@phdthesis{Wagner2008, author = {Wagner, Silvia}, title = {Identifizierung von Biomarkern mittels LC-MS-basiertem Metabonomics - Merkapturs{\"a}uren als Indikatoren f{\"u}r die Bildung toxischer Intermediate}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-35760}, school = {Universit{\"a}t W{\"u}rzburg}, year = {2008}, abstract = {Metabonomics bildet das Ende der Omics-Kaskade und stellt eine top-down-Strategie zur Erfassung und Interpretation des Metaboloms, d. h. der Gesamtheit aller niedermolekularen Metaboliten in einem intakten Organismus, dar. Ziel der Technik ist es, mittels geeigneter ungerichteter Screeningverfahren in nicht-invasiv zu gewinnenden biologischen Proben wie Urin oder Blut charakteristische Metabolitenprofile zu bestimmen. Im Kontext des Metabonomics wurde in Anlehnung an den Geno- bzw. Ph{\"a}notyp hierf{\"u}r der Begriff „Metabotyp" gepr{\"a}gt. Durch biostatistische Methoden, die auf Mustererkennung (pattern recognition) basieren, k{\"o}nnen Signaturen gegen{\"u}bergestellt und auf diesem Weg gruppenspezifische Metaboliten, d. h. Biomarker bzw. Metabolitenmuster, extrahiert werden. Metabonomics kann folglich als Fusion klassischer bioanalytischer und biostatistischer Verfahren aufgefasst werden. Seit der Einf{\"u}hrung im Jahr 1999 hat sich das Konzept des Metabonomics in mehrere Richtungen weiterentwickelt. So gab es Bestrebungen, die Technik, die urspr{\"u}nglich zur Pr{\"a}diktion von toxischen Effekten bei der Arzneistoffentwicklung etabliert wurde, auf Fragestellungen zu {\"u}bertragen, die den Menschen im Mittelpunkt haben. Neben pr{\"a}klinischen Anwendungen verfolgt man mit Metabonomics zunehmend das Ziel, einer personalisierten Medizin und Ern{\"a}hrung einen Schritt n{\"a}her zu kommen. Da sich die urspr{\"u}nglich eingesetzte NMR-Technik als zu unempfindlich und die resultierenden Metabolitenprofile als zu anf{\"a}llig gegen{\"u}ber biologischen und analytischen Einflussgr{\"o}ßen (Confoundern) erwiesen haben, wurde parallel auf sensitivere Verfahren wie die Massenspektrometrie gesetzt. Insbesondere die Kopplung mit der Hochdruckfl{\"u}ssigchromatographie erwies sich hierbei f{\"u}r das Metabolitenscreening als geeignet. Schnell wurde allerdings klar, dass aus den klassischen full scan/TOF-Methoden Datens{\"a}tze resultierten, die h{\"a}ufig zu komplex waren, um mit nachgeschalteten chemometrischen Verfahren die „Spreu vom Weizen trennen" zu k{\"o}nnen. Da sich Metabolitendatenbanken bisher noch im Aufbau befinden, ist die Identifizierung der Marker mit zus{\"a}tzlichen Schwierigkeiten verbunden und bedarf aufw{\"a}ndiger analytischer Verfahren. Eine Strategie stellt daher die Beschr{\"a}nkung auf ein Metabolitensubset dar. Indem man sich auf Metabolitenklassen fokussiert, die einen Bezug zum untersuchten Mechanismus haben, k{\"o}nnen die Erfolgsaussichten bei der Identifizierung charakteristischer Biomarker deutlich erh{\"o}ht werden. Aufgrund zahlreicher exogener und endogener Faktoren (Arzneistoffe, Industriechemikalien, Nahrungsbestandteile, Tabakrauchbestandteile, Produkte der Lipidperoxidation etc.) ist der menschliche Organismus stets einer Vielzahl an elektrophilen Verbindungen ausgesetzt. Oxidative Sch{\"a}digungen an Strukturen wie der DNA, Proteinen und Lipiden werden mit einer Reihe von Krankheitsbildern in Zusammenhang gebracht, darunter Parkinson, Alzheimer, Krebs und Volkskrankheiten wie Arteriosklerose, Allergien und koronare Herzerkrankungen. Mit dem Glutathionsystem verf{\"u}gt der K{\"o}rper {\"u}ber einen wirksamen Detoxifizierungsmechanismus. Das Tripeptid Glutathion reagiert als Nukleophil mit den exogen oder endogen gebildeten elektrophilen Intermediaten. Endprodukte sind Merkapturs{\"a}uren (N-Acetyl-L-Cystein-Addukte) bzw. deren Sulfoxide, die in erster Linie mit dem Urin ausgeschieden werden. Folglich besteht zwischen diesen Merkapturs{\"a}urederivaten und der elektrophilen Belastung eines Organismus ein direkter Zusammenhang. Vor diesem Hintergrund war es das Ziel der Arbeit, einen nicht-invasiven Metabonomicsansatz zur Anwendung am Menschen zu entwickeln. Durch die Fokussierung des Metabolitenscreenings auf die Effekt-, Dosis- und Suszeptibilit{\"a}tsmarkerklasse der Merkapturs{\"a}uren sollten hierbei die Erfolgsaussichten im Hinblick auf die Identifizierung potentieller Biomarker f{\"u}r diverse toxikologische sowie medizinische Endpunkte erh{\"o}ht werden.}, subject = {Metabolom}, language = {de} } @phdthesis{Cecil2012, author = {Cecil, Alexander [geb. Schmid]}, title = {Metabolische Netzwerkanalysen f{\"u}r den Weg von xenobiotischen zu vertr{\"a}glichen antibiotischen Substanzen}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-71866}, school = {Universit{\"a}t W{\"u}rzburg}, year = {2012}, abstract = {Durch das Auftreten neuer St{\"a}mme resistenter Krankheitserreger ist die Suche nach neuartigen Wirkstoffen gegen diese, sich st{\"a}ndig weiter ausbreitende Bedrohung, dringend notwendig. Der interdisziplin{\"a}re Sonderforschungsbereich 630 der Universit{\"a}t W{\"u}rzburg stellt sich dieser Aufgabe, indem hier neuartige Xenobiotika synthetisiert und auf ihre Wirksamkeit getestet werden. Die hier vorgelegte Dissertation f{\"u}gt sich hierbei nahtlos in die verschiedenen Fachbereiche des SFB630 ein: Sie stellt eine Schnittstelle zwischen Synthese und Analyse der Effekte der im Rahmen des SFB630 synthetisierten Isochinolinalkaloid-Derivaten. Mit den hier angewandten bioinformatischen Methoden wurden zun{\"a}chst die wichtigsten Stoffwechselwege von S. epidermidis R62A, S. aureus USA300 und menschlicher Zellen in sogenannten metabolischen Netzwerkmodellen nachgestellt. Basierend auf diesen Modellen konnten Enzymaktivit{\"a}ten f{\"u}r verschiedene Szenarien an zugesetzten Xenobiotika berechnet werden. Die hierf{\"u}r ben{\"o}tigten Daten wurden direkt aus Genexpressionsanalysen gewonnen. Die Validierung dieser Methode erfolgte durch Metabolommessungen. Hierf{\"u}r wurde S. aureus USA300 mit verschiedenen Konzentrationen von IQ-143 behandelt und gem{\"a}ß dem in dieser Dissertation vorgelegten Ernteprotokoll aufgearbeitet. Die Ergebnisse hieraus lassen darauf schließen, dass IQ-143 starke Effekte auf den Komplex 1 der Atmungskette aus{\"u}bt - diese Resultate decken sich mit denen der metabolischen Netzwerkanalyse. F{\"u}r den Wirkstoff IQ-238 ergaben sich trotz der strukturellen {\"A}hnlichkeiten zu IQ-143 deutlich verschiedene Wirkeffekte: Dieser Stoff verursacht einen direkten Abfall der Enzymaktivit{\"a}ten in der Glykolyse. Dadurch konnte eine unspezifische Toxizit{\"a}t dieser Stoffe basierend auf ihrer chemischen Struktur ausgeschlossen werden. Weiterhin konnten die bereits f{\"u}r IQ-143 und IQ-238 auf Bakterien angewandten Methoden erfolgreich zur Modellierung der Effekte von Methylenblau auf verschiedene resistente St{\"a}mme von P. falciparum 3D7 angewandt werden. Dadurch konnte gezeigt werden, dass Methylenblau in einer Kombination mit anderen Pr{\"a}paraten gegen diesen Parasiten zum einen die Wirkung des Prim{\"a}rpr{\"a}parates verst{\"a}rkt, zum anderen aber auch in gewissem Maße vorhandene Resistenzen gegen das Prim{\"a}rpr{\"a}parat zu verringern vermag. Somit konnte durch die vorgelegte Arbeit eine Pipeline zur Identifizierung der metabolischen Effekte verschiedener Wirkstoffe auf unterschiedliche Krankheitserreger erstellt werden. Diese Pipeline kann jederzeit auf andere Organismen ausgeweitet werden und stellt somit einen wichtigen Ansatz um Netzwerkeffekte verschiedener, potentieller Medikamente aufzukl{\"a}ren.}, subject = {Stoffwechsel}, language = {de} }