Förderprojekte

Förderbeginn 01.07.2017

Detektion von seltenen Spleißereignissen in RNA-seq Daten

Prof. Dr. Julien Gagneur
Technische Universität München
Informatik 12 - Lehrstuhl für Bioinformatik

Prof. Dr. Lars Steinmetz
Stanford University
Stanford Genome Technology Center - Dept. of Biochemistry

Dass anormales Spleißen eine wichtige Rolle in seltenen Erbkrankheiten spielt, ist schon seit längerem bekannt. Durch die schnellen Fortschritte in den Sequenziertechnologien und dem immensen Wachstum der verfügbaren RNA-seq Datensätze (z. B. GTEx-Projekt) bedarf es einer neuen Methodik der Datenmodellierung. Durch die Kollaboration von zwei sich ergänzenden Arbeitsgruppen – dem Gagneur lab (Computational Biology, TUM) und dem Steinmetz lab (Genome Technology Center, Stanford) – wollen wir die Diagnostik in seltenen Erbkrankheiten optimieren, indem wir einen verbesserten Algorithmus entwickeln, der seltene krankheitsverursachende Spleißereignisse detektieren kann. Ein wichtiger Bestandteil dieses Projektes ist es, die Methodik durch die Veröffentlichung des Algorithmus als R/Bioconductor Paket für die gesamte Forschergemeinschaft zugänglich zu machen.

Abschlussbericht
Ziel dieses Besuchs war es, einen neuen Algorithmus zu entwickeln, um anomale Spleißereignisse in RNA-seq Daten zu erkennen. In enger Zusammenarbeit mit der Arbeitsgruppe von Prof. Steinmetz in Stanford, Kalifornien, haben wir eine Software (ein R Paket) mit dem Namen FraseR (Find Rare Aberrant Splicing Events in RNA-seq) entwickelt. Erste Benchmarks von FraseR auf RNA-seq Datensätzen von Kohorten mit seltenen Erbkrankheiten sowie RNA-Seq Datensätzen des GTEx-Konsortiums (https://gtexportal.org) zeigen den Vorteil eines verbesserten und optimierten Algorithmuses für die Erkennung von Ausreißern im Vergleich zu den neuesten Methoden in dem Gebiet. Algorithmische Ergebnisse und mit FraseR nachgewiesene pathogene Spleißereignisse wurden bei einem Vortrag von Christian Mertes auf der Jahrestagung der American Society of Human Genetics im Oktober 2018 vorgestellt. Weitere Tests und Optimierungen des Algorithmuses sind noch durchzuführen bevor die Ergebnisse und die Software veröffentlicht wird. Insgesamt war die Zusammenarbeit zwischen den Arbeitsgruppen von Prof. Gagneur und Prof. Steinmetz erfolgreich und wir planen diese weiter zu führen. Des Weiteren haben wir kürzlich eine Finanzierung für ein gemeinsames Projekt erhalten (BMBF-Projekt „mitoNET 3“).

Presentation:
Mertes C., F. Brechtmann, J Gagneur et al.; OUTRIDER and FraseR: Statistical methods to detect aberrant events in RNA sequencing data; (Talk #258). Presented at the 68th Annual Meeting of The American Society of Human Genetics, October 20, 2018, San Diego, California.