Skip to main content

Lade Veranstaltungen
Fortbildung, Vortrag

Vorhersage der Prävalenz genetischer Krankheiten mit Hilfe von Kapselnetzwerken“ Prof. Dr. Alexander Schönhut, AG Genome Data Science, TechFak, Universität Bielefeld

Vortragsreihe Medizinische Forschung

22.05.2024
17:00 - 18:00
Online via Zoom

Die Vortragsreihe Medizinische Forschung der Medizinischen Fakultät OWL findet im Semester (außer in den Schulferien) mittwochs um 17:00 Uhr (~1Std.), derzeit primär via Zoom-Videokonferenz, statt.

Ziel der Veranstaltung ist der Austausch und die Vernetzung der Forschenden und Forschungsinteressierten im Bereich der medizinischen und medizinrelevanten Forschung.

Forschende der Medizinischen Fakultät OWL, der drei Krankenhausträger, die gemeinsam das Universitätsklinikum OWL bilden (Evangelisches Klinikum Bethel, Klinikum Bielefeld, Klinikum Lippe) sowie forschungsinteressierte niedergelassene Ärzt*innen in OWL präsentieren Ihre aktuellen Forschungsprojekte und tauschen sich zu Ihrer Forschung und neuen Projektideen aus. Kolleg*innen anderer Fakultäten, dem HDZ sowie nationaler und internationaler Institute sind als Redner*innen und/oder Diskutant*innen ebenfalls herzlich willkommen.

Abstract des Vortrags:

Diseases that have a complex genetic architecture tend to suffer from considerable amounts of genetic variants that, although playing a role in the disease, have not yet been revealed as such. Two major causes for this phenomenon are genetic variants that do not stack up effects, but interact in complex ways; in addition, as recently suggested, the omnigenic model postulates that variants interact in a holistic manner to establish disease phenotypes. Here we present DiseaseCapsule, as a capsule-network-based approach that explicitly addresses to capture the hierarchical structure of the underlying genome data, and has the potential to fully capture the non-linear relationships between variants and disease. DiseaseCapsule is the first such approach to operate in a whole-genome manner when predicting disease occurrence from individual genotype profiles. In experiments, we evaluated DiseaseCapsule on amyotrophic lateral sclerosis (ALS) and Parkinson’s disease, with a particular emphasis on ALS, which is known to have a complex genetic architecture and is affected by 40% missing heritability. On ALS, DiseaseCapsule achieves 86.9% accuracy on hold-out test data in predicting disease occurrence, thereby outperforming all other approaches by large margins. Also, DiseaseCapsule required sufficiently less training data for reaching optimal performance. Last but not least, the systematic exploitation of the network architecture yielded 922 genes of particular interest, and 644 ‘non-additive’ genes that are crucial factors in DiseaseCapsule, but remain masked within linear schemes.

Alles auf einen Blick: