TY - THES A1 - Carstensen, Anne Carola T1 - Identification of novel N-MYC interacting proteins reveals N-MYC interaction with TFIIIC T1 - Identifizierung von neuen N-MYC interagierenden Proteinen offenbart N-MYC's Interaktion mit TFIIIC N2 - N-MYC is a member of the human MYC proto-oncogene family, which comprises three transcription factors (C-, N- and L-MYC) that function in multiple biological processes. Deregulated expression of MYC proteins is linked to tumour initiation, maintenance and progression. For example, a large fraction of neuroblastoma displays high N-MYC levels due to an amplification of the N-MYC encoding gene. MYCN-amplified neuroblastoma depend on high N-MYC protein levels, which are maintained by Aurora-A kinase. Aurora-A interaction with N-MYC interferes with degradation of N-MYC via the E3 ubiquitin ligase SCFFBXW7. However, the underlying mechanism of Aurora-A-mediated stabilisation of N-MYC remains to be elucidated. To identify novel N-MYC interacting proteins, which could be involved in N-MYC stabilisation by Aurora-A, a proteomic analysis of purified N-MYC protein complexes was conducted. Since two alanine mutations in MBI of N-MYC, T58A and S62A (N-MYC mut), disable Aurora-A-mediated stabilisation of N-MYC, N-MYC protein complexes from cells expressing either N-MYC wt or mut were analysed. Proteomic analysis revealed that N-MYC interacts with two deubiquitinating enzymes, USP7 and USP11, which catalyse the removal of ubiquitin chains from target proteins, preventing recognition by the proteasome and subsequent degradation. Although N-MYC interaction with USP7 and USP11 was confirmed in subsequent immunoprecipitation experiments, neither USP7, nor USP11 was shown to be involved in the regulation of N-MYC stability. Besides USP7/11, proteomic analyses identified numerous additional N-MYC interacting proteins that were not described to interact with MYC transcription factors previously. Interestingly, many of the identified N-MYC interaction partners displayed a preference for the interaction with N-MYC wt, suggesting a MBI-dependent interaction. Among these were several proteins, which are involved in three-dimensional organisation of chromatin domains and transcriptional elongation by POL II. Not only the interaction of N-MYC with proteins functioning in elongation, such as the DSIF component SPT5 and the PAF1C components CDC73 and CTR9, was validated in immunoprecipitation experiments, but also with the POL III transcription factor TFIIIC and topoisomerases TOP2A/B. ChIP-sequencing analysis of N-MYC and TFIIIC subunit 5 (TFIIIC5) revealed a large number of joint binding sites in POL II promoters and intergenic regions, which are characterised by the presence of a specific motif that is highly similar to the CTCF motif. Additionally, N-MYC was shown to interact with the ring-shaped cohesin complex that is known to bind to CTCF motifs and to assist the insulator protein CTCF. Importantly, individual ChIP experiments demonstrated that N-MYC, TFIIIC5 and cohesin subunit RAD21 occupy joint binding sites comprising a CTCF motif. Collectively, the results indicate that N-MYC functions in two biological processes that have not been linked to MYC biology previously. Furthermore, the identification of joint binding sites of N-MYC, TFIIIC and cohesin and the confirmation of their interaction with each other suggests a novel function of MYC transcription factors in three-dimensional organisation of chromatin. N2 - N-MYC ist ein Mitglied der humanen MYC proto-Onkogen Familie, welche drei Transkriptionsfaktoren umfasst (C-,N- und L-MYC), die in zahlreichen biologischen Prozessen fun-gieren. Deregulierte Expression der MYC Proteine ist mit Tumorinitiierung, -erhalt und -progression verbunden. Zum Beispiel zeigt ein großer Anteil an Neuroblastomen aufgrund einer Amplifizierung des N-MYC kodierenden Gens hohe N-MYC Level. MYCN-amplifizierte Neuroblastome hängen von den hohen N-MYC Protein Leveln ab, die durch die Aurora-A Kinase erhalten werden. Die Interaktion von Aurora-A mit N-MYC behindert den Abbau von N-MYC durch die E3 Ubiquitin Ligase SCFFBXW7. Allerdings muss der zugrunde liegende Mechanismus der Aurora-A vermittelten Stabilisierung von N-MYC noch aufgedeckt werden. Um neue N-MYC interagierende Proteine zu identifizieren, welche in der N-MYC Stabilisierung durch Aurora-A involviert sind, wurde eine Proteom Analyse der aufgereinigten N-MYC Proteinkomplexe durchgeführt. Da zwei Alanin-Mutationen in MBI von N-MYC, T58A und S62A (N-MYC mut), die Aurora-A vermittelte Stabilisierung von N-MYC verhindern, wurden N-MYC Protein-Komplexe von Zellen, die entweder N-MYC wt oder mut exprimieren analysiert. Die Proteom Analyse offenbarte, dass N-MYC mit zwei Deubiquitinierenden Enzymen, USP7 und USP11, interagiert, welche das Entfernen von Ubiquitinketten von Zielproteinen katalysieren und dadurch die Erkennung durch das Proteasom und den darauf folgenden Abbau verhindern. Obwohl die Interaktion von N-MYC mit USP7 und USP11 in darauf folgenden Immunpräzipitationsexperimenten bestätigt wurde, konnnte weder für USP7, noch für USP11 gezeigt werden, dass es in die Regulierung der Stabilität von N-MYC involviert ist. Neben USP7/11 wurden in der Proteom Analyse zusätzlich zahlreiche mit N-MYC interagierende Proteine identifiziert, die zuvor noch nicht beschrieben wurden mit MYC Transkriptionsfaktoren zu interagieren. Interessanterweise zeigten viele der identifizierten N-MYC Interaktionspartner eine Präferenz für die Interaktion mit N-MYC wt, was eine MBI-abhängige Interaktion suggeriert. Unter diesen waren einige Proteine, die in die drei-dimensionale Organisation von Chromatindomänen und transkriptioneller Elongation durch POL II involviert sind. Nicht nur die Interaktion von N-MYC mit Proteinen, die in der Elongation agieren, wie die DSIF Komponente SPT5 und die PAF1C Komponenten CDC73 und CTR9, wurden in Immunpräzipitationsexperimenten bestätigt, sondern auch mit dem POL III Transkriptionsfaktor TFIIIC und den Topoisomerasen TOP2A/B. Analyse von ChIP-Sequenzierungsexperimenten für N-MYC und TFIIIC Untereinheit 5 (TFIIIC5) offenbarte eine große Anzahl von gemeinsamen Bindungsstellen in POL II Promotoren und intergenen Regionen, welche durch das Vorkommen eines speziellen Motivs gekennzeichent waren, das dem CTCF Motiv sehr ähnlich ist. Zusätzlich wurde gezeigt, dass N-MYC mit dem ringförmigen Cohesin Komplex interagiert, der dafür bekannt ist an CTCF Motive zu binden und dem Insulator Protein CTCF zu assistieren. Entscheidender Weise zeigten individuelle ChIP Experimente, dass N-MYC, TFIIIC5 und die Cohesin Untereinheit RAD21 gemeinsame Bindungstellen haben, die ein CTCF Motiv enthalten. Zusammenfassend weisen die Ergebnisse darauf hin, dass N-MYC in zwei biologischen Prozessen fungiert, die zuvor nicht mit der Biologie von MYC verbunden wurden. Zudem suggeriert die Identifizierung von gemeinsamen Bindungstellen von N-MYC, TFIIIC und Cohesin und die Bestätigung der Interaktion untereinander eine neue Funktion von MYC Transkriptionsfaktoren in der drei-dimensionalen Organisation von Chromatin. KW - Biologie KW - Transkriptionsfaktor KW - Onkogen KW - N-MYC KW - neuroblastoma KW - TFIIIC KW - Aurora-A KW - mass spectrometry KW - cohesin Y1 - 2018 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-143658 ER - TY - THES A1 - May, Frauke T1 - The role of the (hem)ITAM-coupled receptors C-type lectin-like receptor 2 (CLEC-2) and Glycoprotein (GP) VI for platelet function: in vitro and in vivo studies in mice T1 - Die Rolle der (hem)ITAM-gekoppelten Rezeptoren C-type lectin-like receptor 2 (CLEC-2) und Glykoprotein (GP) VI in der Thrombozytenfunktion: in vitro- und in vivo-Studien in Mäusen N2 - Die Thrombozytenaktivierung und –adhäsion sowie die nachfolgende Thrombusbildung ist ein essentieller Prozess in der primären Hämostase, der aber auch irreversible Gefäßverschlüsse und damit Herzinfarkt oder Schlaganfall verursachen kann. Erst kürzlich wurde beschrieben, dass der C-type lectin-like receptor 2 (CLEC-2) auf der Thrombozytenoberfläche exprimiert wird, jedoch wurde für diesen Rezeptor noch keine Funktion in den Prozessen der Hämostase und Thrombose gezeigt. In der vorliegenden Arbeit wurde die Rolle von CLEC-2 in der Thrombozytenfunktion und Thrombusbildung im Mausmodel untersucht. In dem ersten Teil dieser Arbeit konnte gezeigt werden, dass die Behandlung von Mäusen mit dem neu generierten monoklonalen Antikörper INU1, der gegen murines CLEC-2 gerichtet ist, zu dem vollständigen und hochspezifischen Verlust des Rezeptors in zirkulierenden Thrombozyten führte, ein Prozess, der als „Immundepletion“ bezeichnet wird. Die CLEC-2-defizienten Thrombozyten waren nicht mehr durch den CLEC-2-spezifischen Agonisten Rhodozytin aktivierbar, während die Aktivierung durch alle anderen getesteten Agonisten nicht beeinträchtigt war. Dieser selektive Defekt führte unter Flussbedingungen ex vivo zu stark verminderter Aggregatbildung der Thrombozyten. Außerdem zeigten in vivo-Thrombosestudien, dass die gebildeten Thromben instabil waren und vermehrt embolisierten. Infolgedessen war die CLEC-2 Defizienz mit einem deutlichen Schutz vor arterieller Thrombose verbunden. Außerdem ließ die in INU1-behandelten Mäusen beobachtete variable Verlängerung der Blutungszeit auf einen moderaten hämostatischen Defekt schließen. Diese Ergebnisse zeigen zum ersten Mal, dass CLEC-2 in vitro und in vivo signifikant zur Thrombusstabilität beiträgt und eine essentielle Rolle in der Hämostase und arteriellen Thrombose spielt. Daher stellt CLEC-2 eine potentiell neue antithrombotische Zielstruktur dar, die in vivo inaktiviert werden kann. Diese in vivo-Herabregulierung von Thrombozytenoberflächenrezeptoren könnte einen vielversprechenden Ansatz für zukünftige antithrombotische Therapien darstellen. Der zweite Teil dieser Arbeit behandelte den Effekt einer Doppelimmundepletion der immunoreceptor tyrosine-based activation motiv (ITAM)- und hemITAM-gekoppelten Rezeptoren Glykoprotein (GP) VI und CLEC-2 auf Hämostase und Thrombose mittels einer Kombination der GPVI- beziehungsweise CLEC-2-spezifischen Antikörper JAQ1 und INU1. Eine Einzeldepletion von GPVI oder CLEC-2 in vivo beeinträchtigte nicht die Expression und Funktion des jeweils anderen Rezeptors. Eine gleichzeitige Behandlung mit beiden Antikörpern führte jedoch zu dem nachhaltigen Verlust der GPVI- und CLEC-2-vermittelten Signale in Thrombozyten, während andere Signalwege nicht betroffen waren. Im Gegensatz zu den Einzeldefizienzen, wiesen die GPVI/CLEC-2 doppeldefizienten Mäuse einen schwerwiegenden Blutungsphänotyp auf. Außerdem führte die Behandlung zu einer starken Beeinträchtigung der arteriellen Thrombusbildung, die die Effekte der Einzeldefizienzen weit übertraf. Von Bedeutung ist auch, dass gleiche Ergebnisse in Gp6-/- Mäusen gefunden wurden, die mittels INU1-Behandlung CLEC-2-depletiert wurden. Dies veranschaulicht, dass der Blutungsphänotyp nicht durch Sekundäreffekte der kombinierten Antikörperbehandlung hervorgerufen wurde. Diese Daten deuten darauf hin, dass GPVI und CLEC-2 sowohl unabhängig voneinander als auch gleichzeitig in vivo von der Thrombozytenoberfläche herabreguliert werden können und lassen unerwartete redundante Funktionen der beiden Rezeptoren in Hämostase und Thrombose erkennen. Da beide Rezeptoren, GPVI und CLEC-2, als neue antithrombotische Zielstrukturen diskutiert werden, könnten diese Ergebnisse wichtige Auswirkungen auf die Entwicklung von anti-GPVI oder anti-CLEC-2-basierenden Antithrombotika haben. N2 - Platelet activation and adhesion results in thrombus formation that is essential for normal hemostasis, but can also cause irreversible vessel occlusion leading to myocardial infarction or stroke. The C-type lectin-like receptor 2 (CLEC-2) was recently identified to be expressed on the platelet surface, however, a role for this receptor in hemostasis and thrombosis had not been demonstrated. In the current study, the involvement of CLEC-2 in platelet function and thrombus formation was investigated using mice as a model system. In the first part of the thesis, it was found that treatment of mice with a newly generated monoclonal antibody against murine CLEC-2 (INU1) led to the complete and highly specific loss of the receptor in circulating platelets (a process termed “immunodepletion”). CLEC-2-deficient platelets were completely unresponsive to the CLEC-2-specific agonist rhodocytin, whereas activation induced by all other tested agonists was unaltered. This selective defect translated into severely decreased platelet aggregate formation under flow ex vivo; and in vivo thrombosis models revealed impaired stabilization of formed thrombi with enhanced embolization. Consequently, CLEC-2 deficiency profoundly protected mice from occlusive arterial thrombus formation. Furthermore, variable bleeding times in INU1-treated mice indicated a moderate hemostatic defect. This reveals for the first time that CLEC-2 significantly contributes to thrombus stability in vitro and in vivo and plays a crucial role in hemostasis and arterial thrombosis. Thus, CLEC-2 represents a potential novel anti-thrombotic target that can be functionally inactivated in vivo. This in vivo down-regulation of platelet surface receptors might be a promising approach for future anti-thrombotic therapy. The second part of the work investigated the effect of double-immunodepletion of the immunoreceptor tyrosine-based activation motif (ITAM)- and hemITAM-coupled receptors, platelet glycoprotein (GP) VI and CLEC-2, on hemostasis and thrombosis using a combination of the GPVI- and CLEC-2-specific antibodies, JAQ1 and INU1, respectively. Isolated targeting of either GPVI or CLEC-2 in vivo did not affect expression or function of the respective other receptor. However, simultaneous treatment with both antibodies resulted in the sustained loss of GPVI and CLEC-2 signaling in platelets, while leaving other activation pathways intact. In contrast to single deficiency of either receptor, GPVI/CLEC-2 double-deficient mice displayed a dramatic hemostatic defect. Furthermore, this treatment resulted in profound impairment of arterial thrombus formation that far exceeded the effects seen in single-depleted animals. Importantly, similar results were obtained in Gp6-/- mice that were depleted of CLEC-2 by INU1-treatment, demonstrating that this severe bleeding phenotype was not caused by secondary effects of combined antibody treatment. These data suggest that GPVI and CLEC-2 can be independently or simultaneously down-regulated in platelets in vivo and reveal an unexpected functional redundancy of the two receptors in hemostasis and thrombosis. Since GPVI and CLEC-2 have intensively been discussed as potential anti-thrombotic targets, these results may have important implications for the development of novel, yet save anti-GPVI or anti-CLEC-2-based therapies. KW - Thrombozyt KW - Rezeptor KW - Thrombose KW - Biologie KW - Zelle KW - Biology KW - Cell Y1 - 2011 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-65383 ER - TY - THES A1 - Sauerwein, Till T1 - Implementation and application of bioinformatical software for the analysis of dual RNA sequencing data of host and pathogen during infection T1 - Implementierung und Anwendung bioinformatischer Software für die Analyse von dual RNA-Sequenzierdaten von Wirt und Erreger während Infektion N2 - Since the advent of high-throughput sequencing technologies in the mid-2010s, RNA se- quencing (RNA-seq) has been established as the method of choice for studying gene expression. In comparison to microarray-based methods, which have mainly been used to study gene expression before the rise of RNA-seq, RNA-seq is able to profile the entire transcriptome of an organism without the need to predefine genes of interest. Today, a wide variety of RNA-seq methods and protocols exist, including dual RNA sequenc- ing (dual RNA-seq) and multi RNA sequencing (multi RNA-seq). Dual RNA-seq and multi RNA-seq simultaneously investigate the transcriptomes of two or more species, re- spectively. Therefore, the total RNA of all interacting species is sequenced together and only separated in silico. Compared to conventional RNA-seq, which can only investi- gate one species at a time, dual RNA-seq and multi RNA-seq analyses can connect the transcriptome changes of the species being investigated and thus give a clearer picture of the interspecies interactions. Dual RNA-seq and multi RNA-seq have been applied to a variety of host-pathogen, mutualistic and commensal interaction systems. We applied dual RNA-seq to a host-pathogen system of human mast cells and Staphylo- coccus aureus (S. aureus). S. aureus, a commensal gram-positive bacterium, can become an opportunistic pathogen and infect skin lesions of atopic dermatitis (AD) patients. Among the first immune cells S. aureus encounters are mast cells, which have previously been shown to be able to kill the bacteria by discharging antimicrobial products and re- leasing extracellular traps made of protein and deoxyribonucleic acid (DNA). However, S. aureus is known to evade the host’s immune response by internalizing within mast cells. Our dual RNA-seq analysis of different infection settings revealed that mast cells and S. aureus need physical contact to influence each other’s gene expression. We could show that S. aureus cells internalizing within mast cells undergo profound transcriptome changes to adjust their metabolism to survive in the intracellular niche. On the host side, we found out that infected mast cells elicit a type-I interferon (IFN-I) response in an autocrine manner and in a paracrine manner to non-infected bystander-cells. Our study provides the first evidence that mast cells are capable to produce IFN-I upon infection with a bacterial pathogen. N2 - Seit dem Aufkommen von Hochdurchsatz-Sequenziertechnologien Mitte der 2010er Jahre hat sich RNA-Sequenzierung (RNA-seq) als Methode der Wahl für die Untersuchung von Genexpression etabliert. Im Vergleich zu Microarray-basierten Methoden, die vor dem Aufkommen von RNA-seq hauptsächlich zur Untersuchung der Genexpression verwendet wurden, kann mit RNA-seq das gesamte Transkriptom eines Organismus charakterisiert werden, ohne dass die Gene von Interesse vorab definiert werden müssen. Heute gibt es ei- ne Vielzahl von RNA-seq-Methoden und Protokollen, darunter Dual RNA-seq und Multi RNA-seq. Dual RNA-seq und Multi RNA-seq untersuchen gleichzeitig die Transkriptome von zwei bzw. mehreren Arten. Dazu wird die gesamte RNA aller interagierenden Arten gemeinsam sequenziert und nur in silico aufgetrennt. Im Vergleich zur herkömmlichen RNA-seq, bei der jeweils nur eine Spezies untersucht wird, können Dual RNA-seq- und Multi RNA-seq-Analysen die Transkriptomveränderungen der untersuchten Spezies mit- einander in Verbindung bringen und so ein klareres Bild der Wechselwirkungen zwischen den Spezies vermitteln. Dual RNA-seq und Multi RNA-seq wurden bereits auf eine Viel- zahl von Wirt-Pathogen-, mutualistischen und kommensalen Interaktionssystemen ange- wendet. Wir haben Dual RNA-seq auf ein Wirt-Pathogen-System aus menschlichen Mastzellen und S. aureus angewendet. S. aureus, ein kommensales grampositives Bakterium, kann zu ei- nem opportunistischen Erreger werden und Hautläsionen von Patienten mit atopischer Dermatitis (AD) infizieren. Zu den ersten Immunzellen, auf die S. aureus trifft, gehören Mastzellen, die nachweislich in der Lage sind, das Bakterium abzutöten, indem sie antimi- krobielle Produkte abgeben und extrazelluläre Fallen aus Proteinen und DNA freisetzen. Es ist jedoch bekannt, dass S. aureus die Immunantwort des Wirts umgehen kann, indem es in die Mastzellen internalisiert wird. Unsere Dual RNA-seq-Analyse verschiedener In- fektionssituationen ergab, dass Mastzellen und S. aureus physischen Kontakt benötigen, um ihre Genexpression gegenseitig zu beeinflussen. Wir konnten zeigen, dass S. aureus Zellen, die von Mastzellen internalisiert werden, tiefgreifende Transkriptomveränderungen durchlaufen, um ihren Stoffwechsel für das ̈Uberleben in der intrazellulären Nische an- zupassen. Auf Seite des Wirts fanden wir heraus, dass infizierte Mastzellen eine IFN-I (Interferon Typ I)-Antwort auf autokrine und auf parakrine Weise auf nicht-infizierte, in der Nähe befindliche Zellen auslösen. Unsere Studie liefert den ersten Beweis dafür, dass Mastzellen bei einer Infektion mit einem bakteriellen Erreger in der Lage sind, IFN-I zu produzieren. Um die bioinformatische Analyse von Dual RNA-seq und Multi RNA-seq zu erleichtern, haben wir ein umfangreiches Update des bereits existierenden RNA-seq-Analysepro- gramms READemption veröffentlicht. Die neue Version READemption 2 ermöglicht es den Nutzern, Dual RNA-seq- und Multi RNA-seq-Daten einer beliebigen Anzahl von Spe- zies auf bequeme Weise zu analysieren, während es weiterhin möglich ist, herkömmliche RNA-seq-Projekte zu analysieren, die nur eine Spezies untersuchen. Bei der Entwicklung wurde Wert darauf gelegt, die Qualität der Software durch die Einhaltung bewährter Verfahren für die Entwicklung wissenschaftlicher Software hoch zu halten. KW - Biologie KW - biology Y1 - 2023 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-303075 ER - TY - THES A1 - Segebarth, Dennis T1 - Evaluation and validation of deep learning strategies for bioimage analyses T1 - Evaluation und Validierung von Deep learning Strategien für die Analyse biologischer Bilddaten N2 - Significant advances in fluorescence imaging techniques enable life scientists today to gain insights into biological systems at an unprecedented scale. The interpretation of image features in such bioimage datasets and their subsequent quantitative analysis is referred to as bioimage analysis. A substantial proportion of bioimage analyses is still performed manually by a human expert - a tedious process that is long known to be subjective. Particularly in tasks that require the annotation of image features with a low signal-to-noise ratio, like in fluorescence images of tissue samples, the inter-rater agreement drops. However, like any other scientific analysis, also bioimage analysis has to meet the general quality criteria of quantitative research, which are objectivity, reliability, and validity. Thus, the automation of bioimage analysis with computer-aided approaches is highly desirable. Albeit conventional hard-coded algorithms are fully unbiased, a human user has to set its respective feature extraction parameters. Thus, also these approaches can be considered subjective. Recently, deep learning (DL) has enabled impressive advances in computer vision research. The predominant difference between DL and conventional algorithms is the capability of DL models to learn the respective task on base of an annotated training dataset, instead of following user-defined rules for feature extraction. This thesis hypothesized that DL can be used to increase the objectivity, reliability, and validity of bioimage analyses, thus going beyond mere automation. However, in absence of ground truth annotations, DL models have to be trained on manual and thus subjective annotations, which could cause the model to incorporate such a bias. Moreover, model training is stochastic and even training on the same data could result in models with divergent outputs. Consequently, both the training on subjective annotations and the model-to-model variability could impair the quality of DL-based bioimage analyses. This thesis systematically assessed the impacts of these two limitations experimentally by analyzing fluorescence signals of a protein called cFOS in mouse brain sections. Since the abundance of cFOS correlates with mouse behavior, behavioral analyses could be used for cross-validation of the bioimage analysis results. Furthermore, this thesis showed that pooling the input of multiple human experts during model training and integration of multiple trained models in a model ensemble can mitigate the impact of these limitations. In summary, the present study establishes guidelines for how DL can be used to increase the general quality of bioimage analyses. N2 - Fortschritte in den Methoden der fluoreszenz-basierten Bildgebung ermöglichen Biowissenschaftlern heutzutage noch nie dagewesene Einblicke in biologische Systeme. Die Interpretation sowie die anschließende quantitative Analyse von Bildelementen in biologischen Bilddatensätzen wird in der Wissenschaft als bioimage analysis bezeichnet. Ein wesentlicher Anteil der bioimage analysis wird noch immer von Experten per Hand durchgeführt - ein mühsamer Prozess, von dem man seit langem weiß, dass er subjektiv ist. Besonders bei Aufgabestellungen, welche die Annotierung von Bildelementen mit einem geringen Signal-Rausch-Verhältnis erfordern, wie es beispielsweise bei Fluoreszenzbildern von Gewebeproben der Fall ist, sinkt die Übereinstimmung zwischen den Bewertungen mehrerer Experten. Genauso wie jede andere wissenschaftliche Analyse, muss jedoch auch die bioimage analysis den generellen Qualitätskriterien quantitativer Forschung gerecht werden. Dies sind Objektivität, Zuverlässigkeit und Validität. Die Automatisierung der bioimage analysis mit Hilfe von computer-basierten Ansätzen ist somit erstrebenswert. Konventionelle, hartkodierte Algorithmen sind zwar vollkommen unvoreingenommen, jedoch legt ein menschlicher Benutzer jene Parameter fest, die der Algorithmus für die Extraktion der relevanten Bildelemente nutzt. Aus diesem Grund sind auch diese Ansätze zumindest partiell subjektiv. In den letzten Jahren hat Deep learning (DL) zu beeindruckenden Fortschritten auf dem Forschungsgebiet der computer vision beigetragen. Der vorherrschende Unterschied zwischen DL und konventionellen Algorithmen besteht darin, dass DL Modelle in der Lage sind die jeweilige Aufgabe auf Grundlage eines annotierten Trainingsdatensatzes zu lernen, anstatt starr den Parametern zu folgen, die der Benutzer für die Extraktion der relevanten Bildelemente vorgegeben hat. In dieser Dissertation wurde die Hypothese untersucht, ob DL, neben der Möglichkeit der automatischen Bildanalyse, auch dazu genutzt werden kann die Objektivität, die Zuverlässigkeit und die Validität der Bildanalyse zu verbessern. Ohne eine objektive Referenzannotierung muss das Training der DL Modelle jedoch auf händisch erstellten und somit also subjektiven Annotierungen durchgeführt werden. Theoretisch könnte dies dazu führen, dass das DL-Modell diese Vorgeingenommenheit übernimmt. Außerdem unterliegt das Training der Modelle stochastischen Prozessen und selbst Modelle, die auf den gleichen Trainingsdaten trainiert wurden, könnten sich danach in ihren ausgegeben Analysen unterscheiden. Demzufolge könnten also sowohl das Training auf subjektiven Annotierungen als auch die Variabilität von Modell zu Modell die Qualität der DL-basierten Analyse von biologischen Bilddaten beeinträchtigen. In dieser Dissertation werden die Einflüsse von diesen beiden Limitierungen auf Grundlage von experimentellen Daten untersucht. In den experimentellen Bilddaten werden Fluoreszenzsignale des Proteins cFOS in Hirnschnitten von Mäusen dargestellt und hier repräsentativ untersucht. Da das Vorkommen von cFOS mit dem Verhalten der Mäuse korreliert, kann die Analyse des Verhaltens der Mäuse zur Kreuzvalidierung der Analyse der biologischen Bilddaten herangezogen werden. Die Daten dieser Dissertation zeigen, dass die Integration mehrerer Experten in das Training eines Modells sowie die Integration mehrerer trainierter Modelle in ein Modell-Ensemble das Risiko einer subjektiven oder nicht reproduzierbaren Bildanalyse abschwächen können. Diese Arbeit etabliert Richtlinien dafür, wie DL verwendet werden kann, um die generelle Qualität der Analyse biologischer Bilddaten zu erhöhen. KW - Deeplearning KW - Biologie KW - Bildanalyse KW - bioimage analysis Y1 - 2021 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-243728 ER -