@phdthesis{Scheuch2015,
  author    = {Matthias Scheuch},
  title     = {Metagenomanalyse von Sequenzdaten aus diagnostischen Proben zur Erregeridentifikation},
  journal    = {Metagenomics of sequence data from diagnostic samples for pathogen detection},
  url       = {https://nbn-resolving.org/urn:nbn:de:gbv:9-002339-7},
  year      = {2015},
  abstract  = {Jedes Metagenom umfasst die gesamte genomische Information eines kompletten {\"O}kosystems. Die Analyse eines solchen Systems bedarf der Bestimmung aller darin enthaltenen Nukleins{\"a}uren, stellvertretend f{\"u}r den Bauplan eines jeden Organismus, um Kenntnis {\"u}ber die in diesem {\"O}kosystem nachweisbaren Organismen zu erlangen. Ferner bietet die diagnostische Metagenomanalyse eine M{\"o}glichkeit zur Identifizierung von sowohl bekannten als auch unbekannten Pathogenen. Zu diesem Zweck wird dem Metagenom eine Probe entnommen, welche einen repr{\"a}sentativen Ausschnitt aller darin vorliegenden Organismen enth{\"a}lt. Da a priori keine Informationen zu den in der Probe enthaltenen Organismen vorliegen, bedarf es einer ungerichteten Methode zur Bestimmung aller enthaltenen Nukleins{\"a}uren. Eine geeignete L{\"o}sung bietet die Sequenzierung. Darin werden alle Molek{\"u}le der Ausgangsprobe mit ungef{\"a}hr gleicher Wahrscheinlichkeit bestimmt und der erzeugte Datensatz, bestehend aus Millionen kleiner Sequenzabschnitte, entspricht einem repr{\"a}sentativen Querschnitt der in der Probe nachweisbaren Organismen. Die Herausforderung besteht in der Zuordnung einer jeden Sequenz zu ihren Ursprungsorganismen und die Sequenzen zu identifizieren, die mit einem potentiellen Erreger assoziiert werden k{\"o}nnen. Aktuell herrscht ein Defizit an Werkzeugen, die diese Zuordnung sowohl schnell als auch pr{\"a}zise vornehmen und speziell f{\"u}r die diagnostische Metagenomanalyse konzipiert sind. Zu diesem Zweck wurde im Rahmen dieser Arbeit eine Software-Pipeline mit Namen RIEMS (164) (Reliable Information Extraction from Metagenomic Sequence datasets) entwickelt, die bestehende Software zur Analyse von Sequenzdaten auf eine Weise verkn{\"u}pft, die deren St{\"a}rken ausnutzt und Schw{\"a}chen eliminiert. RIEMS ist in der Lage mit Hilfe bekannter Alignierungsalgorithmen und dem Abgleich der Sequenzen mit einschl{\"a}gigen Datenbanken umfangreiche Datens{\"a}tze schnell zu analysieren und Nukleins{\"a}uresequenzen pr{\"a}zise ihren putativen Ursprungstaxa zuzuordnen (164). Die vorliegende Arbeit verdeutlicht die Effizienz dieses Computerprogramms im Vergleich zu bestehenden Software-Pipelines. Des Weiteren illustriert sie dessen m{\"o}glichen Einsatz in der Diagnostik zur Pathogenidentifizierung anhand einiger Beispiele. Dabei k{\"o}nnen nicht nur bekannte Organismen identifiziert werden, sondern auch unbekannte, noch nicht n{\"a}her beschriebene Organismen detektiert werden.},
  language  = {de}
}