Wykład “Polygenic models, lab tests and drug prescriptions in the Michigan Genomics Initiative”, Samuel K Handelmana, Ph.D., 07.06.2018r., godz. 12.00

Ośrodek Genomiki Medycznej – OMICRON ma zaszczyt zaprosić wszystkich zainteresowanych do wysłuchania wykładu pt. “Polygenic models, lab tests and drug prescriptions in the Michigan Genomics Initiative”, który wygłosi Samuel K Handelmana, Ph.D. z University of Michigan. Wykład odbędzie się w sali konferencyjnej przy Katedrze Biochemii Lekarskiej, ul. Kopernika 7 w Krakowie, w dniu 07.06.2018 r. (czwartek) o godzinie 12.00.

Doktor Samuel Handelman jest adiunktem na Uniwersytecie Stanowym Michigan i specjalizuje się w zakresie biologii obliczeniowej. Ma doktorat z biologii oraz ukończone studia w dziedzinie biochemii i informatyki oraz ukończone szkolenie podoktorskie z biologii matematycznej.
Wwspółpracował z Cener for Clinical and Translational Science w Ohio State University. Jest autorem prac teoretycznych dotyczących genomiki w kontekście selekcji naturalnej. Posiada wiedzę specjalistyczną w zakresie biologii molekularnej, farmakogenetyki, biostatystyki oraz biologii matematycznej i epidemiologii genetycznej.

Abstrakt wykładu:

We tested for associations between polygenic scores derived fro the UK Biobank „UKB” and cell count-, obesity- or liver-related outcomes and corresponding laboratory measures in the Michigan Genomics Initiative, by which patient genotypes have been linked to the Michigan EMR. Our analytical pipeline utilizes mtCOJO to produce polygenic scores (using only summary data) which should be orthogonal for different liver, metabolite, cytokine and blood-cell-composition traits. Numerous significant associations are found, especially between polygenic scores and laboratory measures. There is evidence for overfitting, but even in the well-powered UKB study there is not strong evidence for signals below the genome-wide significant cutoff. However, the likelihood ratio tests are not conclusive on either question. These association tests include adjustments for prescribed drugs, and we will describe technical challenges related to biased-missingness of drugs and treatments as longitudinal covariates. Finally, we will outline steps needed to pose these drugs-genetics relationships as forward problems. In presenting this material, we hope to stimulate application-specific interest relevant to the optimization of „western lifestyle” drug regimens against a heterogeneous genetic landscape.


Powrót