English
 
Help Privacy Policy Disclaimer
  Advanced SearchBrowse

Item

ITEM ACTIONSEXPORT

Released

Thesis

Linking multiple sclerosis genetic risk variants to gene expression data

MPS-Authors
/persons/resource/persons262939

Kurtoic,  Dunja
RG Statistical Genetics, Max Planck Institute of Psychiatry, Max Planck Society;

External Resource
No external resources are shared
Fulltext (restricted access)
There are currently no full texts shared for your IP range.
Fulltext (public)
There are no public fulltexts stored in PuRe
Supplementary Material (public)
There is no public supplementary material available
Citation

Kurtoic, D. (2022). Linking multiple sclerosis genetic risk variants to gene expression data. PhD Thesis, Technische Universität München, München.


Cite as: https://hdl.handle.net/21.11116/0000-000B-4233-1
Abstract
Research on multiple sclerosis still lacks more precise insights into genetically determined mechanisms of disease susceptibility. Here, it was found that mice that spontaneously develop EAE may provide a better model for studying genetics in MS susceptibility than the MOG-induced EAE model. The differential network approach in gene expression data from MS patients suggested a specific mechanism of MS-associated variant.
Übersetzte Kurzfassung:
In der Forschung zur Multiplen Sklerose fehlen noch immer genauere Erkenntnisse über genetisch bedingte Mechanismen der Krankheitsanfälligkeit. Hier wurde festgestellt, dass Mäuse, die spontan eine EAE entwickeln, ein besseres Modell für die Untersuchung der Genetik bei der MS-Anfälligkeit darstellen könnten, als das MOG-induzierte EAE-Modell. Der differenzielle Netzwerkansatz in Genexpressionsdaten von MS-Patienten, legte einen spezifischen Mechanismus einer MS-assoziierten Variante nahe.