Refine
Year of publication
- 2014 (2) (remove)
Document Type
- Doctoral Thesis (2)
Language
- German (2) (remove)
Has Fulltext
- yes (2)
Is part of the Bibliography
- no (2)
Keywords
- Proteine (2) (remove)
Das Ziel dieser Arbeit war die Entwicklung und Etablierung von Methoden zur absoluten und relativen Proteinquantifizierung. In darauf aufbauenden Studien sollten diese Methoden für die Untersuchung physiologisch relevanter Fragestellungen in Bakterien genutzt werden. Zum tieferen Verständnis der Bakterienphysiologie ist es unabdingbar, Mengenänderungen von Proteinen hochaufgelöst darstellen zu können. Relative Proteinquantifizierung erlaubt dabei die Untersuchung von Änderungen der Menge eines Proteins zwischen verschiedenen Proben eines Experiments. Im Rahmen der hier vorgelegten Arbeit wurden 2D PAGE und gelfreie massenspektrometrische Methoden in einer Studie (Tefon et al. 2011, Artikel I) angewendet, um Oberflächen- und Immunoproteine zweier Vakzinationsstämme des humanpathogenen Bakteriums Bordetella pertussis zu charakterisieren. Die relative Proteinquantifizierung erlaubt zwar Rückschlüsse auf die Mengenänderung eines Proteins zwischen verschiedenen Bedingungen, ermöglicht aber nur bedingt Aussagen über die absolute Menge der Proteine. Gerade absolute Proteinmengen und damit Proteinkonzentrationen sind jedoch Grundvoraussetzung für ein zielorientiertes Verwenden der gewonnenen Daten nicht nur im Kontext der Systembiologie. Im Rahmen dieser Arbeit wurde eine Methode entwickelt, in der durch Kombination zweier etablierter Proteomik-Methoden die absolute Quantifizierung für einen großen Teil der cytosolischen Proteine eines Organismus ermöglicht wird. In dieser Methode werden ausgewählte Proteine, deren genaue Konzentration durch gerichtete Massenspektrometrie bestimmt wurde, für die Kalibration von hoch auflösenden 2D Gelen genutzt (Maass et al. 2011, Artikel II). Um das Potential dieses Verfahrens zu verdeutlichen, wurde es für die Analyse der Anpassung von Bacillus subtilis und Staphylococcus aureus an Glukosehunger angewendet. Dabei konnten für 467 Proteine von B. subtilis in drei Zeitpunkten Proteinkonzentrationen bestimmt werden. Für die Etablierung der Methoden waren verschiedene Vorarbeiten nötig: I) Selektion geeigneter Kalibrationsproteine, II) Selektion geeigneter Standardpeptide und Optimierung der massenspektrometrischen Parameter zu deren absoluten Quantifizierung, III) Selektion eines geeigneten, proteinunspezifischen und hoch sensitiven Gelfarbstoffes, IV) Testung verschiedener Zellaufschlussmethoden und Etablierung einer Methode zur Bestimmung der Zellaufschlusseffizienz, V) Testung verschiedener Proteinbestimmungsmethoden zur genauen Bestimmung der Gesamtproteinkonzentration im komplexen cytosolischen Extrakt und VI) Optimierung der vollständigen enzymatischen Spaltung aller Proteine vor der massenspektrometrischen Analyse. Im Rahmen dieser Arbeit konnte außerdem gezeigt werden, dass sich die Kalibration der 2D Gele für die Ermittlung absoluter Daten zwischen Gelen übertragen lässt, was den Aufwand für große Zeitreihenexperimente deutlich reduziert. Die Genauigkeit und der dynamische Bereich 2D-gelbasierter relativer und absoluter Proteinquantifizierung kann durch eine erhöhte Reproduzierbarkeit, Auflösung und Sensitivität der Gele verbessert werden. Die Etablierung von HPE-Gelen führte zu 25 % mehr detektierbaren und damit quantifizierbaren Proteinspots und Proteinen bei deutlich erhöhter Reproduzierbarkeit (Moche et al. 2013, Artikel III). Die zusätzlich höhere Anzahl von Gelen mit quantifizierbarer Qualität verringert außerdem den Zeit- und Kostenaufwand vor allem für komplexe experimentelle Ansätze. Die neue Methode zur gelbasierten absoluten Proteinquantifizierung wurde in einer Folgestudie angewendet, um die Konzentrationen von mehr als 700 Proteinen von B. subtilis während der physiologisch relevanten Anpassung an verschiedene Stressbedingungen, nämlich Glukosehunger und Hitzestress, zu bestimmen (Maaß et al. 2014, Artikel IV). Der Vergleich der beiden Stressbedingungen ermöglicht eine Unterscheidung der generellen von der spezifischen Stressantwort, wobei die Analyse der Daten durch Berechnung der Proteinkosten und der Ressourcenverteilung auf verschiedene metabolische Pfade und regulatorische Einheiten unterstützt wurde. Da die Nutzung von 2D PAGE zur Proteinquantifizierung auf im Gel detektierbare Proteine beschränkt ist, ist es für eine höhere Proteomabdeckung sinnvoll, gelbasierte Methoden mit gelfreien Methoden zu ergänzen. Deshalb wurde eine Methode zur labelfreien MS-basierten absoluten Quantifizierung von Proteinen im großen Maßstab entwickelt und etabliert. In dieser gel- und labelfreien Quantifizierungstechnik wurde datenunabhängige, parallele Fragmentierung aller zeitgleich eluierenden Vorläufermoleküle (LC-MSE) genutzt. Auch für diese Methode der absoluten Proteinquantifizierung bildeten die im Rahmen dieser Arbeit entwickelten Probenaufbereitungsverfahren die Grundlage (Muntel et al. 2014, Artikel V).
Die dem Leben zugrundeliegenden Prozesse sind hochkomplex. Sie werden zu einem Großteil durch Proteine umgesetzt. Diese spielen eine tragende Rolle für die morphologische Struktur und Vielfalt sowie Spezifität der Fähigkeiten der verschiedenen Zelltypen. Jedoch wirken Proteine nicht isoliert für sich allein sondern indem sie miteinander oder mit anderen Molekülen in der Zelle (DNA, Metabolite, Signalstoffe etc.) wechselwirken. Gerät dieses Geflecht von aufeinander abgestimmten Wechselwirkungen aus dem Gleichgewicht, kann das eine Ursache für Erkrankungen sein. Die Kenntnis über fehlregulierte Interaktionen kann dabei helfen, die betreffende Krankheit besser zu verstehen und gegen sie zu intervenieren. Die vorliegende Dissertation beschäftigt sich mit der Identifizierung von solch differentiell regulierten Interaktionen. Im Rahmen der Arbeit wurde eine Methode mit dem Namen ExprEssence entwickelt, welche diejenigen Interaktionen in einem Protein-Protein-Interaktionsnetzwerk identifiziert, die sich zwischen zwei verglichenen Zuständen (z.B. krank versus gesund) am stärksten unterscheiden. Ziel ist es, das Netzwerk auf die wesentlichen Unterschiede zwischen den zwei untersuchten Zuständen zu reduzieren. Hierzu werden Genexpressions- oder Proteomdaten der beiden Zustände in das bereits bestehende Netzwerk integriert. Aus diesen Daten wird die Stärke/Häufigkeit des Auftretens der einzelnen Interaktionen des Netzwerks geschätzt. Die Interaktionen, deren Interaktionsstärken sich zwischen den betrachteten Zuständen am stärksten unterscheiden, werden beibehalten – die restlichen Interaktionen werden verworfen. Dies ergibt ein verkleinertes Subnetzwerk, das aus jenen Interaktionen besteht, die am stärksten differentiell reguliert sind. Diese Interaktionen und ihre Proteine sind Kandidaten für eine Erklärung der biologischen Unterschiede der betrachteten Zustände auf molekularem Niveau. Die Methode wurde auf verschiedene biologische Fragestellungen angewandt und mit anderen ähnlichen Methoden verglichen. Bei der Untersuchung der Unterschiede zwischen Erfolg und Misserfolg einer chemotherapeutischen Brustkrebstherapie konnte beispielsweise gezeigt werden, dass das mit ExprEssence erstellte Subnetzwerk einen stärkeren Bezug zu den bereits bekannten Therapieerfolg-relevanten Mechanismen aufweist als die Methoden, mit denen ExprEssence verglichen wurde. Weiterhin wurde im Subnetzwerk eine möglicherweise für den Therapieerfolg relevante Interaktion identifiziert, die in diesem Zusammenhang bisher nicht betrachtet wurde. Deren Bedeutung konnte in der experimentellen Nachverfolgung weiter untermauert werden. Einen weiteren Schwerpunkt der Arbeit bildete die Untersuchung des Interaktoms eines spezialisierten Zelltyps der Niere – des Podozyten. Dieser Zelltyp ist essentiell für die Filtrationskompetenz der Niere. Ein Interaktionsnetzwerk mit spezifisch für den Podozyten relevanten Interaktion gib es bisher nicht. Daher wurde ein Podozyten-spezifisches Protein-Protein-Interaktionsnetzwerk aus wissenschaftlichen Veröffentlichungen zusammengestellt und öffentlich verfügbar gemacht. Genexpressionsdaten vielfältiger Art, beispielsweise von Podozyten in verschiedenen Entwicklungsstadien oder in Zellkultur, wurden in das Netzwerk integriert und mit ExprEssence analysiert. So konnte beispielsweise gezeigt werden, dass die Dedifferenzierung von in Kultur gehaltenen Podozyten nicht dem Umkehrweg der zuvor durchlaufenen Differenzierung entspricht. Neben ExprEssence wurde weitere Software entwickelt, die die Anwendbarkeit von ExprEssence erweitert – MovieMaker und ExprEsSector. Mit MovieMaker werden die Übergänge zwischen den betrachteten Zuständen nachvollziehbarer visualisiert. ExprEsSector bildet die Vereinigungs- und Schnittmengen-Netzwerke von ExprEssence-Subnetzwerken. So können beispielsweise verschiedenen Krankheiten gemeinsame Veränderungen vom Normalzustand identifiziert werden. Ist für eine Krankheit bereits ein Therapieansatz vorhanden, der auf eine fehlregulierte Interaktion einwirkt, und ist diese Interaktion auch in der anderen Krankheit gleichartig differentiell reguliert, kann geprüft werden, ob diese Therapie auf die zweite Krankheit übertragen werden kann. Neben der Vorstellung und Diskussion der erzielten Ergebnisse, wird auch auf methodisch bedingte Nachteile eingegangen. Es werden Strategien aufgezeigt, wie die negativen Einflüsse möglichst minimiert werden können oder wie sie bei der Bewertung der Ergebnisse zu berücksichtigen sind. In Anbetracht der immer schneller ansteigenden Menge biologischer Daten ist es eine wesentliche Herausforderung geworden, aus diesen die essentiellen Informationen zu extrahieren. Der integrative Ansatz der Verknüpfung von Informationen verschiedener Quellen wurde mit ExprEssence und den Erweiterungen MovieMaker und ExprEsSector in einem Konzept zur Identifizierung zustandsrelevanter molekularer Mechanismen in intuitiv leicht erfassbarer Form umgesetzt.