PuSH - Publikationsserver des Helmholtz Zentrums München

Understanding multimorbidity with big data in genomics.

Die Erforschung von Multimorbidität mithilfe von Big Data in der Genomik.

München, Technische Universität München, TUM School of Medicine and Health, Diss., 2024, 35 S.
This thesis delves into the genetics of multimorbidity using large genomic datasets, focusing on the comorbidities between type 2 diabetes and osteoarthritis, as well as type 2 diabetes and schizophrenia. Through genome-wide and regional analyses including causal inference and colocalization analysis, shared risk signals and putative effector genes influencing both diseases simultaneously were identified. The research suggests potential therapeutic targets and drug repurposing opportunities.
Die Dissertation erforscht die Genetik der Multimorbidität unter Verwendung großer genomischer Datensätze, insbesondere die Komorbiditäten zwischen Typ-2-Diabetes und Osteoarthritis sowie Typ-2-Diabetes und Schizophrenie. Durch verschiedene Analysen wurden gemeinsame Risikosignale und Effektorgene identifiziert. Diese Erkenntnisse bieten Potenzial für neue therapeutische Ansätze und die Wiederverwendung von Medikamenten.
Tags
Anmerkungen
Besondere Publikation
Auf Hompepage verbergern

Zusatzinfos bearbeiten
Eigene Tags bearbeiten
Privat
Eigene Anmerkung bearbeiten
Privat
Auf Publikationslisten für
Homepage nicht anzeigen
Als besondere Publikation
markieren
Publikationstyp Sonstiges: Hochschulschrift
Typ der Hochschulschrift Dissertationsschrift
Sprache englisch
Veröffentlichungsjahr 2024
HGF-Berichtsjahr 2024
Quellenangaben Band: , Heft: , Seiten: 35 S. Artikelnummer: , Supplement: ,
Tag d. mündl. Prüfung 2024-09-16
Betreuer Zeggini, Eleftheria (Prof. Dr.)
Gutachter Zeggini, Eleftheria (Prof. Dr.); Gagneur, Julien (Prof. Dr.)
Hochschule Technische Universität München
Hochschulort München
Fakultät TUM School of Medicine and Health
Institut(e) Institute of Translational Genomics (ITG)
POF Topic(s) 30205 - Bioengineering and Digital Health
Forschungsfeld(er) Enabling and Novel Technologies
PSP-Element(e) G-506701-001
Erfassungsdatum 2025-07-21