Refine
Year of publication
Document Type
- Doctoral Thesis (4)
- Working Paper (4)
- Article (3)
- Preprint (1)
- Report (1)
Has Fulltext
- yes (13)
Is part of the Bibliography
- no (13) (remove)
Keywords
- Screening (13) (remove)
Institute
- Sustainable Architecture for Finance in Europe (SAFE) (4)
- Wirtschaftswissenschaften (4)
- Medizin (3)
- Biochemie und Chemie (2)
- Biowissenschaften (2)
- Biochemie, Chemie und Pharmazie (1)
- Center for Financial Studies (CFS) (1)
- Exzellenzcluster Die Herausbildung normativer Ordnungen (1)
- Gesellschaftswissenschaften (1)
- House of Finance (HoF) (1)
Background: Routine human papillomavirus (HPV) testing is performed in cervival cancer and is required for classification of some head and neck cancers. In penile cancer a statement on HPV association of the carcinoma is required. In most cases p16 immunohistochemistry as a surrogate marker is applied in this setting. Since differing clinical outcomes for HPV positive and HPV negative tumors are described we await HPV testing to be requested more frequently by clinicians, also in the context of HPV vaccination, where other HPV subtypes are expected to emerge.
Method: Therefore, a cohort of archived, formalin-fixed paraffin embedded (FFPE) penile neoplasias was stained for p16 and thereafter tested for HPV infection status via PCR based methods. Additionally to Sanger sequencing, we chose LCD-Array technique (HPV 3.5 LCD-Array Kit, Chipron; LCD-Array) for the detection of HPV in our probes expecting a less time consuming and sensitive HPV test for our probes.
Results: We found that LCD-Array is a sensitive and feasible method for HPV testing in routine diagnostics applicable to FFPE material in our cohort. Our cohort of penile carcinomas and carcinomas in situ was associated with HPV infection in 61% of cases. We detected no significant association between HPV infection status and histomorphological tumor characteristics as well as overall survival.
Conclusions: We showed usability of molecular HPV testing on a cohort of archived penile carcinomas. To the best of our knowledge, this is the first study investigating LCD-Array technique on a cohort of penile neoplasias.
Kenntnisse über die dreidimensionale Struktur therapeutisch relevanter Zielproteine bieten wertvolle Informationen für den rationalen Wirkstoffentwurf. Die stetig wachsende Zahl aufgeklärter Kristallstrukturen von Proteinen ermöglicht eine qualitative und quantitative rechnergestützte Untersuchung von spezifischen Protein-Liganden Wechselwirkungen. Im Rahmen dieser Arbeit wurden neue Algorithmen für die Identifikation und den Ähnlichkeitsvergleich von Proteinbindetaschen und ihren Eigenschaften entwickelt und in dem Programm PocketomePicker zusammengefasst. Die Software gliedert sich in die Routinen PocketPicker, PocketShapelets und PocketGraph. Ferner wurde in dieser Arbeit die Methode ReverseLIQUID reimplementiert und im Rahmen einer Kooperation für das strukturbasierte Virtuelle Screening angewendet. Die genannten Methoden und ihre wissenschaftliche Anwendungen sollte hier zusammengefasst werden: Die Methode PocketPicker ermöglicht die Vorhersage potentieller Bindetaschen auf Proteinoberflächen. Diese Technik implementiert einen geometrischen Ansatz auf Basis „künstlicher Gitter“ zur Identifikation zusammenhängender vergrabener Bereiche der Proteinoberfläche als Orte möglicher Ligandenbindestellen. Die Methode erreicht eine korrekte Vorhersage der tatsächlichen Bindetasche für 73 % der Einträge eines repräsentativen Datensatzes von Proteinstrukturen. Für 90 % der Proteinstrukturen wird die tatsächlich Ligandenbindestelle unter den drei wahrscheinlichsten vorhergesagten Taschen gefunden. PocketPicker übertrifft die Vorhersagequalität anderer etablierter Algorithmen und ermöglicht Taschenidentifikationen auf apo-Strukturen ohne signifikante Einbußen des Vorhersageerfolges. Andere Verfahren weisen deutlich eingeschränkte Ergebnisse bei der Anwendung auf apo-Strukturen auf. PocketPicker erlaubt den alignmentfreien Ähnlichkeitsvergleich von Bindetaschenfor-men durch die Kodierung berechneter Bindevolumen als Korrelationsdeskriptoren. Dieser Ansatz wurde erfolgreich für Funktionsvorhersage von Bindetaschen aus Homologiemodellen von APOBEC3C und Glutamat Dehydrogenase des Malariaerregers Plasmodium falciparum angewendet. Diese beiden Projekte wurden in Zusammenarbeit mit Kollaborationspartnern durchgeführt. Zudem wurden PocketPicker Korrelationsdeskriptoren erfolgreich für die automatisierte Konformationsanalyse der enzymatischen Tasche von Aldose Reduktase angewendet. Für detaillierte Analysen der Form und der physikochemischen Eigenschaften von Proteinbindetaschen wurde in dieser Arbeit die Methode PocketShapelets entwickelt. Diese Technik ermöglicht strukturelle Alignments von extrahierten Bindevolumen durch Zerlegungen der Oberfläche von Proteinbindetaschen. Die Überlagerung gelingt durch die Identifikation strukturell ähnlicher Oberflächenkurvaturen zweier Taschen. PocketShapelets wurde erfolgreich zur Analyse funktioneller Ähnlichkeit von Bindetaschen verwendet, die auf Betrachtungen physikochemischer Eigenschaften basiert. Zur Analyse der topologischen Vielfalt von Bindetaschengeometrien wurde in dieser Arbeit die Methode PocketGraph entwickelt. Dieser Ansatz nutzt das Konzept des sog. „Wachsenden Neuronalen Gases“ aus dem Bereich des maschinellen Lernens für eine automatische Extraktion des strukturellen Aufbaus von Bindetaschen. Ferner ermöglicht diese Methode die Zerlegung einer Bindestelle in ihre Subtaschen. Die von PocketPicker charakterisierten Taschenvolumen bilden die Grundlage für die Methode ReverseLIQUID. Dieses Programm wurde in dieser Arbeit weiterentwickelt und im Rahmen einer Kooperation zur Identifikation eines Inhibitors der Serinprotease HtrA des Erregers Helicobacter pylori verwendet. Mit ReverseLIQUID konnte ein strukturbasiertes Pharmakophormodell für das Virtuelle Screening erstellt werden. Dieser Ansatz ermöglichte die Identifikation einer Substanz mit niedrig mikromolarer Affinität gegenüber der Zielstruktur.
Purpose: Suicidality and suicidal ideation (SI) in oncology has long been an underestimated danger. Although there are cancer-specific distress screening tools available, none of these specifically incorporates items for SI. We examined the prevalence of SI in cancer patients, investigated the relation between SI and distress, and tried to identify additional associated factors. Methods: A cross-sectional study with patients treated for cancer in a primary care hospital was conducted. Psychosocial distress and SI in 226 patients was assessed. An expert rating scale (PO-Bado-SF) and a self-assessment instrument (QSC-R23) were used to measure distress. SI was assessed with item 9 of the PHQ-9. Data was descriptively analyzed, and correlations and group comparisons between clinically distressed and non-distressed patients were calculated. Results: SI was reported by 15% of patients. Classified as clinically distressed were 24.8% (QSC-R23) to 36.7% (PO-Bado-SF). SI was correlated with externally (rτ = 0.19, p < 0.001) and self-rated distress (rτ = 0.31, p < 0.001). Symptoms sufficiently severe for at least a medium major depressive episode were recorded in 23.5% of patients (PHQ-9). Factors associated with SI were feeling bad about oneself, feeling down, depressed, and hopeless, deficits in activities of daily life, psycho-somatic afflictions, social restrictions, and restrictions in daily life. Being in a steady relationship seemed to have a protective effect. Conclusions: SI is common in cancer patients. Distress and associated factors are increased in patients with SI. A distress screening with the ability to assess SI could be an important step in prevention, but more research is necessary.
We investigate the utility of modern kernel-based machine learning methods for ligand-based virtual screening. In particular, we introduce a new graph kernel based on iterative graph similarity and optimal assignments, apply kernel principle component analysis to projection error-based novelty detection, and discover a new selective agonist of the peroxisome proliferator-activated receptor gamma using Gaussian process regression. Virtual screening, the computational ranking of compounds with respect to a predicted property, is a cheminformatics problem relevant to the hit generation phase of drug development. Its ligand-based variant relies on the similarity principle, which states that (structurally) similar compounds tend to have similar properties. We describe the kernel-based machine learning approach to ligand-based virtual screening; in this, we stress the role of molecular representations, including the (dis)similarity measures defined on them, investigate effects in high-dimensional chemical descriptor spaces and their consequences for similarity-based approaches, review literature recommendations on retrospective virtual screening, and present an example workflow. Graph kernels are formal similarity measures that are defined directly on graphs, such as the annotated molecular structure graph, and correspond to inner products. We review graph kernels, in particular those based on random walks, subgraphs, and optimal vertex assignments. Combining the latter with an iterative graph similarity scheme, we develop the iterative similarity optimal assignment graph kernel, give an iterative algorithm for its computation, prove convergence of the algorithm and the uniqueness of the solution, and provide an upper bound on the number of iterations necessary to achieve a desired precision. In a retrospective virtual screening study, our kernel consistently improved performance over chemical descriptors as well as other optimal assignment graph kernels. Chemical data sets often lie on manifolds of lower dimensionality than the embedding chemical descriptor space. Dimensionality reduction methods try to identify these manifolds, effectively providing descriptive models of the data. For spectral methods based on kernel principle component analysis, the projection error is a quantitative measure of how well new samples are described by such models. This can be used for the identification of compounds structurally dissimilar to the training samples, leading to projection error-based novelty detection for virtual screening using only positive samples. We provide proof of principle by using principle component analysis to learn the concept of fatty acids. The peroxisome proliferator-activated receptor (PPAR) is a nuclear transcription factor that regulates lipid and glucose metabolism, playing a crucial role in the development of type 2 diabetes and dyslipidemia. We establish a Gaussian process regression model for PPAR gamma agonists using a combination of chemical descriptors and the iterative similarity optimal assignment kernel via multiple kernel learning. Screening of a vendor library and subsequent testing of 15 selected compounds in a cell-based transactivation assay resulted in 4 active compounds. One compound, a natural product with cyclobutane scaffold, is a full selective PPAR gamma agonist (EC50 = 10 +/- 0.2 muM, inactive on PPAR alpha and PPAR beta/delta at 10 muM). The study delivered a novel PPAR gamma agonist, de-orphanized a natural bioactive product, and, hints at the natural product origins of pharmacophore patterns in synthetic ligands.
Kurz vor Silvester sah sich der designierte Vorsitzende des deutschen Flughafenverbandes (ADV) Christoph Blume einer heftigen öffentlichen Kritik ausgesetzt. Grund war sein Vorschlag die zukünftigen Flughafenkontrollen nicht auf technisches Screening zu beschränken, sondern durch aktives Profiling deren Effizienz zu optimieren http://www.rp-online.de/politik/deutschland/Flughafenchef-will-Kontrollen-nach-Herkunft_aid_946638.html. Die öffentlichen Proteste waren heftig...
Supersaturating formulations are widely used to improve the oral bioavailability of poorly soluble drugs. However, supersaturated solutions are thermodynamically unstable and such formulations often must include a precipitation inhibitor (PI) to sustain the increased concentrations to ensure that sufficient absorption will take place from the gastrointestinal tract. Recent advances in understanding the importance of drug-polymer interaction for successful precipitation inhibition have been encouraging. However, there still exists a gap in how this newfound understanding can be applied to improve the efficiency of PI screening and selection, which is still largely carried out with trial and error-based approaches. The aim of this study was to demonstrate how drug-polymer mixing enthalpy, calculated with the Conductor like Screening Model for Real Solvents (COSMO-RS), can be used as a parameter to select the most efficient precipitation inhibitors, and thus realise the most successful supersaturating formulations. This approach was tested for three different Biopharmaceutical Classification System (BCS) II compounds: dipyridamole, fenofibrate and glibenclamide, formulated with the supersaturating formulation, mesoporous silica. For all three compounds, precipitation was evident in mesoporous silica formulations without a precipitation inhibitor. Of the nine precipitation inhibitors studied, there was a strong positive correlation between the drug-polymer mixing enthalpy and the overall formulation performance, as measured by the area under the concentration-time curve in in vitro dissolution experiments. The data suggest that a rank-order based approach using calculated drug-polymer mixing enthalpy can be reliably used to select precipitation inhibitors for a more focused screening. Such an approach improves efficiency of precipitation inhibitor selection, whilst also improving the likelihood that the most optimal formulation will be realised.
Das Ziel dieser Arbeit war es, RNA-Strukturen als potentielle Zielstrukturen für die Medikamentenentwicklung zu untersuchen. Hierbei ging es im Speziellen um die Anwendung Virtueller Screening Verfahren für die RNA-Liganden-Vorhersage. Hierzu wurde die als TAR-Motiv (transactivating response element) bekannte RNA-Struktur der mRNAs des HI-Virus ausgewählt. Diese Struktur wurde gewählt, da mit den vier PDB-Einträgen 1ANR, 1ARJ, 1LVJ und 1QD3 bereits experimentell motivierte Strukturmodelle zum Beginn der Untersuchung vorlagen. Ausschlaggebend war hierbei auch das Vorhandensein eines Tat-TAR-FRET-Assays im Rahmen des SFB 579, in welchem diese Arbeit angefertigt wurde. Die Aufmerksamkeit, welche dem HI-Virus im Rahmen der Bekämpfung der Immunschwächekrankheit bereits zukam, führte bei dem gewählten Testmodell ebenfalls zu einem, wenn auch immer noch überschaubaren Datensatz bereits getesteter Substanzen, der als Grundlage für einen Liganden-basierten Ansatz als erste Basis dienen konnte. Basierend auf diesen Voruntersuchungen ergaben sich die weiteren Schritte dieser Arbeit. Die Arbeit lässt sich zusammenfassend in vier zum Teil parallel verlaufende Phasen einteilen: Phase 1:Bestandsaufnahme bekannter Informationen über die Zielstruktur · experimentell bestimmte Zielstrukturen · experimentell bestimmte Liganden/Nichtliganden der Zielstruktur Phase 2: Ableiten eines ligandenbasierten Ansatzes zur Vorhersage von potentiellen Bindern der Zielstruktur aus Substanzbibliotheken, der nicht auf Strukturdaten der Zielstruktur beruht. Phase 3: Analyse der bekannten Konformere der Zielstruktur auf konstante Angriffspunkte für ein spezielles Liganden-Design. Phase 4: Einbinden der bekannten Strukturinformationen der Zielstruktur zur weiteren Verfeinerung der Auswahlverfahren neuer Kandidaten für die weitere experimentelle Bestimmung des Bindeverhaltens. Im Rahmen dieser Arbeit konnten mittels der Anwendung von künstlichen neuronalen Netzen in einem ligandenbasierten Ansatz durch virtuelles Screening der Chemikalien-Datenbanken verschiedener Lieferanten fünf neue potentielle TAR-RNA-Liganden identifiziert werden (drei davon mit einem Methylenaminoguanidyl-Substrukturmotiv), sowie als „Spin-Off“ durch die Anwendung der ursprünglich nur für den Tat-TAR-FRET-Assay vorgesehenen Testsubstanzen in einem Kooperationsprojekt (mittels CFivTT-Assay) zwei neue potentiell antibakterielle Verbindungen identifiziert werden. Die Beschäftigung mit der offensichtlichen Flexibilität der TAR-RNA und damit einer nicht eindeutig zu definierenden Referenz-Zielstruktur für das Liganden-Docking führte zur Erstellung eines Software-Pakets, mit dem flexible Zielstrukturen – basierend auf den Konformer-Datensätzen von MD-Simulationen – auf konstante Angriffspunkte untersucht werden können. Hierbei wurde ausgehend von der Integration eines Taschenvorhersage-Programms (PocketPicker) eine Reihe von Filtern implementiert, die auf den hierzu in einer MySQL-Datenbank abgelegten Strukturinformationen eine Einschränkung des möglichen Taschenraums für das zukünftige Liganden-Design automatisiert vornehmen können. Des Weiteren ermöglicht dieser Ansatz einen einfachen Zugriff auf die einzelnen Konformere und die Möglichkeit Annotationen zu den Konformeren und den daraus abgeleiteten Tascheninformationen hinzuzufügen, so dass diese Informationen für die Erstellung von Liganden-Docking-Versuchen verwendet werden können. Ferner wurden im Rahmen dieser Arbeit ein neuer Deskriptor für die Beschreibung von Taschenoberflächen eingeführt: der auf der „Skalierungs-Index-Methode“ basierende molekulare SIMPrint. Die Beschäftigung mit der Verteilung der potentiellen Bindetaschen auf der Oberfläche der Konformerensemble führte ferner zur Definition der Taschenoberflächenbildungswahrscheinlichkeit (Pocket Surface Generation Probability – PSGP) für einzelne Atome einer Zielstruktur, die tendenziell für die Einschätzung der Ausbildung einer potentiell langlebigen Interaktion eines Liganden mit der Zielstruktur herangezogen werden kann, um beispielsweise Docking-Posen zu bewerten.
Bargaining with a bank
(2018)
This paper examines bargaining as a mechanism to resolve information problems. To guide the analysis, I develop a parsimonious model of a credit negotiation between a bank and firms with varying levels of impatience. In equilibrium, impatient firms accept the bank’s offer immediately, while patient firms wait and negotiate price adjustments. I test the empirical predictions using a hand-collected dataset on credit line negotiations. Firms signing the bank’s offer right away draw down their line of credit after origination and default more than late signers. Late signers negotiate price adjustments more frequently, and, consistent with the model, these adjustments predict better ex post performance.
Background: Chronic hepatitis C is a major public health burden. With new interferon-free direct-acting agents (showing sustained viral response rates of more than 98%), elimination of HCV seems feasible for the first time. However, as HCV infection often remains undiagnosed, screening is crucial for improving health outcomes of HCV-patients. Our aim was to assess the long-term cost-effectiveness of a nationwide screening strategy in Germany.
Methods: We used a Markov cohort model to simulate disease progression and examine long-term population outcomes, HCV associated costs and cost-effectiveness of HCV screening. The model divides the total population into three subpopulations: general population (GEP), people who inject drugs (PWID) and HIV-infected men who have sex with men (MSM), with total infection numbers being highest in GEP, but new infections occurring only in PWIDs and MSM. The model compares four alternative screening strategies (no/basic/advanced/total screening) differing in participation and treatment rates.
Results: Total number of HCV-infected patients declined from 275,000 in 2015 to between 125,000 (no screening) and 14,000 (total screening) in 2040. Similarly, lost quality adjusted life years (QALYs) were 320,000 QALYs lower, while costs were 2.4 billion EUR higher in total screening compared to no screening. While incremental cost-effectiveness ratio (ICER) increased sharply in GEP and MSM with more comprehensive strategies (30,000 EUR per QALY for total vs. advanced screening), ICER decreased in PWIDs (30 EUR per QALY for total vs. advanced screening).
Conclusions: Screening is key to have an efficient decline of the HCV-infected population in Germany. Recommendation for an overall population screening is to screen the total PWID subpopulation, and to apply less comprehensive advanced screening for MSM and GEP.
Bemerkenswerte Fortschritte in der rekombinanten Antikörpertechnologie und die Entwicklung unterschiedlichster Antikörperformate zur Expression in Bakterien, niederen und höheren Eukaryonten haben Antikörperderivaten vielfältige Anwendungsbereiche eröffnet. Hierzu gehört beispielsweise ihr Einsatz als experimentelle Wirkstoffe in der Tumortherapie, wo einige dieser Ansätze bereits in klinischen Studien evaluiert werden. Daneben könnten rekombinante Antikörperderivate aber auch eine zunehmend wichtige Rolle in der funktionellen Genomik spielen, beispielsweise bei der Aufklärung der Funktion medizinisch relevanter Genprodukte. So stellt der gezielte Einsatz intrazellulär exprimierter single-chain Fv Antikörperfragmente (scFvs) grundsätzlich einen viel versprechenden Ansatz zur selektiven Interferenz mit der Funktion intrazellulärer Proteine dar. Solche scFv Fragmente sind jedoch nach Expression im Zytosol aufgrund des dort vorherrschenden reduzierenden Milieus häufig inaktiv, was auf die nicht erfolgte Ausbildung intramolekularer Disulfidbrücken zurückzuführen ist, die normalerweise in den variablen Domänen von Antikörpern vorliegen. Nur wenige, bisher meist sehr aufwendig durch individuelle Analyse einzelner Moleküle identifizierte scFvs weisen eine ausreichend hohe intramolekulare Stabilität auf, um den Verlust der Disulfidbindungen kompensieren zu können und unter diesen Bedingungen aktiv zu sein. Dies steht bislang einer breiten Anwendung zytoplasmatischer scFvs entgegen. Ziel dieser Arbeit war es, ausgehend von hochdiversen scFv Antikörper-Bibliotheken ("Libraries") direkt solche selten auftretenden scFv Antikörperfragmente zu isolieren, die trotz des reduzierenden Milieus im Zytosol von Säugerzellen aktiv sind und hochspezifisch an die intrazellulären Domänen von ErbB-Rezeptoren wie dem Epidermalen Wachstumsfaktor-Rezeptor (EGFR) oder dem nahe verwandten ErbB2 Molekül binden. Diese ErbB-Rezeptoren sind in einer Reihe humaner Tumore überexprimiert. Als wichtige signalleitende Moleküle tragen sie zur malignen Transformation von Zellen bei und spielen eine wichtige Rolle in der Tumorentstehung und -progression. Sie stellen daher viel versprechende Zielstrukturen für die Entwicklung neuartiger Wirkstoffe dar. Auf der Grundlage des Yeast Two-Hybrid Systems wurde ein in vivo Assay etabliert, der das Screening von scFv Libraries nach ErbB-spezifischen scFvs unter intrazellulären Bedingungen in Hefezellen erlaubt. Während es nicht möglich war, in einer im Rahmen der vorliegenden Arbeit generierten anti-ErbB2 scFv-Library und einer mit 8 x 10 hoch 5 unabhängigen Klonen wenig diversen anti-EGFR scFv-Library intrazellullär aktive ErbBspezifische scFv Antikörper nachzuweisen, konnte eine zweite anti-EGFR scFv-Library aufgrund ihrer großen Komplexität von 2 x 10 hoch 8 nicht komplett in Hefezellen gescreent werden. Die Library wurde daher zunächst durch wenige Runden Phagen Biopanning präselektioniert, um so die Diversität der Library auf ein Maß zu reduzieren, das eine weitere Selektion in vivo durch Yeast Two-Hybrid Screening zuließ. Mit Hilfe dieser Kombination aus in vitro Präselektion und in vivo Assay gelang es, verschiedene intrazellulär aktive EGFR-spezifische scFv Fragmente aus einer anti-EGFR scFv-Library zu isolieren. Durch GST "pull-down" Experimente und Koimmunpräzipitationsexperimente konnten deren Spezifität und intrazelluläre Aktivität in Säugerzellen in vitro und in vivo verifiziert werden. Wie durch Konfokale Laserscanning Mikroskopie gezeigt wurde, kolokalisieren die isolierten scFv Antikörper mit EGFR an der Zellmembran EGFR-überexprimierender humaner Tumorzellen. Ein direkter Effekt der Expression der EGFR-spezifischen scFvs auf die Autophosphorylierung des Rezeptors und auf die Proliferation von EGFRexprimierenden Mausfibroblasten wurde jedoch nicht beobachtet. Die Ergebnisse der vorliegenden Arbeit zeigen, dass mit Hilfe des hier entwickelten Konzepts intrazellulär aktive EGFR-spezifische scFv Fragmente aus einer hochdiversen scFv-Library isoliert werden konnten. Prinzipiell sollte diese Strategie auch auf die Gewinnung intrazellulär aktiver scFv Antikörperfragmente anwendbar sein, die spezifisch an andere zytoplasmatische Zielmoleküle binden. Daneben könnten die Spezifität und intrazelluläre Aktivität der bereits isolierten EGFR-spezifischen scFv Fragmente genutzt werden, um z.B. durch Fusion mit Lokalisierungssignalen, Enzymen oder bestimmten Protein-Protein-Interaktionsdomänen die Signalleitung des EGFR gezielt zu beeinflussen. Entsprechende Ansätze werden gegenwärtig in der Arbeitsgruppe weiter verfolgt.