Bioinformatic tools and computational methods for mapping DNA methylation variability

Abstract

DNA methylation is one of the key epigenetic marks extensively studied for its association with environmental exposures and human diseases. DNA methylation can be profiled by a range of methods which differ drastically in their genomic coverage, throughput and resolution. The present thesis encompasses a series of bioinformatic solutions for tackling related data analysis problems.

First, comprehensive and user-friendly tools were developed for processing and primary analysis of bisulfite-based DNA methylation data. The R-package RnBeads supports analysis of genome-scale profiles from Infinium microarrays and bisulfite sequencing, while BiQ Analyzer HT and HiMod enable complete and interactive analysis of deep locus-specific sequencing assays of 5-methylcytosine and its oxidative derivatives. Second, to address cellular heterogeneity in a genome-wide DNA methylation study of birth-weight we proposed an original approach for correcting the statistical analysis. Third, a novel deconvolution method MeDeCom was developed that facilitates data-driven exploration of heterogeneous DNA methylomes.

Collectively, the results of the present thesis comprise different data analysis facets of a large-scale DNA methylation study. Most of the presented bioinformatic solutions already facilitate epigenetic research in numerous life-science groups worldwide.

DNA Methylierung ist eine wichtige epigenetische Modifikation, die besonders in Hinblick auf ihre Assoziation mit Umwelteinflüssen und Krankheiten intensiv untersucht wird. DNA Methylierung kann durch verschidene von Methoden, die sich stark in Bezug auf ihre genomische Abdeckung, den Probendurchsatz sowie ihre Auflösung unterscheiden, ermittelt werden. Die vorliegende Arbeit umfasst eine Reihe bioinformatischer Lösungen, um relevante Probleme der Datenanalyse zu beheben:

Erstens, umfassende und benutzerfreundliche Werkzeuge zur Verarbeitung und primären Analyse von Bisulfit-basierten DNA Methylierungsdaten. Ein R-Paket RnBeads unterstützt die Analyze von genomweiten Infinium Bead Arrays und Bisulfitsequenzierungen. "BiQ Analyzer HT" und "Himod" ermöglichen eine volle und interaktive Analyse von lokus-spezifischer Bisulfit-Tiefensequenzierung von 5-Methylcytosin und seinen oxidativen Derivaten.

Zweitens, ein neues Verfaren zur Korrektur der statistischen Analyse, um das Problem der Zellularer Heterogenität des Methyloms in genomweiten DNA Methylierungsstudien zum Einfluss des Geburtsgewichtes zu lösen.

Drittens, eine neue Dekonvolutionsmethode "MeDeCom", die die Referenz-freie Untersuchung heterogener Datensätze erlaubt.

Zusammengenommen umfassen die Ergebnisse der vorliegenden Arbeit verschiedene Aspekte der Datenanalyse im Rahmen einer großangelegten DNA Methylierungsstudie. Die hier dargestellten Lösungen vereinfachen die Arbeit von Biowissenschaftlern in vielen Forschungsgruppen weltweit.