Skip to ContentSkip to Navigation
Over ons Actueel Evenementen Promoties

Genomic insights into cardiovascular traits from deep phenotyping of large-scale population cohorts

Promotie:drs. M.W. Yeung
Wanneer:05 juli 2024
Aanvang:14:30
Promotor:prof. dr. P. (Pim) van der Harst
Copromotor:dr. N. Verweij
Waar:Academiegebouw RUG
Faculteit:Medische Wetenschappen / UMCG
Genomic insights into cardiovascular traits from deep phenotyping
of large-scale population cohorts

Genomische inzichten in cardiovasculaire eigenschappen uit diepe fenotypering van grootschalige populatiecohorten

Cardiovasculaire ziekten (CVD's) vormen een aanzienlijke wereldwijde gezondheidslast, waarbij meer dan 500 miljoen mensen wereldwijd worden getroffen en ze de belangrijkste oorzaak zijn van vroegtijdige sterfte en invaliditeit. Metabole ziekten zoals diabetes, hypertensie en hyperlipidemie zijn goed vastgestelde risicofactoren voor de ontwikkeling van cardiovasculaire ziekten. Menselijke genetica speelt een cruciale rol in het begrijpen van de multifactoriële aard van cardiometabole ziekten, die worden beïnvloed door complexe interacties tussen genetische en omgevingsfactoren. Grootschalige populatiegebaseerde biobanken hebben genetische ontdekkingen in cardiometabole ziekten versneld door uitgebreide fenotypische gegevens te verstrekken, waaronder biochemische metingen en beeldvormingsgegevens.

Dit proefschrift van Ming Yeung onderzoekt grote biobankdatasets met behulp van geavanceerde machine learning-methoden zoals deep learning. We hebben methoden ontwikkeld om efficiënt grote hoeveelheden medische gegevens te verwerken, waaronder miljoenen gezondheidsgegevens, metingen en medische beelden. Hierdoor verbeteren we onze kennis over fenotypen.

We tonen de biologische relevantie van nieuwe biomarkers en fenotypen door grootschalige genetische studies. Dit heeft geleid tot de ontdekking van honderden genetische locaties. Deze gedeelde genetische kenmerken zijn gerelateerd aan verschillende hart- en vaatziekten, zoals coronaire hartziekte, perifere arteriële ziekte, aorta-aneurysma en hartritmestoornissen. Hierdoor kunnen we het cardiovasculaire systeem beter bestuderen. Door extra gegevens toe te voegen, hebben we verder bewijs gevonden voor kandidaatgenen en -paden die verband houden met deze ziekten.

Dit proefschrift benadrukt het belang van diepgaande fenotypering en machine learning bij het begrijpen van de genetische basis van hart- en vaatziekten.