@phdthesis{Sieber2009,
  author    = {Sieber, Maximilian},
  title     = {Evaluation of 1H-NMR and GC/MS-based metabonomics for the assessment of liver and kidney toxicity},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-43052},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2009},
  abstract  = {For the assessment of metabonomics techniques for the early, non-invasive detection of toxicity, the nephrotoxins gentamicin (s.c. administration of 0, 60 and 120 mg/kg bw 2x daily for 8 days), ochratoxin A (p.o. administration of 0, 21, 70 and 210 µg/kg bw 5 days/week for 90 days) and aristolochic acid (p.o. administration of 0, 0.1, 1.0 and 10 mg/kg bw for 12 days) were administered to rats and urine samples were analyzed with 1H-NMR and GC/MS. Urine samples from the InnoMed PredTox project were analyzed as well, thereby focusing on 1H-NMR analysis and bile duct necrosis as histopathological endpoint. 1H-NMR analysis used water supression with the following protocol: 1 M phosphate buffer, D2O as shift lock reagent, D4-trimethylsilyl­propionic acid as chemical shift reference, noesygppr1d pulse sequence (Bruker). For multivariate data analysis, spectral intensity was binned into 0.04 ppm wide bins. GC/MS analysis of urine was carried out after protein precipitation with methanol, drying, derivatization with methoxyamine hydrochloride in pyridine and with methyl(trimethylsilyl)­trifluoroacetamide on a DB5-MS column using EI ionization. The chromatograms were prepared for multivariate data analysis using the R-program based peak picking and alignment software XCMS version 2.4.0. Principal component analysis (PCA) to detect and visualize time-point and dose-dependent differences between treated animals and controls and orthogonal projection to latent structures discriminant analysis (OPLS-DA) for identification of potential molecular markers of toxicity was carried out using SIMCA P+ 11.5 1H-NMR-based markers were identified and quantified with the Chenomx NMR Suite, GC/MS based markers were identified using the NIST Mass Spectral Database and by co-elution with authentic reference standards. PCA of urinary metabolite profiles was able to differentiate treated animals from controls at the same time as histopathology. An advantage over classical clinical chemistry parameters regarding sensitivity could be observed in some cases. Metabonomic analysis with GC/MS and 1H-NMR revealed alterations in the urinary profile of treated animals 1 day after start of treatment with gentamicin, correlating with changes in clinical chemistry parameters and histopathology. Decreased urinary excretion of citrate, 2-oxoglutarate, hippurate, trigonelline and 3-indoxylsulfate increased excretion of 5-oxoproline, lactate, alanine and glucose were observed. Ochratoxin A treatment caused decreased excretion of citrate, 2-oxoglutarate and hippurate and and increased excretion of glucose, myo-inositol, N,N-dimethylglycine, glycine, alanine and lactate as early as 2 weeks after start of treatment with 210µg OTA/kg bw, correlating with changes in clinical chemistry parameters and histopathology. Integration of histopathology scores increased confidence in the molecular markers discovered. Aristolochic acid treatment resulted in decreased urinary excretion of citrate, 2-oxoglutarate, hippurate and creatinine as well as increased excretion of 5-oxoproline, N,N-dimethylglycine, pseudouridine and uric acid. No alterations in clinical chemistry parameters or histopathology were noted.Decreased excretion of hippurate indicates alterations in the gut microflora, an effect that is expected as pharmacological action of the aminoglycoside antibiotic gentamicin and that can also be explained by the p.o. administration of xenobiotica. Decreased Krebs cycle intermediates (citrate and 2-oxoglutarate) and increased lactate is associated with altered energy metabolism. Increased pseudouridine excretion is associated with cell proliferation and was observed with aristolochic acid and ochratoxin A, for which proliferative processes were observed with histopathology. 5-oxoproline and N,N-dimethylglycine can be associated with oxidative stress. Glucose, a marker of renal damage in clinical chemistry, was observed for all three nephrotoxins studied. Single study analysis with PCA of GC/MS chromatograms and 1H-NMR spectra of urine from 3 studies conducted within the InnoMed PredTox project showing bile duct necrosis revealed alterations in urinary profiles with the onset of changes in clinical chemistry and histopathology. Alterations were mainly decreased Krebs cycle intermediates and changes in the aromatic gut flora metabolites, an effect that may result as a secondary effect from altered bile flow. In conclusion, metabonomics techniques are able to detect toxic lesions at the same time as histopathology and clinical chemistry. The metabolites found to be altered are common to most toxicities and are not organ-specific. A mechanistic link to the observed toxicity has to be established in order to avoid confounders such as body weight loss, pharmacological effects etc. For pattern recognition purposes, large databases are necessary.},
  subject      = {Toxikologie},
  language  = {en}
}
@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}
}