PD Dr. rer. nat. habil. Dörte Wittenburg
Forschungsinteressen
- Statistische Methoden zur Schätzung von genetischen Effekten auf quantitative Merkmale
- Berücksichtigung von Populationsstruktur, verschiedenen Quellen genetischer Variation (additiv, Dominanz, Epistase) und Abhängigkeiten zwischen genomischen Markern
- Schätzung von populationsgenetischen Parametern (Kopplungsungleichgewicht und Rekombinationsrate)
Lebenslauf
- 2021: Habilitation und Venia Legendi in Tierzucht und Haustiergenetik
Thema: Statistical perspectives on dependencies between genomic markers - Seit 2019: Leitung der Abteilung „Statistische Methoden in der Genomik“ am FBN Dummerstorf
- 2013-2018: Leitung der Nachwuchsforschergruppe "Genomgestützte Phänotypvorhersage" am FBN Dummerstorf
- 2008-2012: Postdoc der Nachwuchsforschergruppe "BovIBI: Integrative Bioinformatik in der Genomischen Selektion beim Rind" am FBN Dummerstorf
- 2005-2008: Doktorarbeit in statistischer Genetik (Dr. rer. nat. in Biomathematik) am FBN Dummerstorf und der Universität Greifswald
Thema: Statistische Modellierung der Variabilität des Geburtsgewichts innerhalb Wurf beim Schwein - 2000-2005: Studium der Wirtschaftsmathematik (Dipl.-Math. oec.) an der Universität Rostock
Diplomarbeitsthema: Lineare und verallgemeinerte lineare Modelle zum Nachweis von QTL-Effekten auf die Varianz wiederholter Messungen
Lehre
Vorlesungen im Modul "Lineare und Gemischte Modelle" im Masterstudiengang Tierwissenschaften und Pflanzenproduktion an der Universität Rostock, AUF
Publikationen
Piepho, H.P.; Gabriel, D.; Hartung, J.; Büchse, A.; Grosse, M.; Kurz, S.; Laidig, F.; Michel, V.; Proctor, I.; Sedlmeier, J.E.; Toppel, K.; Wittenburg, D. (2022):
One, two, three: portable sample size in agricultural research. J AGR SCI-CAMBRIDGE 160 (6): 459-482
https://doi.org/10.1017/S0021859622000466
Qanbari, S.; Schnabel, R. D.; Wittenburg, D. (2022):
Evidence of Rare Misassemblies in the Bovine Reference Genome Revealed by Population Genetic Metrics. Anim Genet 53 (4): 498-505
https://doi.org/10.1111/age.13205
Klosa, J.; Simon, N.; Liebscher, V.; Wittenburg, D. (2022):
A fitted sparse-group lasso for genome-based evaluations [epublished ahead of print]. IEEE ACM T COMPUT BI
https://doi.org/10.1109/TCBB.2022.3156805
de los Rios Pérez, L.; Druet, T.; Goldammer, T.; Wittenburg, D. (2022):
Analysis of autozygosity using whole-genome sequence data of full-sib families in pikeperch (Sander lucioperca). Front Genet 12: 786934, 1-9
https://doi.org/10.3389/fgene.2021.786934
Wittenburg, D. (2021):
Statistical perspectives on dependencies between genomic markers Rostock: 1-161
Goldammer, T.; Verleih, M.; Brunner, R. M.; Rebl, A.; Nguinkal, J. A.; de los Rios Pérez, L.; Schäfer, N.; Stüecken, M.; Swirplies, F.; Wittenburg, D. (2021):
Pikeperch genome data – basis for the smart farming in aquaculture. Mitteilungen der Landesforschungsanstalt für Landw (63): 125-133
https://www.landwirtschaft-mv.de/static/LFA/Dateien/Hefte/MdLFA_Heft63.pdf
de los Rios Pérez, L.; Nguinkal, J. A.; Verleih, M.; Rebl, A.; Brunner, R. M.; Klosa, J.; Schäfer, N.; Stüeken, M.; Goldammer, T.; Wittenburg, D. (2020):
An ultra-high density SNP-based linkage map for enhancing the pikeperch (Sander lucioperca) genome assembly to chromosome-scale. Sci Rep-UK 10 (22335): 1-13
https://doi.org/10.1038/s41598-020-79358-z
Klosa, J.; Simon, N.; Westermark, P. O.; Liebscher, V.; Wittenburg, D. (2020):
Seagull: lasso, group lasso and sparse-group lasso regularisation for linear regression models via proximal gradient descent. BMC Bioinformatics 21: 407, 1-8
https://doi.org/10.1186/s12859-020-03725-w
de los Rios Pérez, L.; Brunner, R. M.; Hadlich, F.; Rebl, A.; Kühn, C.; Wittenburg, D.; Goldammer, T.; Verleih, M. (2020):
Comparative analysis of the transcriptome and distribution of putative SNPs in two rainbow trout (Oncorhynchus mykiss) breeding strains by using next-generation sequencing. Genes-Basel 11: 841, 1-16
https://doi.org/10.3390/genes11080841
Wittenburg, D.; Bonk, S. M.; Doschoris, M.; Reyer, H. (2020):
Design of experiments for fine-mapping quantitative trait loci in livestock populations . BMC Genet 21: 66,1-14
https://doi.org/10.1186/s12863-020-00871-1
Nguinkal, J. A.; Brunner, R. M.; Verleih, M.; Rebl, A.; de los Rios Pérez, L.; Schäfer, N.; Hadlich, F.; Stüeken, M.; Wittenburg, D.; Goldammer, T. (2019):
The first highly contiguous genome assembly of pikeperch (Sander lucioperca), an emerging aquaculture species in Europe. Genes-Basel 10: 708, 1-14
https://doi.org/10.3390/genes10090708
Reyer, H.; Oster, M.; Wittenburg, D.; Murani, E.; Ponsuksili, S.; Wimmers, K. (2019):
Genetic contribution to variation in blood calcium, phosphorus, and alkaline phosphatase activity in pigs. Front Genet 10: 590, 1-12
https://doi.org/10.3389/fgene.2019.00590
Boerner, V.; Wittenburg, D. (2018):
On estimation of genome composition in genetically admixed individuals using constrained genomic regression. Front Genet 9: 185, 1-14
https:/doi.org/10.3389/fgene.2018.00185
Hampel, A.; Teuscher, F.; Gomez-Raya, L.; Doschoris, M.; Wittenburg, D. (2018):
Estimation of recombination rate and maternal linkage disequilibrium in half-sibs. Front Genet 9: 186, 1-13
https://dx.doi.org/10.3389/fgene.2018.00186
Hampel, A.; Teuscher, F.; Wittenburg, D. (2016):
A likelihood approach for the estimation of recombination rate and linkage disequilibrium in half-sib families . Schriftenreihe / Leibniz-Institut für Nutztierbiol 25: 9-12
Wittenburg, D.; Teuscher, F.; Klosa, J.; Reinsch, N. (2016):
Covariance between genotypic effects and its use for genomic inference in half-sib families. G3-Genes Genomes Genetics 6 (9): 2761-2772
https://dx.doi.org/10.1534/g3.116.032409