the randomness of the marker effects. We distinguish the analysis between Fixed Effect Models, Bayesian Regression Models and Random Regression Models. We adapt the estimators for the genomic variance to the specific model set-ups and show that the resulting quantities explicitly include the contribution of linkage disequilibrium. We substantiate our theoretical findings in simulations studies in Chapter 3 by showing that our approach enables a reduction of the ``Missing Heritability''.
Übersetzung des Abstracts:	Im ersten Kapitel dieser Dissertation fassen wir theoretische Resultate zu der genetischen Varianz aus der quantitativen Genetik und Ergebnisse über die genomische Varianz in linearen Regressionsmodellen zusammen. Außerdem stellen wir den Zusammenhang zu der sogenannten "Missing Heritability" her. Im zweiten Kapitel führen wir neuartige Konzepte zur Schätzung der genomischen Varianz ein, die im Einklang mit der Theorie aus der quantitativen Genetik stehen. Das bedeutet, dass als Ursache der genetischen Variabilität die Variabilität in den Genotypen der Marker benutzt wird und nicht die Zufälligkeit der Effekte dieser Marker. Wir unterscheiden Regressionsmodelle mit fixen Effekten, Bayesianische Regressionsmodelle und Regressionsmodelle mit zufälligen Effekten. Wir passen die Schätzer für die genomische Varianz an die spezifischen Modellvoraussetzungen an und zeigen, dass die so erhaltenen Schätzer explizit den Beitrag des Kopplungsungleichgewichtes enthalten. Diese theoretischen Resultate werden in Kapitel 3 in Simulationsstudien untermauert. Dabei zeigen wir, dass unser Vorgehen eine Verringerung der "Missing Heritability" ermöglicht. (Deutsch)
Zusätzliche Informationen:	Verf. hier: Schreck, Nicholas Michael