Objekt-Metadaten

Microarrays zur Erforschung rheumatischer Erkrankungen
Häupl, Thomas

HaupttitelMicroarrays zur Erforschung rheumatischer Erkrankungen
Titelzusatzvom Einzelmarker zur systembiologischen Betrachtung
TitelvarianteMicroarrays for research in rheumatic diseases
Zusatz zur Titelvariantefrom single markers to the analysis of the biological system
AutorHäupl, Thomas
Geburtsort: Neustadt an der Waldnaab
GutachterProf. Dr. Steffen Gay, Universitätsspital Zürich
weitere GutachterProf. Dr. Thomas Pap, Universitätsklinikum Münster
DDC610 Medizin und Gesundheit
ZusammenfassungDie Microarray-Technologie hat die Erforschung molekularer Mechanismen in der Medizin revolutioniert. In der Rheumatologie mit zahlreichen ätiologisch ungeklärten Krankheitsbildern ist die Möglichkeit entstanden, eine Übersicht über alle bekannten molekularen Mechanismen von Entzündungsvorgängen zu erstellen. Mit der Generierung umfangreicher Datensätze sind aber auch die Anforderungen an die bioinformatische Aufarbeitung und an die Planung dieser Experimente gestiegen.
Die vorliegende Arbeit zeigt schrittweise die Strategien der Datenerhebung und die Entwicklung neuer Konzepte zur Daten-Auswertung. Am Beispiel der Synovitis wird verdeutlicht, mit welchem Informationsgehalt aus konventionellen Analysen, wie der Histopathologie, die Interpretation der molekularen Daten eines Microarray Experiments zu konkurrieren hat. Die gezielte Untersuchung einer Gengruppe wie der „bone morphogenetic proteins“ verdeutlicht, dass Microarrays verlässliche Expressionsdaten liefern. Der einfache Vergleich zwischen „gesund“ und „krank“ benötigt jedoch umfangreiche Validierungsexperimente. Eine systematische Analyse mit dieser Vorgehensweise ist jedoch nicht zielführend. Vielmehr ist erforderlich, Grundbausteine in Form von charakteristischen Expressionssignaturen zu erstellen und diese in ein komplexes Auswertungssystem einfließen zu lassen. Es wurden deshalb an definierten Zellen Vergleiche zwischen „krank“ und „gesund“ durchgeführt, der Einfluss von Medikamenten getestet, Wechselwirkungen zwischen Zellen durch Stimulation von definierten Zellen mit Kulturüberständen untersucht, sowie Referenzsignaturen von Immunzellen im Normalzustand als Vergleichsgrößen für die Abschätzung der Zellzusammensetzung bei der Untersuchung von Blut getestet. Schließlich wurde eine neue bioinformatische Analysestrategie, die funktionelle Profilkomponenten-Analyse (FPCA) entwickelt, die mit Hilfe von Referenzsignaturen eine systematische Aufschlüsselung in funktionelle Bestandteile ermöglicht. Diese Methode wurde mit entzündetem Synovialgewebe von Patienten mit rheumatoider Arthritis überprüft, um Änderungen der zellulären Zusammensetzung eines Gewebes, also die Infiltration von Immunzellen, qualitativ und quantitativ zu beurteilen. Zusätzlich konnten in einem zweiten Schritt diese Änderung der Zellzusammensetzung berechnet werden. Durch den Vergleich des tatsächlich gemessenen Profils mit einem für jede Probe individuell berechneten virtuellen Mischprofil auf der Basis von Normalzuständen für jeden Zelltyp kann die tatsächlich stattfindende Genregulation und damit die molekulare Pathophysiologie herausgefiltert werden.
Das neu entwickelte Konzept der Analyse ist für alle Untersuchungsproben, die Zellmischungen beinhalten, hilfreich. Insbesondere gilt dies für Gewebe, die entzündlichen Veränderungen unterliegen, da in diesen Vergleichen zu Normalgewebe eine Vielzahl zelltypspezifischer Transkripte erkannt werden, die nicht unmittelbar an den Pathomechanismen beteiligt sind. Dies trifft nicht nur für Entzündungserkrankungen, sondern beispielsweise auch für Tumorgewebe zu, bei dem häufig Begleitentzündungen angetroffen werden. Das Konzept der Bestimmung von Signaturanteilen über Markergene ist ferner erweiterbar für die Quantifizierung von Zytokinsignaturen und damit pathophysiologisch relevante Profilkomponenten.
Zusammenfassend konnte gezeigt werden, dass der schrittweise Aufbau von Referenzsignaturen ein elementarer Baustein für die funktionelle Interpretation von Microarray-Daten darstellt. Eine bioinformatische Analyse, die diese Referenzsignaturen berücksichtigt, kann nicht nur dazu beitragen, Biomarker effizienter zu erkennen, sondern kann auch funktionelle Komponenten in einem Expressionsprofil quantifizieren und damit eine ganzheitliche systembiologische Betrachtung ermöglichen.
Dokumente
Dataobject from FUDISS_thesis_000000012741
Falls Ihr Browser eine Datei nicht öffnen kann, die Datei zuerst herunterladen und dann öffnen.
 
Seitenzahl125
Fachbereich/EinrichtungMedizinische Fakultät Charité - Universitätsmedizin Berlin
Erscheinungsjahr2009
Dokumententyp/-SammlungenHabilitation
Medientyp/FormatText
SpracheDeutsch
Rechte Nutzungsbedingungen
Tag der Disputation16.07.2009
Erstellt am04.11.2009 - 09:09:14
Letzte Änderung19.02.2010 - 13:54:53
 
Statische URLhttp://www.diss.fu-berlin.de/diss/receive/FUDISS_thesis_000000012741
URNurn:nbn:de:kobv:188-fudissthesis000000012741-5
Zugriffsstatistik
E-Mail-Adressethomas.haeupl@charite.de