@article{WagnerFischerThomaetal.2011,
  author    = {Wagner, Toni U. and Fischer, Andreas and Thoma, Eva C. and Schartl, Manfred},
  title     = {CrossQuery: A Web Tool for Easy Associative Querying of Transcriptome Data},
  series = {PLoS ONE},
  volume    = {6},
  journal   = {PLoS ONE},
  number    = {12},
  doi       = {10.1371/journal.pone.0028990},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-134787},
  pages     = {e28990},
  year      = {2011},
  abstract  = {Enormous amounts of data are being generated by modern methods such as transcriptome or exome sequencing and microarray profiling. Primary analyses such as quality control, normalization, statistics and mapping are highly complex and need to be performed by specialists. Thereafter, results are handed back to biomedical researchers, who are then confronted with complicated data lists. For rather simple tasks like data filtering, sorting and cross-association there is a need for new tools which can be used by non-specialists. Here, we describe CrossQuery, a web tool that enables straight forward, simple syntax queries to be executed on transcriptome sequencing and microarray datasets. We provide deep-sequencing data sets of stem cell lines derived from the model fish Medaka and microarray data of human endothelial cells. In the example datasets provided, mRNA expression levels, gene, transcript and sample identification numbers, GO-terms and gene descriptions can be freely correlated, filtered and sorted. Queries can be saved for later reuse and results can be exported to standard formats that allow copy-and-paste to all widespread data visualization tools such as Microsoft Excel. CrossQuery enables researchers to quickly and freely work with transcriptome and microarray data sets requiring only minimal computer skills. Furthermore, CrossQuery allows growing association of multiple datasets as long as at least one common point of correlated information, such as transcript identification numbers or GO-terms, is shared between samples. For advanced users, the object-oriented plug-in and event-driven code design of both server-side and client-side scripts allow easy addition of new features, data sources and data types.},
  language  = {en}
}
@article{WagnerFischerThomaetal.2011,
  author    = {Wagner, Toni U. and Fischer, Andreas and Thoma, Eva C. and Schartl, Manfred},
  title     = {CrossQuery : A Web Tool for Easy Associative Querying of Transcriptome Data},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-76088},
  year      = {2011},
  abstract  = {Enormous amounts of data are being generated by modern methods such as transcriptome or exome sequencing and microarray profiling. Primary analyses such as quality control, normalization, statistics and mapping are highly complex and need to be performed by specialists. Thereafter, results are handed back to biomedical researchers, who are then confronted with complicated data lists. For rather simple tasks like data filtering, sorting and cross-association there is a need for new tools which can be used by non-specialists. Here, we describe CrossQuery, a web tool that enables straight forward, simple syntax queries to be executed on transcriptome sequencing and microarray datasets. We provide deepsequencing data sets of stem cell lines derived from the model fish Medaka and microarray data of human endothelial cells. In the example datasets provided, mRNA expression levels, gene, transcript and sample identification numbers, GO-terms and gene descriptions can be freely correlated, filtered and sorted. Queries can be saved for later reuse and results can be exported to standard formats that allow copy-and-paste to all widespread data visualization tools such as Microsoft Excel. CrossQuery enables researchers to quickly and freely work with transcriptome and microarray data sets requiring only minimal computer skills. Furthermore, CrossQuery allows growing association of multiple datasets as long as at least one common point of correlated information, such as transcript identification numbers or GO-terms, is shared between samples. For advanced users, the object-oriented plug-in and event-driven code design of both server-side and client-side scripts allow easy addition of new features, data sources and data types.},
  subject      = {CrossQuery},
  language  = {en}
}
@phdthesis{Fischer2002,
  author    = {Fischer, Andreas},
  title     = {Biochemische Charakterisierung der basischen Helix-Loop-Helix-Transkriptionsfaktoren Hey1 und Hey2 sowie Untersuchung ihrer Rolle w{\"a}hrend der Herz- und Gef{\"a}ßentwicklung},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-6086},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2002},
  abstract  = {Die Entwicklung eines vielzelligen Organismus aus einer befruchteten Eizelle ist nur durch komplexe zellul{\"a}re Regulationsmechanismen m{\"o}glich. Dabei spielt der Notch-Signaltransduktionsweg eine zentrale Rolle w{\"a}hrend der Determination von Zellschicksalen und der Zelldifferenzierung. Die prim{\"a}ren Zielgene der Notch-Signalkaskaskade bei Vertebraten sind die Hes- sowie die k{\"u}rzlich identifizierten Hey-Gene. Die Hey-(hairy and E(spl) related with YRPW motif)-Gene kodieren drei hairy/E(spl)/Hes-verwandte basische Helix-Loop-Helix-Transkriptionsfaktoren, die durch eine Orange-Dom{\"a}ne und einen charakteristischen Carboxyterminus gekennzeichnet sind. W{\"a}hrend der Embryonalentwicklung werden die Hey-Gene dynamisch in zahlreichen Geweben exprimiert. Ziel dieser Arbeit war es, neue Hey-Interaktionsproteine aus embryonalen Genbanken zu isolieren, die Bindung an weitere bHLH-Transkriptionsfaktoren zu {\"u}berpr{\"u}fen und ihre DNA-Bindung zu analysieren. Um die physiologische Hey2-Funktion zu ergr{\"u}nden, wurden Hey2-Knockoutm{\"a}use untersucht. In einem ersten Versuch wurde eine neue Screeningmethode erprobt, bei der Proteinexpressionsfilter mit markierten Hey1-Peptiden nach interagierenden Proteinen durchsucht wurden. Hierbei sind 53 Proteine isoliert worden, jedoch konnte nach eingehenderen Untersuchungen kein relevanter Bindungsspartner beschrieben werden. F{\"u}r weitere Analysen unter mehr physiologischen Bedingungen wurde das Yeast Two-Hybrid Verfahren f{\"u}r Hey1 und Hey2 etabliert. Das Screening von murinen embryonalen cDNA-Genbanken mit verschiedenen Hey1-Fragmenten f{\"u}hrte zur Isolation von mehreren hundert Klonen. Die interessantesten Kandidaten wurden weiteren biochemischen Tests unterzogen, wobei jedoch keine neuen Interaktionspartner verifiziert werden konnten. Mit gezielten direkten Yeast Two-Hybrid und GST-Pulldown Assays f{\"u}r vermutete Kandidaten konnte jedoch die Interaktion von Hey1 bzw. Hey2 mit den bHLH-Proteinen E2-2, E2-5, MyoD und c-hairy1 nachgewiesen werden. Außerdem wurde festgestellt, dass Hey1 und Hey2 Homodimere und Hey1/Hey2-Heterodimere bilden. Die st{\"a}rkste Interaktion wurde mit dem in der Somitogenese rhythmisch exprimierten c-hairy1-Protein beobachtet. Da Hey2 und c-hairy1 im pr{\"a}somitischen Mesoderm und in den Somiten coexprimiert werden und starke Heterodimere ausbilden, erscheint es wahrscheinlich, dass beide Proteine gemeinsam die Transkription nachgeschalteter Gene steuern. Diese Interaktionsstudien zeigten außerdem erstmals, dass die Orange-Dom{\"a}ne entscheidend an der Bildung der Dimere beteiligt ist, da durch sie die Dimerisierung in vivo deutlich verst{\"a}rkt wurde. Schließlich konnte gezeigt werden, dass Hey1 und Hey2, im Gegensatz zu den {\"u}brigen hairy-Proteinen, nicht mit dem Corepressor Groucho/TLE1 interagieren. Electrophoretic Mobility Shift Assays ergaben, dass die Hey1- und Hey2-Proteine an eine E(spl)-spezifische E-Box DNA-Sequenz (CACGTG) binden. Auch die interagierenden bHLH-Proteine c-hairy1, E2-2 und E2-5 binden als Homodimere an diese DNA-Sequenz. Im zweiten Teil dieser Arbeit wurde die Hey2-Genfunktion an Hey2-Knockoutm{\"a}usen untersucht. Etwa 80 \% der homozygoten M{\"a}use starben wenige Tage nach der Geburt. Sie zeigten eine massive Hypertrophie der Herzventrikel, die wahrscheinlich die Todesursache darstellt. Die lacZ-Expression der untersuchten Organe entsprach der Hey2-Expression im Wildtyp. Es fiel dabei auf, dass es postnatal zu einer Herunterregulation der Hey2-Transkription kommt. Mit Elektrokardiogrammen wurden keine Reizleitungsst{\"o}rungen bei neugeborenen Hey2-Knockoutm{\"a}usen festgestellt. Interessanterweise konnte mit Arteriographien ausgeschlossen werden, dass die Ventrikelhypertophie Folge einer Aortenstenose wie bei der gridlock (zf-Hey2)-Mutante im Zebrafisch ist. Vielmehr f{\"u}hrt eine homozygote Hey2-Deletion zu einer Kardiomyopathie in Kombination mit verschiedenene Herzfehlern. Untersuchungen der Hey1- und HeyL-Expression in Hey2-Knockoutembryonen mittels RNA in situ Hybridisierungen zeigten keine Ver{\"a}nderungen im Vergleich mit dem Wildtyp. Daraus kann gefolgert werden, dass Hey1 und HeyL zumindest dort, wo sie nicht mit Hey2 coexprimiert sind, die Hey2-Funktionen nicht kompensieren k{\"o}nnen. Weitere Erkenntnisse {\"u}ber die Funktionen der Hey-Gene werden sicherlich die Studien an den Doppelknockoutm{\"a}usen ergeben. Die bisherigen Ergebnisse zeigen eindeutig, dass die Hey-Gene essentiell f{\"u}r die murine Herzentwicklung sind. Weitere Untersuchungen m{\"u}ssen nun zeigen, welche Rolle diese Gene bei der Entstehung von kongenitalen Herzfehlern des Menschen spielen.},
  language  = {de}
}