Objekt-Metadaten

Metabolic modeling of different degrees of steatohepatitis in mice
Pandey, Vikash

Main titleMetabolic modeling of different degrees of steatohepatitis in mice
Title variationsMetabolische Modellierung verschiedener Grade der Steatohepatitis in Mäusen
Author(s)Pandey, Vikash
Place of birth: Sasaram, India
1. RefereeProf. Alexander Bockmayr
Further Referee(s)Prof. Hans Lehrach
KeywordsMetabolism; Constraint-based modeling; Arachidonic acid metabolism; Parameter optimization
Classification (DDC)610 Medical sciences; Medicine
SummaryDie Rate der nichtalkoholischen Fettlebererkrankungen (NAFLD), wie Steatose und nichtalkoholische Steatohepatitis (NASH) nimmt kontinuierlich zu und ist zu einem weltweiten Gesundheitsproblem geworden. Um die Entstehung dieser Lebererkrankungen besser zu verstehen bedarf es einer detaillierten Untersuchung der komplexen Interaktionsnetzwerke lebender Systeme. Systembiologie versucht die komplexen Netzwerke biologischer Systeme mit Hilfe mathematischer Modelle besser zu verstehen. In der vorliegenden Arbeit versuche ich unter Verwendung dieses Ansatzes die Interaktionen zwischen Genen, Proteinen und Metaboliten in der nichtalkoholischen Fettlebererkrankung besser zu beschreiben. Für diese Analyse lagen molekulare Daten zu Leberproben dreier Mausstämme (A/J, C57Bl6 und PWD) vor, die einer Behandlung mit DDC (3,5-diethoxycarbonyl-1,4-dihydrocollidine) unterzogen wurden, die als Modellsystem für die nichtalkoholische Fettlebererkrankung dient, wobei die drei Mausstämme unterschiedliche Ausprägungen der Erkrankung zeigen, die von hoch in A/J über niedrig in C57Bl6 bis zu keiner Steatohepatitis in PWD reicht.


Im Rahmen dieser Arbeit habe ich auf Basis entsprechender Transkriptomdaten eine Pathway-Analyse durchgeführt, bei der unter anderem der Arachidonsäurestoffwechsel als dereguliert gefunden wurde, was auch durch weitere Metabolitdaten untermauert werden konnte, und daher Gegenstand einer entsprechenden mathematischen Modellierung war. Des Weiteren wurden Transkriptom- und Metabolitdaten des S-Adenosylmethionin (SAMe)-Metabolismus als dereguliert durch DDC-Behandlung gefunden. Ferner habe ich eine neue Methode zur Anreicherungsanalyse entwickelt, die für die Identifizierung vollständig gekoppelter Module genutzt werden kann. Der Ansatz beinhaltet drei Schritte: 1) Identifizierung vollständig gekoppelter Reaktionen, die ein Modul darstellen, 2) die Filterung dieser Module auf Basis von Genexpressionsdaten, und 3) die Selektion relevanter Module, in denen wenigstens ein Gen differentiell reguliert ist zwischen gesundem und krankem Zustand. Dieser Ansatz wurde verwendet um spezifische Module der Lebererkrankung im Modellsystem zu finden. So wurde z.B. ein Modul des Pentosephosphatwegs oder des SAMe-Metabolismus identifiziert, die mit oxidativem Stress assoziiert sind. Das Ziel war es somit hier Module zu identifizieren, die sowohl in den Expressionsdaten als auch in den metabolischen Daten im DDC-Modellsystem verändert sind, und somit am Krankheitsprozess beteiligt sein können. Die identifizierten Module tragen daher zu einem besseren Verständnis der Krankheitsentstehung bei und können als Ausgangspunkt für weitere kinetische Modellierungen dienen. Zudem habe ich einen entsprechenden Ansatz auch auf Basis von elementaren Flussmodi entwickelt.


Des Weiteren habe ich eine modifizierte Form der auf der Flux-Balance-Analyse basierenden GX-FBA Methode entwickelt. Änderungen im metabolischen Flussverhalten können zu einem besseren Verständnis der Ursachen von NAFLD beitragen. Hierfür habe ich eine vergleichende Flussanalyse mit Hilfe der Methoden E-Flux und der von mir modifizierten GX-FBA Methode auf Basis der vorliegenden Genexpressionsdaten durchgeführt und diese Methoden diesbezüglich auch verglichen. Mit dieser Analyse konnten unter anderem Unterschiede im Cholesterol- und Gallensäure-Metabolismus identifiziert werden.


Um den Grad von Steatose und Steatohepatitis in silico beurteilen zu können, habe ich neue Zielfunktionen definiert, die die Bildung von Lipidtröpfchen berücksichtigen. Des Weiteren wurde eine Zielfunktion erstellt, die den Grad der Zellproliferation beschreibt und als Maßstab für die Leberkrebsentstehung verwendet werden kann. Diese Zielfunktionen wurden genutzt, um neue Ziele für potentielle Medikamente für Steatosis, Steatohepatitis oder Leberkrebs zu identifizieren. Von den 78 hierbei identifizierten Kandidaten gibt es schon zu 7 entsprechende Medikamente, die von der FDA (Food and Drug Administration) zugelassen sind.

Änderungen in den Konzentrationen von Metaboliten können als Folge einer geänderten Genexpression interpretiert werden. Um diesen Zusammenhang für die qualitative und quantitative Modellierung zu nutzen, schlage ich hier eine auf einer Petri Netz-Simulation beruhenden Analyse vor und vergleiche diese mit einer Monte Carlo-basierten am Beispiel des hier entwickelten Arachidonsäurestoffwechselmodells, sowie einem Modell, bei dem die kinetischen Parameter mit Hilfe einer Parameteroptimierung an die experimentellen Daten angepasst wurden. Dabei zeigt das parameteroptimierte Modell deutlich die besten Vorhersagen.
Documents
PDF-Datei
If your browser can't open the file, please download the file first and then open it
 
Number of pagesXIII, 158 S.
FU DepartmentDepartment of Mathematics and Computer Science
Year of publication2014
Document typeDoctoral thesis
Media type/FormatText
LanguageEnglish
Terms of use/Rights Nutzungsbedingungen
Date of defense2014-10-27
Created at2014-11-07 : 10:19:52
Last changed2014-11-11 : 09:59:06
 
Static URLhttp://www.diss.fu-berlin.de/diss/receive/FUDISS_thesis_000000097819
NBNurn:nbn:de:kobv:188-fudissthesis000000097819-1
Statistics
E-mail addressvikashkt.bhu@gmail.com