Refine
Has Fulltext
- yes (5)
Is part of the Bibliography
- yes (5)
Document Type
- Doctoral Thesis (5)
Keywords
- Metabolom (5) (remove)
Institute
Die Auswirkungen der chirurgischen und konservativen Adipositastherapie auf das Metabolom sind bisher nicht eindeutig geklärt. Der Veränderung bestimmter Metaboliten, darunter den verzweigtkettigen Aminosäuren (BCAA) und den langkettigen Phosphatidylcholinen (PC) bzw. Lecithinen, wird eine tragende Rolle im Zucker- und Fettstoffwechsel zugesprochen. Eine Erhebung von metabolomischen Profilen und deren funktionelle Aufteilung in Aminosäuren- und Lipidprofile bietet eine neue Möglichkeit zur Charakterisierung des Stoffwechsels. Im Vergleich zu der konservativen Therapie wurde nach der RYGB Operation ein signifikanter Anstieg der Lecithine sowie ein signifikanter Abfall der BCAA festgestellt, welche als mögliche Biomarker des Zucker- und Fettstoffwechsels gezeigt wurden. In Zusammenschau der Ergebnisse kann angenommen werden, dass die chirurgische Therapie der konservativen Therapie, wie sie in der WAS durchgeführt wurde, im Hinblick auf den Gewichtsverlust und die Verbesserung des Zucker- und Fettstoffwechsels überlegen ist. Die Erhebung des Metaboloms bietet eine neue Möglichkeit Unterschiede im Stoffwechsel nach Adipositastherapie abzubilden und Metaboliten zu identifizieren, welche mit dem Zucker- und Fettstoffwechsel assoziiert sind.
Es wurde ein etabliertes Tiermodell mit Zucker Ratten (fa/fa) verwendet, um postoperative, gewichtsverlustunabhängige metabolomische Effekte des Roux-en-Y Magenbypass (RYGB) zu ermitteln. Es galt Hypothesen zu generieren, welche globalen Metabolite die positiven Auswirkungen des Magenbypass verursachen können. Beispielsweise war γ-Amino-Buttersäure (GABA) fäkal nach RYGB vermehrt nachweisbar und somit ein potentieller Mediator für einen Bypass-spezifischen Effekt. Die Ergebnisse zeigen die Komplexität der metabolomischen Veränderungen durch RYGB und Nahrungsrestriktion. Die genauen Mechanismen nach metabolisch-bariatrischer Operation, die zu dem therapeutischen Effekt führen, bleiben weiterhin unklar, sodass es weiterer Studien bedarf, um kausale Zusammenhänge nachzuweisen.
Die zunehmende Entstehung von Resistenzen macht die Entwicklung neuer potenter Wirkstoffe zur Therapie von Infektionskrankheiten immer wichtiger. Dieser Aufgabe stellt sich auch der interdisziplinär aufgebaute SFB 630, in den sich die vorliegende Arbeit eingliedert. Innerhalb des SFBs wurden Isochinolinalkaloid-Derivate (IQs) synthetisiert, die aktiv gegen verschiedene Mikroorganismen sind. Bioinformatische Modellierungen bilden die für den jeweiligen Mikroorganismus spezifischen Stoffwechselwege ab. In Netzwerkanalysen können Änderungen metabolischer Flüsse durch pharmakologisch aktive Substanzen vorhergesagt werden. Gemeinsam mit bioinformatischen Modellen liefern die Metabolommessungen Hinweise auf mögliche Wirkmechanismen. Im Rahmen der vorliegenden Arbeit wurden verschiedene analytische Methoden etabliert, um antiinfektive Wirkungen dieser verheißungsvollen Leitstrukturen auf das Metabolom verschiedener Mikroorganismen zu untersuchen. Die aus den Metabolommessungen erhaltenen Daten fließen in diese Modelle ein und tragen zu deren Optimierung bei. Die Mikroorganismen wurden für die Metabolomanalysen mit aktiven IQs (für S. aureus und C. albicans GB-AP-143, für L. major GB-AP-304) inkubiert. Bei C. albicans erfolgte die Probennahme zu unterschiedlichen Zeitpunkten (lag-, log-, stationäre Phase), um auch die Zeitabhängigkeit der Effekte zu untersuchen. Zusätzlich dienten bei C. albicans als Kontrollen neben parallel angesetzten Zellkulturen ohne Inhibitor, auch Zellkulturen, denen das Lösungsmittel DMSO zugegeben wurde. Es wurden Extraktionsmethoden für die betreffenden Metabolite der hier untersuchten Mikroorganismen (S. aureus, C. albicans, L. major) etabliert. Dabei lag der Fokus auf polaren Metaboliten, da bioinformatische Modellierungen für die Effekte der IQs Änderungen vor allem im Purin- und Pyrimidinstoffwechsel der Mikroorganismen vorhersagten. Zur Analyse des Nukleotidstoffwechsels wurde eine ionenpaarchromatographische HPLC-Methode entwickelt und optimiert. Mit dieser Methode konnten Nicotinamidderivate und Nukleotide des Purin- und Pyrimidinstoffwechsels in Zellextrakten von S. aureus, C. albicans und L. major quantifiziert werden. Für eine Analyse des Wirkmechanismus von GB-AP-143 wurde die Zusammensetzung des Metaboloms von C. albicans mittels einer GC/MS-Methode bestimmt. Nach einer Derivatisierung des Extrakts mit Methoxyamin-HCl und MSTFA konnten in einem Lauf zugleich Target- und Fingerprintanalytik durchgeführt werden. Die Auswertung der Targetanalytik fand unter Anwendung der NIST-Datenbank und Vermessung von Standards statt. Hierbei konnten vor allem Aminosäuren quantitativ erfasst werden. Der Fingerprint wurde durch Einsatz multivariater statistischer Verfahren ausgewertet. Die Daten für die mit GB AP 143 behandelten S. aureus und die mit GB AP 304 behandelten L. major-Promastigoten liefern Hinweise auf eine Wirkung der IQs auf den Komplex-I der mitochondrialen Atmungskette. Für die Behandlung der C. albicans-Kulturen mit GB-AP-143 konnten komplexe Änderungen im Nukleotid- und Aminosäurestoffwechsel gemessen werden. So beeinflusste bereits der Zeitpunkt der Probennahme (lag-, log- oder stationäre Wachstumsphase) die Zusammensetzung des Metaboloms und auch das Lösungsmittel, das für die IQs verwendet wurde, verursachte komplexe Änderungen im Metabolom von C. albicans. Zusätzlich wurden Nukleotid- und Aminosäurekonzentrationen Fluconazol-resistenter C. albicans-Mutanten (TAC, UPC und MRR) untersucht. Im Nukleotidstoffwechsel waren sowohl Konzentrationssteigerungen als auch ein Absinken der Konzentrationen im Vergleich zum Wildtyp zu verzeichnen. Der Aminosäurestoffwechsel zeigte insgesamt einen verminderten Gehalt an Aminosäuren der Mutanten gegenüber dem Wildtyp. Da GB-AP-143 auch Aktivität gegen diese Mutanten zeigte, wurde exemplarisch die MRR-Mutante mit GB-AP-143 inkubiert, um zu untersuchen, ob die durch GB-AP-143 hervorgerufenen Änderungen im Nukleotid- und Aminosäurestoffwechsel ähnlich zu denen des Wildtyps sind. Es konnten im Nukleotidstoffwechsel gegenläufige Effekte für die Inkubation von GB-AP-143 des Wildtyps und der Mutante verzeichnet werden. Die Daten aus den HPLC/UV- und GC/MS-Messungen werden von der Bioinformatik zur Optimierung der verwendeten Modelle genutzt, um auf diese Weise die Wirkmechanismen der IQs besser modellieren zu können. Da das Cytochrom-P-450-Enzymsystem am Metabolismus von etwa 95 % aller Arzneistoffe beteiligt ist, wurden die Effekte ausgewählter IQs auf die sechs wichtigsten arzneistoffmetabolisierenden Enzyme (CYP1A2, 2C8, 2C9, 2C19, 2D6 und 3A4) mit Hilfe eines bereits etablierten CYP-Assays analysiert und näher charakterisiert. Im CYP-Assay zeigte sich für drei IQs eine CYP2D6-Hemmung. Die ausgeprägte CYP2D6-selektive Hemmung von GB-AP-110 ergab einen IC50-Wert von nur 109 nM. Die Charakterisierung der Hemmung ergab einen reversiblen, kompetitiven Inhibitionsmechanismus.
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. Phänotyp hierfür der Begriff „Metabotyp“ geprägt. Durch biostatistische Methoden, die auf Mustererkennung (pattern recognition) basieren, können Signaturen gegenübergestellt 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 Einführung im Jahr 1999 hat sich das Konzept des Metabonomics in mehrere Richtungen weiterentwickelt. So gab es Bestrebungen, die Technik, die ursprünglich zur Prädiktion von toxischen Effekten bei der Arzneistoffentwicklung etabliert wurde, auf Fragestellungen zu übertragen, die den Menschen im Mittelpunkt haben. Neben präklinischen Anwendungen verfolgt man mit Metabonomics zunehmend das Ziel, einer personalisierten Medizin und Ernährung einen Schritt näher zu kommen. Da sich die ursprünglich eingesetzte NMR-Technik als zu unempfindlich und die resultierenden Metabolitenprofile als zu anfällig gegenüber biologischen und analytischen Einflussgrößen (Confoundern) erwiesen haben, wurde parallel auf sensitivere Verfahren wie die Massenspektrometrie gesetzt. Insbesondere die Kopplung mit der Hochdruckflüssigchromatographie erwies sich hierbei für das Metabolitenscreening als geeignet. Schnell wurde allerdings klar, dass aus den klassischen full scan/TOF-Methoden Datensätze resultierten, die häufig zu komplex waren, um mit nachgeschalteten chemometrischen Verfahren die „Spreu vom Weizen trennen“ zu können. Da sich Metabolitendatenbanken bisher noch im Aufbau befinden, ist die Identifizierung der Marker mit zusätzlichen Schwierigkeiten verbunden und bedarf aufwändiger analytischer Verfahren. Eine Strategie stellt daher die Beschränkung auf ein Metabolitensubset dar. Indem man sich auf Metabolitenklassen fokussiert, die einen Bezug zum untersuchten Mechanismus haben, können die Erfolgsaussichten bei der Identifizierung charakteristischer Biomarker deutlich erhöht 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 Schädigungen 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 verfügt der Körper über einen wirksamen Detoxifizierungsmechanismus. Das Tripeptid Glutathion reagiert als Nukleophil mit den exogen oder endogen gebildeten elektrophilen Intermediaten. Endprodukte sind Merkaptursäuren (N-Acetyl-L-Cystein-Addukte) bzw. deren Sulfoxide, die in erster Linie mit dem Urin ausgeschieden werden. Folglich besteht zwischen diesen Merkaptursäurederivaten 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 Suszeptibilitätsmarkerklasse der Merkaptursäuren sollten hierbei die Erfolgsaussichten im Hinblick auf die Identifizierung potentieller Biomarker für diverse toxikologische sowie medizinische Endpunkte erhöht werden.
In this thesis, the development of a phylogenetic DNA microarray, the analysis of several gene expression microarray datasets and new approaches for improved data analysis and interpretation are described. In the first publication, the development and analysis of a phylogenetic microarray is presented. I could show that species detection with phylogenetic DNA microarrays can be significantly improved when the microarray data is analyzed with a linear regression modeling approach. Standard methods have so far relied on pure signal intensities of the array spots and a simple cutoff criterion was applied to call a species present or absent. This procedure is not applicable to very closely related species with high sequence similarity because cross-hybridization of non-target DNA renders species detection impossible based on signal intensities alone. By modeling hybridization and cross-hybridization with linear regression, as I have presented in this thesis, even species with a sequence similarity of 97% in the marker gene can be detected and distinguished from related species. Another advantage of the modeling approach over existing methods is that the model also performs well on mixtures of different species. In principle, also quantitative predictions can be made. To make better use of the large amounts of microarray data stored in public databases, meta-analysis approaches need to be developed. In the second publication, an explorative meta-analysis exemplified on Arabidopsis thaliana gene expression datasets is presented. Integrating datasets studying effects such as the influence of plant hormones, pathogens and different mutations on gene expression levels, clusters of similarly treated datasets could be found. From the clusters of pathogen-treated and indole-3-acetic acid (IAA) treated datasets, representative genes were selected which pointed to functions which had been associated with pathogen attack or IAA effects previously. Additionally, hypotheses about the functions of so far uncharacterized genes could be set up. Thus, this kind of meta-analysis could be used to propose gene functions and their regulation under different conditions. In this work, also primary data analysis of Arabidopsis thaliana datasets is presented. In the third publication, an experiment which was conducted to find out if microwave irradiation has an effect on the gene expression of a plant cell culture is described. During the first steps, the data analysis was carried out blinded and exploratory analysis methods were applied to find out if the irradiation had an effect on gene expression of plant cells. Small but statistically significant changes in a few genes were found and could be experimentally confirmed. From the functions of the regulated genes and a meta-analysis with publicly available microarray data, it could be suspected that the plant cell culture somehow perceived the irradiation as energy, similar to perceiving light rays. The fourth publication describes the functional analysis of another Arabidopsis thaliana gene expression dataset. The gene expression data of the plant tumor dataset pointed to a switch from a mainly aerobic, auxotrophic to an anaerobic and heterotrophic metabolism in the plant tumor. Genes involved in photosynthesis were found to be repressed in tumors; genes of amino acid and lipid metabolism, cell wall and solute transporters were regulated in a way that sustains tumor growth and development. Furthermore, in the fifth publication, GEPAT (Genome Expression Pathway Analysis Tool), a tool for the analysis and integration of microarray data with other data types, is described. It consists of a web application and database which allows comfortable data upload and data analysis. In later chapters of this thesis (publication 6 and publication 7), GEPAT is used to analyze human microarray datasets and to integrate results from gene expression analysis with other datatypes. Gene expression and comparative genomic hybridization data from 71 Mantle Cell Lymphoma (MCL) patients was analyzed and allowed proposing a seven gene predictor which facilitates survival predictions for patients compared to existing predictors. In this study, it was shown that CGH data can be used for survival predictions. For the dataset of Diffuse Large B-cell lymphoma (DLBCL) patients, an improved survival predictor could be found based on the gene expression data. From the genes differentially expressed between long and short surviving MCL patients as well as for regulated genes of DLBCL patients, interaction networks could be set up. They point to differences in regulation for cell cycle and proliferation genes between patients with good and bad prognosis.