Genetische Epidemiologie

• Die Genetische Epidemiologie untersucht den Einfluss von genetischen Varianten und deren Wechselwirkung mit Lebensstil- und Umweltfaktoren für Merkmale und Erkrankungen im Menschen.
• Dazu werden am Lehrstuhl für Genetische Epidemiologie molekular-epidemiologische Studien durchgeführt und ausgewertet. Wir entwickeln Methoden und Software zur Auswertung von hochdimensionalen Daten.
• Darüber hinaus arbeiten wir in großen internationalen Konsortien zu genomweiten Assoziationsstudien (GWAS) für verschiedene Erkrankungen. GWAS sind aktuell einer der erfolgreichsten Ansätze zur Identifizierung der Genetik von komplexen Erkrankungen. Die Gene innerhalb der GWAS-Signale dienen u.a. der Priorisierung von drug targets für Medikamentenentwicklung. Diese Analysen führen zu großen Datenmengen und vielen statistischen Ergebnissen („big data“), deren biomedizinische Relevanz durch die Integration von multiplen Datenquellen herausgearbeitet wird.
• Unsere genetisch-epidemiologischen Arbeiten werden gefördert von der Deutschen Forschungsgemeinschaft (DFG), vom Bundesministerium für Bildung und Forschung (BMBF), vom Bayerischen Staatsministerium für Wissenschaft und Kunst und von den National Institutes of Health (NIH).

Ausgewählte Forschungsprojekte:

• Genetik zur Verschlechterung der Nierenfunktion (SFB-1350/1 C6)
• Genetik der AMD (International AMD Genomics Consortium, NIH-RES511967 und NIH-RES516564)
• AugUR-Studie (DFG-HE 3690/7-1, DFG-BR 6028/2-1, BMBF 01ER1206, BMBF 01ER1507)
• Meta- versus Mega-Ansätze zur Genotyp-Imputation (DFG-HE 3690/5-1)

Ausgewählte Publikationen:

• Gorski M, Rasheed H, Teumer A, Thomas LF, … , Pattaro C, Köttgen A, Kronenberg F, Heid IM. Genetic loci and prioritization of genes for kidney function decline derived from a meta-analysis of 62 longitudinal genome-wide association studies. Kidney international 2022 link.
• Stanzick KJ, Li Y, Schlosser P, Gorski M, ..., Pattaro C, Köttgen A, Stark KJ, Heid IM, Winkler TW. Discovery and prioritization of variants and genes for kidney function in 1.2 million individuals. Nature communications 2021. 1(12). 4350. link
• Fritsche LG, Igl W, ..., Abecasis GR,Heid IM. A large genome-wide association study of age-related macular degeneration highlights contributions of rare and common variants. Nature genetics 2016. 2(48). 134–143. link
• Guenther F, Brandl C, Winkler TW, Wanner V, Stark K, Kuechenhoff H, Heid IM. Chances and challenges of machine learning-based disease classification in genetic association studies illustrated on age-related macular degeneration. Genetic epidemiology 2020. 7(44). 759–777. link

• Winkler TW, Günther F, Höllerer S, Zimmermann M, Loos RJ, Kutalik Z, Heid IM. A joint view on genetic variants for adiposity differentiates subtypes with distinct metabolic implications. Nature communications 2018. 1(9). 1946. link