Family-based methods to analyze sequence data to elucidate AD etiology

Columbia University Health Sciences, New York NY

Investigators

Linked publications, trials & patents

Abstract

SUMMARY/ABSTRACT  Whole  genome  and  exome  sequence  data  is  currently  being  generated  for  population-­  and  family-­based  studies  to  elucidate  the  involvement  of  rare  variants  in  the  etiology  of  complex  traits  including  on  Alzheimer?s  Disease  (AD).  Although  many  rare  variant  population-­based  association  methods  have  been  developed  there  are  extremely  few  methods  to  study  families.  Analyzing  families  to  detect  complex  trait  associations  can  be  advantageous because susceptibility variants that segregate in families can have larger effect sizes than those  found  in  sporadic  cases,  thereby  increasing  the  power  for  detection,  while  avoiding  spurious  findings  due  to  population substructure and admixture, that can plague rare variant population-­based studies. For rare variant  complex trait analysis, we will develop family-­based association and linkage methods. Rare variant mixed model  association  methods  will  also  be  developed  for  analysis  of  related  and  unrelated  individuals.  All  developed  methods will be used to study late-­onset AD;? analyzing whole genome and exome sequence data generated on  families,  cases  and  controls  to  discover  novel  genes  and  elucidate  mechanisms  underlying  AD.  AD  status,  as  well as quantitative traits age of onset, memory and memory decline will be analyzed. The developed methods  will be implemented in our SEQSpark software to allow for rapid analysis through parallel processing. Completion  of this study will develop methods and software to elucidate complex trait etiology. Application of these methods,  analyzing existing AD sequence data from the Alzheimer?s Disease Sequencing Project (ADSP) and the National  Institute of Aging Late-­onset Alzheimer?s Disease (NIALOAD) study, will elucidate a better understanding of late-­ onset AD etiology and risk factors. Identifying susceptibility variants for AD is the first step in risk prediction and  development of treatments with high efficacy. This study has high public health significance, since late-­onset AD  causes considerable morbidity within the elderly and AD prevalence is increasing due to an aging population.