Refine
Year of publication
- 2013 (2) (remove)
Document Type
- Doctoral Thesis (2)
Has Fulltext
- yes (2)
Is part of the Bibliography
- no (2)
Keywords
- Genetik (2) (remove)
In der Hefe Saccharomyces cerevisiae werden die Strukturgene der Phospholipid-Biosynthese auf Transkriptionsebene in Abhängigkeit der Verfügbarkeit der Phospholipidvorstufen Inositol und Cholin (IC) über ein in der Promotorregion befindliches UAS-Element, genannt ICRE („inositol/choline-responsive element“), reguliert. Bei Mangel an IC kommt es zu einer Anhäufung des Intermediats Phosphatidsäure, wodurch der Repressor Opi1 außerhalb des Zellkerns am endoplasmatischen Reticulum verankert wird. Dadurch kann ein Heterodimer, bestehend aus den bHLH-Proteinen Ino2 und Ino4, an das ICRE-Motiv binden und die transkriptionelle Aktivierung vermitteln. Ist ausreichend IC vorhanden, gelangt der Repressor Opi1 in den Zellkern und bindet an Ino2. Dadurch ist eine Aktivierung nicht mehr möglich. Ferner kontaktiert Opi1 über seine Opi1-Sin3-Interaktionsdomäne (OSID) die Corepressor-Komplexe Sin3 und Cyc8/Tup1, die durch Rekrutierung von Histondeacetylasen (HDACs) zur Chromatinverdichtung und damit zur Genrepression führen. In einer früheren Arbeit wurde beobachtet, dass die regulierte Expression von Genen der Phospholipid-Biosynthese auch durch die Phosphatkonzentration beeinflusst wird. Es konnte festgestellt werden, dass bei Phosphatmangelbedingungen die Expression ICRE-abhängiger Gene auf 10 % reduziert ist. Eine Δopi1-Mutante zeigte dieses Expressionsmuster jedoch nicht mehr. Dieser Befund wies darauf hin, dass Opi1 seine Repressorfunktion sowohl bei IC-Überschuss als auch bei Phosphatmangel ausführt. Ein Protein, welches die Phosphatverfügbarkeit an Opi1 möglicherweise über eine Phosphorylierung vermitteln könnte, ist die cyclinabhängige Proteinkinase Pho85, für die eine in vitro Interaktion mit Opi1 gezeigt wurde. Um diese Hypothese zu überprüfen, wurden mittels gerichteter Mutagenese Aminosäurereste mutmaßlicher Pho85-Phosphorylierungsstellen im Opi1-Protein (S321, T51) gegen das nicht mehr phosphorylierbare Alanin ausgetauscht. Hefestämme, die solche Opi1-Protein-varianten (S321A, T51A) synthetisierten, zeigten jedoch weiterhin einen klaren Einfluss des Phosphatmangels auf die Expression eines ICRE-regulierten Reportergens. Dies lässt darauf schließen, dass die Repression unter Phosphatmangelbedingungen nicht über eine Phosphorylierung von Opi1 durch Pho85 zu Stande kommt. Parallel durchgeführte in vitro-Interaktionsstudien zeigten, dass die Bindung von Pho85 an Opi1 über zwei unabhängig voneinander funktionierende Interaktionsdomänen im Opi1-Protein (aa 30-70 und aa 321-350) erfolgt. Mit Hilfe des „Two-Hybrid“-Systems wurde festgestellt, dass die Opi1-Pho85 Wechselwirkung in vivo phosphatabhängig stattfindet. Die Befunde erlauben die Hypothese, dass Pho85 bei Phosphatüberschuss u. a. die OSID im Opi1 abdeckt, dadurch die Wechsel-wirkung mit Sin3/Cyc8 verhindert und eine gesteigerte Genexpression zulässt. Mittels Chromatin-Immunopräzipitation (ChIP) konnte gezeigt werden, dass Opi1, Co-Repressoren wie Sin3 und Cyc8 als auch die HDACs Hda1 und Hos1 an Promotoren ICRE-regulierter Gene Ino2-abhängig anwesend sind. Des Weiteren wurde festgestellt, dass sich Sin3 unabhängig von Opi1 an ICRE-haltigen Promotoren befindet. Dieses Ergebnis wider-sprach einer früheren Arbeitshypothese, konnte aber durch weitere Versuche, die eine direkte in vitro Interaktion von Sin3 mit dem Ino2-Aktivator zeigten, plausibel in ein neues Rekrutierungsmodell eingefügt werden. Abschließend wurden die am Beispiel von Opi1 gewonnenen Erkenntnisse durch in vitro Interaktionsanalysen diverser spezifischer Repressoren mit den pleiotropen Co-Repressoren Sin3 und Cyc8/Tup1 erweitert. Für zahlreiche Repressoren wurde gefunden, dass sie parallel mit Sin3 und Cyc8 interagieren (u. a. Rox1, Yox1, Dal80 und Mot3). Durch Kartierungsexperimente konnten minimale Repressordomänen charakterisiert werden, die die Interaktion zu Sin3 bzw. Cyc8 vermitteln, und sequenzhomologe Domänenstrukturen analysiert werden. Des Weiteren zeigte sich, dass alle Repressoren, die mit Sin3 wechselwirken, dessen Domänen PAH1 oder PAH2 („paired amphipathic helix“) kontaktieren.
Genomics is the field of modern biology that studies the genome as the sum of all genes of a given organism. Genomics includes the analysis of genomic variations in order to identify genetic susceptibility loci for various human diseases. Besides genomics, there are related fields summarized by the term "Omics" such as transcriptomics and proteomics, studying the sum of all transcripts and proteins in a defined biological system, respectively. Genetic variants, namely single nucleotide polymorphisms (SNPs) and copy number variations (CNVs) are used to identify genomic loci associated with human traits and diseases. Genome-wide association studies (GWASs) based on SNP data have been performed for a wide range of human traits and diseases. In the population-based Study of Health in Pomerania (SHIP) and the independent SHIP-TREND study, whole-genome genotyping data were available for 4081 and 986 individuals, respectively. In contrast to the widely used GWAS based on SNPs, association studies using CNV data are difficult to implement and thus less common. Therefore, one aim of this work was to detect CNVs using the whole-genome genotyping data available for 4081 individuals from SHIP. Another aim was to develop an efficient workflow for the analysis of these CNVs. As most common genetic variants exhibit only relatively small effects on phenotypic variability, large sample sizes are needed to maximize the statistical power to detect such effects. Therefore, the integration of data from multiple collaborating studies is indispensable. In this context, several CNV studies with the SHIP data have been performed and published, for example on body mass index (BMI) phenotypes where the SHIP cohort was used as a population-based control. Trait-associated genetic markers identified through GWASs are often intergenic or synonymous coding, and those loci identified through whole-genome CNV analyses often contain multiple genes, making it difficult to identify the causal variants. In this context, the functional analysis of identified loci aids in determining causal variant(s). One possibility to conduct functional analysis is the expression quantitative trait loci (eQTL) analysis, defined as the association of genome-wide genotyping data with genome-wide gene expression data based on measured transcriptomes. This allows the identification of genetic variants influencing the expression levels of defined genes. A further example are transcriptome-wide association analysis (TWAS), defined as the association of phenotype data with whole-genome expression data. Thus, another aim of this work was to establish an analysis pipeline for processing such expression data, which were available for about 1000 individuals from the SHIP-TREND study. Here, array-based gene expression data were generated using RNA prepared from whole-blood. Interpretation of TWAS results is often difficult, because of possible reverse causation on gene expression data. Furthermore, technical errors of measurement may bias the results. In a comprehensive work, biological and technical factors influencing measured gene expression data have been identified and were subsequently taken into account to improve the association analyses. To further elucidate the molecular mechanisms underlying the relationship of gene expression levels with human traits or diseases, pathway analyses using the Ingenuity Pathway Analysis (IPA) tool have been performed in connection with the TWAS. As for GWASs, the associations identified in TWAS usually exhibit only small effect sizes, highlighting the need for larger studies or meta-analysis to identify all susceptibility variants. In this context several eQTL- and TWAS meta-analyses using the SHIP-TREND data have been performed, for example on the phenotypes age, sex, BMI, smoking status and serum lipid traits. The results of these analyses are in preparation for publication and the most advanced example, the correlation of expression data with BMI, is presented here. The integration of whole-genome genotyping and expression data provides new functional information of the underlying biological mechanisms of complex human traits and diseases. Within the frame of this work, this could be demonstrated for the example of susceptibility to Helicobacter pylori infection.