Refine
Year of publication
- 2009 (2) (remove)
Document Type
- Doctoral Thesis (2) (remove)
Language
- German (2) (remove)
Has Fulltext
- yes (2)
Is part of the Bibliography
- no (2)
Keywords
- Genexpression (2) (remove)
Institute
- Biowissenschaften (1)
- Informatik (1)
Zur genomweiten Genexpressionsanalyse werden Microarray-Experimente verwendet. Ziel dieser Arbeit ist es, Methoden zur Präprozessierung von Microarrays der Firma Affymetrix zu evaluieren und die VSN-Methode für Experimente mit weniger als 1000 Zellen zu verbessern. Bei dieser Technologie wird die Expression jedes Gens durch mehrere Probessets gemessen. Jedes Probeset besteht aus einem Perfect-Match (PM) und einem dazugehörigen Mismatch (MM). Der Expressionswert pro Gen wird durch ein vierstufiges Verfahren aus den einzelnen Probe-Werten berechnet: Hintergrundkorrektur, Normalisierung, PM-Adjustierung und Aggregation. Für jeden dieser Schritte existieren mehrere Algorithmen. Dazu dienten die im affy-Paket des Bioconductor implementierten Methoden MAS5, RMA, VSN und die Methode sRMA von Cope et al. [Cope et al., 2006] in Kombination mit der Methode VSN von Huber et al. [Huber et al., 2002]. Den ersten Teil dieser Arbeit bildet die Reanalyse der Datensätze von Küppers et al. [Küppers et al., 2003] und Piccaluga et al. [Piccaluga et al., 2007] mit der VSN-Methode. Dabei konnte gezeigt werden, dass die VSN-Methode gegenüber Klein et al. [Klein et al., 2001] Vorteile zeigt. Bei beiden Datensätzen wurden zusätzliche Gene gefunden, die für die Pathogenese der jeweiligen Tumorarten wichtig sein können. Einige der zusätzlich gefunden Gene wurden durch andere wissenschaftliche Arbeiten bestätigt. Die Gene, die bisher in keinem Zusammenhang mit der untersuchten Tumorart stehen, sind eine Möglichkeit für die weitere Forschung. Vor allem der Zytokine/Zytokine Signalweg wurde bei beiden Reanalysen als überrepräsentiert erkannt. Da für einige Microarray-Experimente die Anzahl der Zellen und damit die Menge an mRNA nur begrenzt zur Verfügung stehen, müssen die Laborarbeit und die statistischen Analysen angepasst werden. Hierzu werden fünf Methoden für die Präprozessierung untersucht, um zu evaluieren, welche Methode geeignet ist, derartige Expressionsdaten zu verrechnen. Auf Basis eines Testdatensatzes der bereits zur Etablierung des Laborprozesses diente werden Expressionswerte durch empirische Verteilung, Gammaverteilung und ein linear gemischtes Modell simuliert. Die Simulation lässt sich in vier Schritte einteilen: Wahl der Verteilung, Simulation der Expressionsmatrix, Simulation der differentiellen Expression, Sortierung der Probes innerhalb des Probesets. Anschließend werden die fünf Präprozessierungsmethoden mit diesen simulierten Expressionsdaten auf ihre Sensitivität und Spezifität untersucht. Während sich bei den empirisch und gammaverteilt simulierten Expressionsdaten kein eindeutiges Ergebnis abzeichnet, hat sVSN bei den Daten aus dem linear gemischten Modell die größte Sensitivität und die größte Spezifität. Der in dieser Arbeit entwickelte sVSN-Algorithmus wurde zum ersten Mal angewendet und bewertet. Abschließend wird ein Teildatensatz von Brune et al. verwendet und hinsichtlich der fünf Präprozessierungsmethoden untersucht. Die Ergebnisse der sVSN-Methode wird im Detail weiter verfolgt. Die zusätzlich gefunden Gene können durch bereits veröffentlichte Arbeiten bestätigt werden. Letztendlich zeigt sich, dass neuere statistische Methoden (wie das im Rahmen dieser Arbeit entwickelte sVSN) bei der Analyse von Affymetrix Microarrays einen Vorteil bringen. Die sVSN und sRMA Methoden zeigen Vorteile, da die Probes nach der Normalisierung gewichtet werden, bevor diese aggregiert werden. Die MAS5-Methode schneidet am schlechtesten ab und sollte bei geringen Zellmengen nicht eingesetzt werden. Für die Analyse mit geringer Menge an mRNA müssen weitere Untersuchungen vorgenommen werden, um eine geeignete statistische Methode für die Analyse der Expressionsdaten zu finden.
Die Zellwand von Arabidopsis thaliana enthält große Menge an Hemicellulosen und Pektinen, deren Bestandteile sich hauptsächlich von UDP-Glucuronsäure ableiten. Die Bildung von UDP-Glucuronsäure wird in Pflanzen überwiegend durch die UDP-Glucose Dehydrogenase (UGD) katalysiert, die UDP-Glucose unter der Bildung von NADH in UDP-Glucuronsäure umwandelt. Arabidopsis thaliana besitzt vier UGD-Gene und ein Pseudogen, welche starke Homologien zu Genen anderer bekannter pflanzlicher UDP-Glucose Dehydrogenasen zeigen. Mit Hilfe von Promotor::GUS-Reportergenpflanzen und real time-PCR-Analysen konnte in dieser Arbeit gezeigt werden, dass die vier UGD-Gene nicht nur in verschiedenen Geweben und zu unterschiedlichen Zeitpunkten der Morphogenese exprimiert werden, sondern auch in unterschiedlicher Stärke. Dabei scheint jedoch zu jedem Zeitpunkt der Morphogenese, bis auf die Samenentwicklung, eine der vier UGD-Isoformen in Arabidopsis thaliana exprimiert zu werden. Eine biochemische Charakterisierung der verschiedenen Isoformen zeigte einen sehr ähnlichen Km-Wert von ca. 43 µM für NAD+, während sich die Km-Werte für UDP-Glucose deutlich voneinander unterschieden (123 - 335µM). Alle Isoformen unterlagen einer feedback-Hemmung durch UDP-Xylose. Dabei war eine starke Hemmung durch UDP-Xylose korreliert mit einer hohen Affinität zu UDP-Glucose. Neben NAD+ konnten alle untersuchten Isoformen in geringem Maße auch NADP+ als Cofaktor verwenden. Allerdings verringerte sich die Enzymaktivität dadurch um etwa 80%. Alternative Zuckersubstrate konnten dagegen nicht umgesetzt werden. Die biochemischen Unterschiede zwischen den UGD-Isoformen und die differentielle Expression ihrer entsprechenden Genekönnten eine wichtige Rolle bei der Regulation der Zellwandbiosynthese spielen. Denn die irreversible Oxidation von UDP-Glucose zu UDP-Glucuronsäure durch UGD fungiert als eine der Schaltstellen, an welcher der Kohlenstofffluss derpflanzlichen Zelle in Richtung Zellwandbiosynthese gesteuert werden kann. Die im Rahmen dieser Arbeit durchgeführten Analysen von Einfach-oder Doppel-knock out-Mutanten, bei denen durch eine T-DNA-Insertion ein oder zwei UGD-Gene ausgeschaltet waren, zeigte dementsprechend auch eine veränderte Zellwandzusammensetzung bei den Mutanten deltaUGD2, deltaUGD3 und deltaUGD1x deltaUGD4 und eine veränderte Funktion der Stomata bei deltaUGD1x deltaUGD4. Insgesamt waren die Phänotypänderungen gegenüber dem Wildtyp bei der Doppelmutante deltaUGD1x deltaUGD4 wesentlich ausgeprägter als bei den Einfachmutanten, was daran liegen könnte, dass der Ausfall eines UGD-Gens durch ein anderes kompensiert wird. Dafür sprechen auch die Ergebnisse der real time-PCR-Analyse, in der die Expression von UGD1, 2, 3 und 4 in sechs Tage alten Keimlingen des Wildtyps und der knock out-Mutanten untersucht wurde. Dort konnte nachgewiesen werden, dass sich das Ausschalten eines oder mehrerer UGD-Gene auf die Expression der übrigen UGD-Gene auswirkt.