@phdthesis{Schmull2011,
  author    = {Schmull, Sebastian},
  title     = {Charakterisierung der pathogenetisch-relevanten Rolle von SF1 beim Nebennierenrindenkarzinom},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-66398},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2011},
  abstract  = {Tumore der Nebennieren stellen h{\"a}ufige Tumore dar, welche bei mindestens 3 \% der Population {\"u}ber 50-J{\"a}hriger vorkommen. Im Gegensatz dazu ist das Nebennierenrindenkarzinom mit einer Inzidenz von 1-2 Einwohner pro Million ein sehr seltener Tumor. Da seine Prognose allerdings ung{\"u}nstig, und diese maßgeblich davon abh{\"a}ngt wie fortgeschritten der Tumor bei Diagnosestellung ist, ist es wichtig, dass die richtige Diagnose fr{\"u}hzeitig gestellt wird. Bis heute ist kein zuverl{\"a}ssiger immunhistochemischer Nebennierenrindenkarzinom-spezifischer Marker etabliert um das Nebennierenrindenkarzinom von anderen retroperitonealen Tumoren zu differenzieren. Sasano et al. schlug bereits 1995 erstmalig den Transkriptionsfaktor Steroidogenic Factor 1 (SF1) als Marker zur Differenzierung von Nebennierenrinden- und Nicht-Nebennierenrindentumoren vor. Allerdings wurde die diagnostische Wertigkeit bisher nur in sehr kleinen Fallserien mit insgesamt nur 17 Nebennierenrindenkarzinomen untersucht. In der vorliegenden Arbeit wurde die SF1 Protein-Expression bei 163 Nebennierenrindenkarzinomen, 52 Nebennierenrinden-Adenomen, 12 normalen steroidogenen Geweben (6 Nebennieren und 6 Ovare), sowie 73 Nicht-Steroidtumoren immunhistochemisch untersucht. Hierbei zeigte sich, das SF1 bei 158 von 161 evaluierbaren Nebennierenrindenkarzinomen und bei allen Proben von normalen und gutartigen Geweben (n=64) nachweisbar war. Im Gegensatz dazu war keine der 73 Nicht-Steroidgeweben SF1 positiv, so dass die diagnostische Genauigkeit extrem gut ist (Sensitivit{\"a}t: 98.6 \%, Spezifit{\"a}t: 100 \%, positive und negative predictive value jeweils 100 \% und 97.3 \%). In einem zweiten Schritt wurde untersucht ob die Protein-Expression von SF1 beim Nebennierenrindenkarzinom auch prognostische Bedeutung hat. Hierbei zeigte sich, dass Patienten mit Tumoren mit starker SF1 F{\"a}rbung (30 \%) ein deutlich schlechteres tumorstadium-adjustiertes Rezidiffreies- und Gesamt-{\"U}berleben haben als Patienten mit geringer SF1 Expression (hazard ratio: 2.45). Zus{\"a}tzlich zu den immunhistochemischen Untersuchungen wurden FISH Analysen durchgef{\"u}hrt. Hierbei zeigte sich allerdings keine signifikante Korrelation zwischen SF1 Gendosis und der SF1 Protein-Expression, so dass zu vermuten ist, dass SF1 maßgeblich auf Transkriptions- und Translationsebene reguliert wird. In einem Versuch diese Frage zu beantworten wurden zwei mutmaßliche SF1 Interaktionspartner, FATE1 und DAX1, genauer immunhistochemisch untersucht. Hierbei wurde deutlich, dass FATE1 bei 62 von 141 evaluierbaren Nebenierenrindenkarzinomen und 12 von 62 normalen und gutartigen Geweben nachweisbar war. Im Gegensatz hierzu waren alle 9 Nicht-Steroidgewebe FATE1 negativ. Dies zeigt, das FATE1 nicht zur Diagnostik nutzbar ist (Sensitivit{\"a}t: 61 \%, Spezifit{\"a}t: 100 \%, positive und negative predictive value 100 \% bzw. 14 \%). Die DAX1 Analyse zeigte, dass alle 20 normalen und gutartigen Gewebe eine positive DAX1 F{\"a}rbereaktion zeigten. Von 126 Nebennierenrindenkarzinomen waren 71 DAX1 positiv. Von den 8 untersuchten Nicht-Steroidgeweben waren 6 DAX1 positiv. Diese Ergebnisse belegen, dass auch DAX1 keine diagnostische Genauigkeit besitzt (Sensitivit{\"a}t: 56 \%, Spezifit{\"a}t: 25 \%, positive und negative predictive value 92 \% bzw. 4 \%). Die Untersuchung der prognostischen F{\"a}higkeiten von FATE1 und DAX1 zeigte, dass Patienten mit Tumoren mit starker FATE1 F{\"a}rbung (39 \%) ein schlechteres tumorstadium-adjustiertes Gesamt- aber nicht Rezidiffreies-{\"U}berleben haben als Patienten mit niedriger FATE1 Protein-Expression (hazard ratio: 2.01). Weiterhin wurde deutlich, dass DAX1 keine deutlichen prognostischen F{\"a}higkeiten besitzt. Zusammenfassend l{\"a}ßt sich aus der vorliegenden Arbeit folgern, das SF1 aktuell der beste diagnostische Marker zur Diagnose von Tumoren der Nebennierenrinde ist und damit Eingang in die histopathologische Routine-Diagnostik von Nebennierentumoren finden wird. Zus{\"a}tzlich ist die SF1 Expression ein sehr guter prognostischer Marker beim Nebennierenrindenkarzinom, wobei sich die prognostische Aussage durch zus{\"a}tzliche F{\"a}rbung von FATE1 und DAX1 nur unwesentlich verbessern l{\"a}ßt.},
  subject      = {Nebennierenrindenkrebs},
  language  = {de}
}
@article{VerghoKneitzRosenwaldetal.2014,
  author    = {Vergho, Daniel and Kneitz, Susanne and Rosenwald, Andreas and Scherer, Charlotte and Spahn, Martin and Burger, Maximilian and Riedmiller, Hubertus and Kneitz, Burkhard},
  title     = {Combination of expression levels of miR-21 and miR-126 is associated with cancer-specific survival in clear-cell renal cell carcinoma},
  doi       = {10.1186/1471-2407-14-25},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-110061},
  year      = {2014},
  abstract  = {Background Renal cell carcinoma (RCC) is marked by high mortality rate. To date, no robust risk stratification by clinical or molecular prognosticators of cancer-specific survival (CSS) has been established for early stages. Transcriptional profiling of small non-coding RNA gene products (miRNAs) seems promising for prognostic stratification. The expression of miR-21 and miR-126 was analysed in a large cohort of RCC patients; a combined risk score (CRS)-model was constructed based on expression levels of both miRNAs. Methods Expression of miR-21 and miR-126 was evaluated by qRT-PCR in tumour and adjacent non-neoplastic tissue in n = 139 clear cell RCC patients. Relation of miR-21 and miR-126 expression with various clinical parameters was assessed. Parameters were analysed by uni- and multivariate COX regression. A factor derived from the z-score resulting from the COX model was determined for both miRs separately and a combined risk score (CRS) was calculated multiplying the relative expression of miR-21 and miR-126 by this factor. The best fitting COX model was selected by relative goodness-of-fit with the Akaike information criterion (AIC). Results RCC with and without miR-21 up- and miR-126 downregulation differed significantly in synchronous metastatic status and CSS. Upregulation of miR-21 and downregulation of miR-126 were independently prognostic. A combined risk score (CRS) based on the expression of both miRs showed high sensitivity and specificity in predicting CSS and prediction was independent from any other clinico-pathological parameter. Association of CRS with CSS was successfully validated in a testing cohort containing patients with high and low risk for progressive disease. Conclusions A combined expression level of miR-21 and miR-126 accurately predicted CSS in two independent RCC cohorts and seems feasible for clinical application in assessing prognosis.},
  language  = {en}
}
@phdthesis{Wilde2019,
  author    = {Wilde, Sabrina},
  title     = {Einsatz von mechanistischen Biomarkern zur Charakterisierung und Bewertung von \(in\) \(vitro\) Genotoxinen},
  doi       = {10.25972/OPUS-18278},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-182782},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2019},
  abstract  = {Die verf{\"u}gbaren in vitro Genotoxizit{\"a}tstests weisen hinsichtlich ihrer Spezifit{\"a}t und ihres Informationsgehalts zum vorliegenden Wirkmechanismus (Mode of Action, MoA) Einschr{\"a}nkungen auf. Um diese M{\"a}ngel zu {\"u}berwinden, wurden in dieser Arbeit zwei Ziele verfolgt, die zu der Entwicklung und Etablierung neuer in vitro Methoden zur Pr{\"u}fung auf Genotoxizit{\"a}t in der Arzneimittelentwicklung beitragen. 1. Etablierung und Bewertung einer neuen in vitro Genotoxizit{\"a}tsmethode (MultiFlow Methode) Die MultiFlow Methode basiert auf DNA-schadensassoziierten Proteinantworten von γH2AX (DNA-Doppelstrangbr{\"u}che), phosphorylierten H3 (S10) (mitotische Zellen), nukle{\"a}ren Protein p53 (Genotoxizit{\"a}t) und cleaved PARP1 (Apoptose) in TK6-Zellen. Insgesamt wurden 31 Modellsubstanzen mit dem MultiFlow Assay und erg{\"a}nzend mit dem etablierten Mikrokerntest (MicroFlow MNT), auf ihre F{\"a}higkeit verschiedene MoA-Gruppen (Aneugene/Klastogene/Nicht-Genotoxine) zu differenzieren, untersucht. Die Performance der „neuen" gegen{\"u}ber der „alten" Methode f{\"u}hrte zu einer verbesserten Sensitivit{\"a}t von 95\% gegen{\"u}ber 90\%, Spezifit{\"a}t von 90\% gegen{\"u}ber 72\% und einer MoA-Klassifizierungsrate von 85\% gegen{\"u}ber 45\% (Aneugen vs. Klastogen). 2. Identifizierung mechanistischer Biomarker zur Klassifizierung genotoxischer Substanzen Die Analyse 67 ausgew{\"a}hlter DNA-schadensassoziierter Gene in der QuantiGene Plex Methode zeigte, dass mehrere Gene gleichzeitig zur MoA-Klassifizierung beitragen k{\"o}nnen. Die Kombination der h{\"o}chstrangierten Marker BIK, KIF20A, TP53I3, DDB2 und OGG1 erm{\"o}glichte die beste Identifizierungsrate der Modellsubstanzen. Das synergetische Modell kategorisierte 16 von 16 Substanzen korrekt in Aneugene, Klastogene und Nicht-Genotoxine. Unter Verwendung der Leave-One-Out-Kreuzvalidierung wurde das Modell evaluiert und erreichte eine Sensitivit{\"a}t, Spezifit{\"a}t und Pr{\"a}diktivit{\"a}t von 86\%, 83\% und 85\%. Ergebnisse der traditionellen qPCR Methode zeigten, dass Genotoxizit{\"a}t mit TP53I3, Klastogenit{\"a}t mit ATR und RAD17 und oxidativer Stress mit NFE2L2 detektiert werden kann. Durch die Untersuchungen von posttranslationalen Modifikationen unter Verwendung der High-Content-Imaging-Technologie wurden mechanistische Assoziationen f{\"u}r BubR1 (S670) und pH3 (S28) mit Aneugenit{\"a}t, 53BP1 (S1778) und FANCD2 (S1404) mit Klastogenit{\"a}t, p53 (K373) mit Genotoxizit{\"a}t und Nrf2 (S40) mit oxidativem Stress identifiziert. Diese Arbeit zeigt, dass (Geno)toxine unterschiedliche Gen- und Proteinver{\"a}nderungen in TK6-Zellen induzieren, die zur Erfassung mechanistischer Aktivit{\"a}ten und Einteilung (geno)toxischer MoA-Gruppen (Aneugen/Klastogen/ Reaktive Sauerstoffspezies) eingesetzt werden k{\"o}nnen und daher eine bessere Risikobewertung von Wirkstoffkandidaten erm{\"o}glichen.},
  subject      = {Genotoxizit{\"a}t},
  language  = {de}
}