Refine
Document Type
- Doctoral Thesis (2)
Language
- German (2) (remove)
Has Fulltext
- yes (2)
Is part of the Bibliography
- no (2)
Keywords
- Next Generation Sequencing (2) (remove)
Die vorliegende Arbeit untersucht genetische Risikofaktoren der chronischen Pankreatitis (CP) mithilfe von Next-Generation Sequenzierungsdaten einer Primärkohorte und spezifischer Genotypisierung von Kandidatengenen in einer Validierungskohorte. Es sollten neue Risikovarianten identifiziert, bereits bekannte bestätigt und mögliche Synergismen bei trans-heterozygoten Merkmalsträgern aufgezeigt werden. Anhand einer Kandidatengen-Liste, u.a. aus dem Bereich der Proteasen, der Primärziliengene, des Immunsystems und des Fettstoffwechsels, wurden aus den Genom-Sequenzdaten einer Primärkohorte aus Patienten mit idiopathisch-chronischer Pankreatitis (ICP) und pankreasgesunden Kontrollprobanden potenzielle Risikovarianten für die CP zur Validierung ausgewählt. Die Auswertung der Sequenzdaten ergab vier Varianten mit signifikanter Häufung unter den ICP-Patienten (p.V579M [IFT74], p.H3215Y [FAT4], c.1023-8C>T [MAP2K1], p.F20L [FLII]), sowie drei weitere Varianten (p.S65C [HFE], p.F224L [IFT74], p.S522L [ZNF18]), die in der Primärkohorte eine ähnliche Verteilungs-Tendenz zeigten. Im Rahmen einer anschließenden Überprüfung der Sequenzvarianten mittels Real Time-PCR in einer größeren Validierungskohorte bestehend aus ICP-Patienten, Patienten mit alkoholisch-chronischer Pankreatitis (ACP) und gesunden Kontrollen konnten die Ergebnisse der Primärkohorte nicht bestätigt werden. Zwei Varianten (c.1023-8C>T [MAP2K1], p.F20L [FLII]) wurden jedoch ausschließlich bei Patienten mit CP nachgewiesen. In der erweiterten Primärkohorte wurden auch Prävalenz und Synergismen bekannter Risikovarianten für die CP überprüft. Es konnte die SPINK1-Variante p.N34S als Risikofaktor für alkoholisch-chronische Pankreatitis bestätigt werden (p=0,006). Die CTRC-Variante p.G60G kam im rezessiven Vererbungs-Modell signifikant häufiger bei Patienten mit ICP vor (p=0,02), unter den ACP-Patienten wurde das Signifikanzniveau jedoch nicht erreicht (p=0,05). In der Gruppe der CP-Patienten mit p.N34S-Mutation war das trans-heterozygote Vorliegen von p.G60G/p.N34S signifikant mit chronischer Pankreatitis assoziiert, sowohl für heterozygote als auch homozygote Träger der p.G60G-Mutation (p=0,005 bzw. p>0,0001). Somit konnte p.G60G ebenfalls als Risikofaktor für eine CP bestätigt werden. Die vermutlich Proteinfehlfaltungs-assoziierte CPA1-Variante p.E283K wurde bei einem ICP-Patienten, nicht jedoch bei pankreasgesunden Kontrollen, nachgewiesen. Auch das trans-heterozygote Vorliegen von CTRC- und CFTR-Varianten in dieser Kohorte war signifikant mit idiopathisch-chronischer Pankreatitis assoziiert (p=0,03). Für die Identifizierung neuer Risikovarianten waren die zur Verfügung stehenden NGS-Daten der Patientenkohorte nicht ausreichend, jedoch konnte ein erhöhtes CP-Risiko für spezifische Risikoallele und insbesondere trans-heterozygote Merkmalsträger nachgewiesen werden.
Jedes Metagenom umfasst die gesamte genomische Information eines kompletten Ökosystems. Die Analyse eines solchen Systems bedarf der Bestimmung aller darin enthaltenen Nukleinsäuren, stellvertretend für den Bauplan eines jeden Organismus, um Kenntnis über die in diesem Ökosystem nachweisbaren Organismen zu erlangen. Ferner bietet die diagnostische Metagenomanalyse eine Möglichkeit zur Identifizierung von sowohl bekannten als auch unbekannten Pathogenen. Zu diesem Zweck wird dem Metagenom eine Probe entnommen, welche einen repräsentativen Ausschnitt aller darin vorliegenden Organismen enthält. Da a priori keine Informationen zu den in der Probe enthaltenen Organismen vorliegen, bedarf es einer ungerichteten Methode zur Bestimmung aller enthaltenen Nukleinsäuren. Eine geeignete Lösung bietet die Sequenzierung. Darin werden alle Moleküle der Ausgangsprobe mit ungefähr gleicher Wahrscheinlichkeit bestimmt und der erzeugte Datensatz, bestehend aus Millionen kleiner Sequenzabschnitte, entspricht einem repräsentativen 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 können. Aktuell herrscht ein Defizit an Werkzeugen, die diese Zuordnung sowohl schnell als auch präzise vornehmen und speziell für 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 verknüpft, die deren Stärken ausnutzt und Schwächen eliminiert. RIEMS ist in der Lage mit Hilfe bekannter Alignierungsalgorithmen und dem Abgleich der Sequenzen mit einschlägigen Datenbanken umfangreiche Datensätze schnell zu analysieren und Nukleinsäuresequenzen präzise ihren putativen Ursprungstaxa zuzuordnen (164). Die vorliegende Arbeit verdeutlicht die Effizienz dieses Computerprogramms im Vergleich zu bestehenden Software-Pipelines. Des Weiteren illustriert sie dessen möglichen Einsatz in der Diagnostik zur Pathogenidentifizierung anhand einiger Beispiele. Dabei können nicht nur bekannte Organismen identifiziert werden, sondern auch unbekannte, noch nicht näher beschriebene Organismen detektiert werden.