Die weltweit mehr als 7500 Amphibienarten sind durch anthropogene Ursachen wie Habitatzerstörung, Krankheitsverbreitung, Klimawandel und Umweltverschmutzung in ihrem Bestand bedroht. Einige der Ursachen sind kaum erforscht, so die Verschmutzung aquatischer Ökosysteme durch endokrine Disruptoren (EDs), Substanzen, die mit dem Hormonsystem interagieren. Ausgehend von neuen molekularen Markern, welche die Ermittlung des genetischen Geschlechts erstmals bei einigen Hyliden und Bufoniden erlauben, wurde in der vorliegenden Arbeit auf die Wirkung des synthetischen Östrogens 17α- Ethinylestradiol (EE2)und des Weichmachers Bisphenol A (BPA) fokussiert. Für drei Bufonidenarten wurde zunächst die Geschlechtsgebundenheit von Mikrosatelliten getestet und ein XX/XY-System nachgewiesen. Diese und bereits etablierte Marker wurden anschließend in ein neu entwickeltes Versuchsdesign für ED-Studien integriert: Nach gleichzeitiger Aufzucht von Modell- (Xenopus laevis) und Nicht-Modell-Arten (Hyla arborea, Bufo viridis) unter EE2- bzw. BPA- Exposition wurde das genetische Geschlecht bestimmt und mit dem anatomisch und histologisch ermittelten phänotypischen Geschlecht erglichen. Die drei Anuren zeigten starke Empfindlichkeitsunterschiede gegenüber beiden EDs. Umweltrelevante Konzentrationen beeinflussten die somatische Entwicklung und führten zu artspezifischen Gonaden-Fehlbildungen. EE2 bewirkte zahlreiche partielle und komplette Geschlechtsumwandlungen, mit stärkeren Effekten bei X. laevis. Diese Arbeit zeigt somit, dass bereits niedrige EE2- und BPA-Konzentrationen zu starken Schädigungen führen können und die Substanzen aufgrund ihrer erheblichen aquatischen Präsenz als ernstzunehmende Faktoren der Amphibienkrise anzusehen sind. Die Ermittlung des genetischen Geschlechts wird als wichtig eingestuft, um verlässliche Aussagen über ED-Effekte zu treffen. Zudem sollten an der Modell-Art X. laevis gewonnene Erkenntnisse nicht vorbehaltlos auf andere Amphibienarten extrapoliert werden. / The more than 7500 known amphibian species are globally threatened, mainly due to anthropogenic causes like habitat destruction, dispersing diseases, climate change and environmental pollution. Some of the causes are barely investigated, e.g. the pollution of aquatic ecosystems with endocrine disrupting compounds (EDCs), substances that interfere with the hormone system. Based on new molecular markers, for the first time allowing genetic sexing in some hylids and bufonids, this thesis focused on the effects of the synthetic estrogen 7α-ethinylestradiol(EE2) and the plasticizer bisphenol A (BPA). Initially, several microsatellite markers were tested for sex-linkage in three bufonid species, and an XX/XY system could be revealed. Subsequently, these and other established markers were integrated into a newly developed experimental design for EDC-research: after simultaneous exposure of model (Xenopus laevis) and non-model species (Hyla arborea, Bufo viridis) to EE2 or BPA, metamorphs were genetically sexed. Anatomically and histologically determined phenotypic sexes were directly compared with the genetic sex of each individual. The three anurans showed striking differences in their susceptibilities in both EDCexperiments. Environmentally relevant concentrations affected the somatic development and led to species-specific gonadal anomalies. In addition, EE2 provoked high numbers of mixed sex and completely sex-reversed individuals, with more pronounced effects in X. laevis than in the two non-model species. This work shows that low concentrations of EE2 and BPA lead to severe damages. Due to their widespread presence in the aquatic environment, these substances might contribute to the worldwide amphibian crisis. To produce reliable results in EDC-studies, genetic sexing is considered important. Furthermore, findings gained with the model species X. laevis should not unreservedly be extrapolated to other amphibian species.

Die biotechnologischen Entwicklungen der letzten Jahre ermöglichen eine immer detailliertere Untersuchung von genetischen und molekularen Markern mit multiplen komplexen Traits. Allerdings liefern vorhandene statistische Methoden für diese komplexen Analysen oft keine valide Inferenz. Das erste Ziel der vorliegenden Arbeit ist, zwei neue statistische Methoden für Assoziationsstudien von genetischen Markern mit multiplen Phänotypen zu entwickeln, effizient und robust zu implementieren, und im Vergleich zu existierenden statistischen Methoden zu evaluieren. Der erste Ansatz, C-JAMP (Copula-based Joint Analysis of Multiple Phenotypes), ermöglicht die Assoziation von genetischen Varianten mit multiplen Traits in einem gemeinsamen Copula Modell zu untersuchen. Der zweite Ansatz, CIEE (Causal Inference using Estimating Equations), ermöglicht direkte genetische Effekte zu schätzen und testen. C-JAMP wird in dieser Arbeit für Assoziationsstudien von seltenen genetischen Varianten mit quantitativen Traits evaluiert, und CIEE für Assoziationsstudien von häufigen genetischen Varianten mit quantitativen Traits und Ereigniszeiten. Die Ergebnisse von umfangreichen Simulationsstudien zeigen, dass beide Methoden unverzerrte und effiziente Parameterschätzer liefern und die statistische Power von Assoziationstests im Vergleich zu existierenden Methoden erhöhen können - welche ihrerseits oft keine valide Inferenz liefern. Für das zweite Ziel dieser Arbeit, neue genetische und transkriptomische Marker für kardiometabolische Traits zu identifizieren, werden zwei Studien mit genom- und transkriptomweiten Daten mit C-JAMP und CIEE analysiert. In den Analysen werden mehrere neue Kandidatenmarker und -gene für Blutdruck und Adipositas identifiziert. Dies unterstreicht den Wert, neue statistische Methoden zu entwickeln, evaluieren, und implementieren. Für beide entwickelten Methoden sind R Pakete verfügbar, die ihre Anwendung in zukünftigen Studien ermöglichen. / In recent years, the biotechnological advancements have allowed to investigate associations of genetic and molecular markers with multiple complex phenotypes in much greater depth. However, for the analysis of such complex datasets, available statistical methods often don’t yield valid inference. The first aim of this thesis is to develop two novel statistical methods for association analyses of genetic markers with multiple phenotypes, to implement them in a computationally efficient and robust manner so that they can be used for large-scale analyses, and evaluate them in comparison to existing statistical approaches under realistic scenarios. The first approach, called the copula-based joint analysis of multiple phenotypes (C-JAMP) method, allows investigating genetic associations with multiple traits in a joint copula model and is evaluated for genetic association analyses of rare genetic variants with quantitative traits. The second approach, called the causal inference using estimating equations (CIEE) method, allows estimating and testing direct genetic effects in directed acyclic graphs, and is evaluated for association analyses of common genetic variants with quantitative and time-to-event traits. The results of extensive simulation studies show that both approaches yield unbiased and efficient parameter estimators and can improve the power of association tests in comparison to existing approaches, which yield invalid inference in many scenarios. For the second goal of this thesis, to identify novel genetic and transcriptomic markers associated with cardiometabolic traits, C-JAMP and CIEE are applied in two large-scale studies including genome- and transcriptome-wide data. In the analyses, several novel candidate markers and genes are identified, which highlights the merit of developing, evaluating, and implementing novel statistical approaches. R packages are available for both methods and enable their application in future studies.

In der vorliegenden Arbeit wurde die Sensitivität des Nachweises von Leishmanien in Giemsa-gefärbten Bioptaten aus Hautulzerationen mittels direkter Mikroskopie mit der Sensitivität der ITS1-PCR verglichen. Bei der ITS1-PCR wurde eine Sensitivität von 87 % mit einem positiven predictive value von 100 %, sowie eine Spezifität von 100 % mit einem negativen predictive value von 85 % nachgewiesen. Weiterhin wurden vier verschiedene Nachweismethoden miteinander verglichen: die in vitro Kultivierung in NNN Medium, die direkte Mikroskopie von Giemsa gefärbten Hautbioptaten, die PCR Amplifizierung der ITS1 Region aus auf Filterpapier aufgetragenen Hautbioptaten (FP) sowie die ITS1-PCR von ungefärbten Hautbioptaten (US). Die PCR der US erwies sich als die sensitivste Methode. Die Verbreitung von Leishmanien Arten in Jericho wurde mittels molekularer Epidemiologie untersucht. Die räumliche (Spatial) Analyse zeigte drei statistisch relevante Cluster innerhalb der kutanen Leishmaniose (CL): ein Cluster mit L. major und zwei L. tropica Cluster. Bei der Raum-Zeit–Analyse wurden vier Cluster von Kutanen Leishmaniose, zwei L. major und drei L. tropica Cluster nachgewiesen. Insgesamt 106 Stämme, die aus verschiedenen endemischen Regionen in Zentralasien, im Nahen Osten und Afrika stammen, wurden mit 10 Mikrosatellitenmarkern untersucht. Die Auswertung erfolgte über zwei Analysemethoden: die Distanz-basierte und die Modell-basierte Methode. Anhand der L. major Genomsequenz wurden PCR-Primer zur Amplifizierung von Mikrosatellitenloci von L. major entwickelt, die auf den Chromosomen 1, 3, 5, 21 und 35 liegen. Sieben unterschiedliche L. major Populationen einschließlich zweier genetisch isolierter Populationen im Nahen Osten wurden mit diesen Markern nachgewiesen. / In this study we compared the sensitivity of the diagnosis of Giemsa-stained skin scrapings by standardized graded direct microscopy with that of ITS1-PCR. ITS1-PCR showed a sensitivity of 87% with positive predictive value of 100% and a specificity of 100% with negative predictive value of 85%. In-vitro cultivation using NNN medium and direct smear microscopy of Giemsa-stained slides, PCR amplifying region 1 of internal transcribed spacer (ITS1) using skin scrapings spotted on filter papers (FP) and unstained tissue smears (US) were compared. PCR using US was more sensitive than all other methods Molecular epidemiology was used to study the distribution of Leishmania species in Jericho. Spatial analysis showed three statistically significant clusters of CL, one cluster for L. major and two clusters for L. tropica. In the case of space-time, four clusters for CL, two for L. major and three for L. tropica were detected. A total of 106 strains isolated in different endemic regions of Central Asia, Middle East and Africa were analysed using 10 pairs of microsatellite markers under two cluster methods: distance and model-based. Markers were designed to amplify microsatellite loci identified in the genome sequence of L. major on chromosomes 1, 3, 5, 21 and 35. Seven discrete populations of L. major including two genetically isolated populations in the Middle East were revealed.

My thesis addresses a systematic approach to stochastic models in population genetics; in particular, the Wright-Fisher models affected only by the random genetic drift. I used various mathematical methods such as Probability, PDE, and Geometry to answer an important question: \"How do genetic change factors (random genetic drift, selection, mutation, migration, random environment, etc.) affect the behavior of gene frequencies or genotype frequencies in generations?”. In a Hardy-Weinberg model, the Mendelian population model of a very large number of individuals without genetic change factors, the answer is simple by the Hardy-Weinberg principle: gene frequencies remain unchanged from generation to generation, and genotype frequencies from the second generation onward remain also unchanged from generation to generation. With directional genetic change factors (selection, mutation, migration), we will have a deterministic dynamics of gene frequencies, which has been studied rather in detail. With non-directional genetic change factors (random genetic drift, random environment), we will have a stochastic dynamics of gene frequencies, which has been studied with much more interests. A combination of these factors has also been considered. We consider a monoecious diploid population of fixed size N with n + 1 possible alleles at a given locus A, and assume that the evolution of population was only affected by the random genetic drift. The question is that what the behavior of the distribution of relative frequencies of alleles in time and its stochastic quantities are. When N is large enough, we can approximate this discrete Markov chain to a continuous Markov with the same characteristics. In 1931, Kolmogorov first introduced a nice relation between a continuous Markov process and diffusion equations. These equations called the (backward/forward) Kolmogorov equations which have been first applied in population genetics in 1945 by Wright. Note that these equations are singular parabolic equations (diffusion coefficients vanish on boundary). To solve them, we use generalized hypergeometric functions. To know more about what will happen after the first exit time, or more general, the behavior of whole process, in joint work with J. Hofrichter, we define the global solution by moment conditions; calculate the component solutions by boundary flux method and combinatorics method. One interesting property is that some statistical quantities of interest are solutions of a singular elliptic second order linear equation with discontinuous (or incomplete) boundary values. A lot of papers, textbooks have used this property to find those quantities. However, the uniqueness of these problems has not been proved. Littler, in his PhD thesis in 1975, took up the uniqueness problem but his proof, in my view, is not rigorous. In joint work with J. Hofrichter, we showed two different ways to prove the uniqueness rigorously. The first way is the approximation method. The second way is the blow-up method which is conducted by J. Hofrichter. By applying the Information Geometry, which was first introduced by Amari in 1985, we see that the local state space is an Einstein space, and also a dually flat manifold with the Fisher metric; the differential operator of the Kolmogorov equation is the affine Laplacian which can be represented in various coordinates and on various spaces. Dynamics on the whole state space explains some biological phenomena.

No description available.

No description available.

No description available.

No description available.

No description available.

No description available.