Bedømmelseskomité
Professor Hans van Houwelingen, Dept. of Medical Statistics and Bioinformatics. Leiden University Medical Center
Professor Peter Müller, Dept. of Biostatistics, The University of Texas/ MD Anderson Cancer Center
Professor Knut Liestøl, Insitutt for informatikk, Universitetet i Oslo
Leder av disputas: Professor Lars Walløe, Institutt for medisinske basalfag, Universitetet i Oslo
Veileder: Professor Arnoldo Frigessi, Institutt for medisinske basalfag, Universitetet i Oslo
Sammendrag
Siv.ing. Egil Ferkingstad og kolleger har utviklet nye statistiske metoder som kan være nyttige for biologisk forskning, særlig innenfor genomikk.
Genomikk er studiet av hele det menneskelig arvematerialet (genomet). Selv om hele den menneskelige DNA-sekvensen nå er kartlagt, gjenstår det veldig mange åpne spørsmål, blant annet om funksjonen til de ulike genene. Med moderne mikromatrise-teknologi kan man måle genekspresjon for titusener av gener samtidig.
Et typisk spørsmål som er av medisinsk interesse er å sammeligne genekspresjon for to grupper, f.eks. for kreftvev og normalt vev, for hvert gen. Her dukker det opp et statistisk problem, som er knyttet til at vi ser på veldig mange (f.eks. 30000) gener samtidig, og spør for hvert gen: Er genekspresjonen den samme i gruppene A og B, eller er det en forskjell? Vi er da interessert i å plukke ut de genene der det faktisk er en forskjell, og studere disse videre. Men siden vi stiller så mange spørsmål (utfører så mange tester) vil vi kunne plukke ut mange falske positive gener. Én hoveddel av avhandlingen dreier seg om metoder for å unngå dette. Ferkingstad og kolleger har foreslått en ny, mer presis, metode for å estimere andelen av genene som faktisk har ulik ekspresjon i gruppene A og B. I tillegg har Ferkingstad studert hvordan tilgjengelig tilleggsinformasjon om hvert gen kan utnyttes effektivt for å oppdage flere interessante gener uten å øke antalle falske positive. Den andre hoveddelen av avhandlingen handler om metoder for å ta i bruk informasjon om årsakssammenhenger i statistisk analyse. Det beskrives en ny metode for dette innenfor levetidsanalyse. Dette har så blitt anvendt på studiet av effekter av gener på overlevelse for kreftpasienter. En ny metode gjør det mulig å studere om gener virker direkte på overlevelse, eller indirekte via andre gener, noe som kan være nyttig for utvikling av nye medisiner og personalisert behandling.
Kontaktperson
For mer informasjon, kontakt Knut Tore Stokke.