Refine
Document Type
- Article (3)
- Doctoral Thesis (1)
Has Fulltext
- yes (4)
Is part of the Bibliography
- no (4)
Institute
- Medizin (2)
- Biochemie und Chemie (1)
- Pharmazie (1)
Diffusion tensor imaging (DTI) based assessment of white matter fiber tract integrity can support the diagnosis of Alzheimer’s disease (AD). The use of DTI as a biomarker, however, depends on its applicability in a multicenter setting accounting for effects of different MRI scanners. We applied multivariate machine learning (ML) to a large multicenter sample from the recently created framework of the European DTI study on Dementia (EDSD). We hypothesized that ML approaches may amend effects of multicenter acquisition. We included a sample of 137 patients with clinically probable AD (MMSE 20.6±5.3) and 143 healthy elderly controls, scanned in nine different scanners. For diagnostic classification we used the DTI indices fractional anisotropy (FA) and mean diffusivity (MD) and, for comparison, gray matter and white matter density maps from anatomical MRI. Data were classified using a Support Vector Machine (SVM) and a Naïve Bayes (NB) classifier. We used two cross-validation approaches, (i) test and training samples randomly drawn from the entire data set (pooled cross-validation) and (ii) data from each scanner as test set, and the data from the remaining scanners as training set (scanner-specific cross-validation). In the pooled cross-validation, SVM achieved an accuracy of 80% for FA and 83% for MD. Accuracies for NB were significantly lower, ranging between 68% and 75%. Removing variance components arising from scanners using principal component analysis did not significantly change the classification results for both classifiers. For the scanner-specific cross-validation, the classification accuracy was reduced for both SVM and NB. After mean correction, classification accuracy reached a level comparable to the results obtained from the pooled cross-validation. Our findings support the notion that machine learning classification allows robust classification of DTI data sets arising from multiple scanners, even if a new data set comes from a scanner that was not part of the training sample.
Carma-1 is required for B cell receptor-/CD40- and T cell receptor-/CD28-induced B- and T-cell activation via JNK and NF-betaB. In B cells, Carma-1 becomes phosphorylated by PKCbeta, leading to its oligomerization. Subsequent Bcl10 binding induces IKKbeta-activation and, thereby, canonical NF-KB signalling. Despite these findings it is still unknown how exactly Carma-1 is connected to the plasma membrane and to the IKK-complex. Therefore, we purified Carma-1 complexes from mouse CH12 B cells using anti-Carma-1 affinity columns. Mass spectrometric analyses of the column eluates demonstrated the presence of Carma-1 as well as three previously uncharacterized adaptor proteins in B cells, one of which was the Trk-fused gene (Tfg), an adaptor protein containing PB1 and coiledcoil domains. Whereas Tfg was originally identified as fusion partner of oncogenic Trk tyrosine kinase mutants, the normal cellular homologue of Tfg has so far not been described in B cells. However, Tfg has been shown in other systems to interact with IKKgamma and to enhance TNFinduced NF-KB activation. Tfg and Carma-1 co-localized at the plasma membrane and perinuclear structures in B cells. We further corroborated the interactions of Tfg, IKKgamma and Carma-1 by Blue Native gel electrophoresis, where Carma-1 and Tfg formed a 0.7–1 MDa complex. Ectopic expression of Tfg increased the molecular mass of IKKgamma complexes, fused IKKgamma, Bcl10 and Carma-1 complexes to a ~2 MDa complex, and increased basal and CD40-induced canonical activity of NF-KB and IKKbeta. In contrast, shRNA-mediated silencing of Tfg decreased CD40-induced IKKbeta activity. Very interestingly, in primary B cells, highest expression of Tfg was detected in marginal zone and B1 B cells, and Carma-1 and Tfg formed complexes in these B cells. Since Carma-1 is required for marginal zone B cell and B1 B cell development, we suggest that a functional interaction between Carma-1 and Tfg contributes to development and maintenance of these cells by means of canonical NF-KB signals.
Background: Alzheimer's disease is a common debilitating dementia with known heritability, for which 20 late onset susceptibility loci have been identified, but more remain to be discovered. This study sought to identify new susceptibility genes, using an alternative gene-wide analytical approach which tests for patterns of association within genes, in the powerful genome-wide association dataset of the International Genomics of Alzheimer's Project Consortium, comprising over 7 m genotypes from 25,580 Alzheimer's cases and 48,466 controls.
Principal findings: In addition to earlier reported genes, we detected genome-wide significant loci on chromosomes 8 (TP53INP1, p = 1.4×10−6) and 14 (IGHV1-67 p = 7.9×10−8) which indexed novel susceptibility loci.
Significance: The additional genes identified in this study, have an array of functions previously implicated in Alzheimer's disease, including aspects of energy metabolism, protein degradation and the immune system and add further weight to these pathways as potential therapeutic targets in Alzheimer's disease.
Im Rahmen der vorliegenden Arbeit wurden verschiedene proteomanalytische Methoden untersucht und evaluiert, die, basierend auf der Verwendung 2D-gelelektrophoretischer, 2D-chromatographischer und massenspektrometrischer Techniken, die differentielle, quantitative Proteinanalyse zweier unterschiedlicher muriner Fibroblasten-Zelllinien ermöglichen. Hierfür wurden zunächst unterschiedliche Methoden für die 2D-elektrophoretische Proteinauftrennung analysiert. Im Hinblick auf eine größtmögliche Auflösung und Gel-zu- Gel-Reproduzierbarkeit wurden innerhalb der ersten Dimension (IEF) die Lademethode, die Fokussierungszeiten und der Reduktionsschritt (DTT oder HED) optimiert. Desweiteren wurde eine auf isoelektrischer Fokussierung basierende Vorfraktionierungsmethode auf ihre Anwendbarkeit bei einer quantitativen Proteomanalyse getestet. Für die Proteingelfärbung wurde unter anderem ein selbst synthetisierter Fluoreszenzfarbstoff eingesetzt, der hinsichtlich Färbesensitivität und MS-Kompatibilität mit etablierten Protokollen verglichen wurde. Eine Doppelfärbungs-Methode von Proteingelen (Silberfärbung nach Fluoreszenzfärbung) wurde auf ihre MS-Kompatibilität nach tryptischen Verdau untersucht. Desweiteren wurden manuelle und automatisierte Verdauprotokolle für eine möglichst hohe Peptide Recovery optimiert. Die zunächst durch die Anwendung von klassischen Färbe- und Quantifizierungsmethoden nach 2DE gewonnenen Ergebnisse wurden mit neueren Labelling-Methoden zur relativen Proteinquantifizierung verglichen. Dabei kamen zwei unterschiedliche Multiplexing-Verfahren zum Einsatz, die sich in der Proteinquantifizierung grundlegend unterscheiden (DIGE: gelbasierte Proteinquantifizierung; iTRAQ: LC-MS/MS basierte Peptidquantifizierung). Die für diese beiden Methoden bestehenden Protokolle wurden für die Anwendbarkeit auf die Fibroblasten-Proteinextrakte angepasst. Es konnte gezeigt werden, daß diese beiden Labelling-Methoden in Bezug auf Reproduzierbarkeit und quantitativer Aussagekraft dem klassischen 2DE-Experiment (Proteinfärbung nach der Auftrennung auf einzelnen Gelen) überlegen sind. Die statistische Absicherung der analysierten relativen Quantitätsunterschiede verbesserte sich durch die zusätzliche Anwendung der beiden neuen Labelling-Methoden erheblich. Dabei stützt sich die Signifikanz der quantitativen Bestimmung sowohl auf die große statistische Sicherheit, die innerhalb dieser beiden Multiplexing-Methoden erreicht wird, als auch auf die Wiederholbarkeit in unterschiedlichen Experimenten (21 Proteine wurden in unterschiedlichen Ansätzen bestätigt). Die beiden Labelling-Methoden DIGE und iTRAQ unterscheiden sich außer in der Quantifizierungsstrategie auch grundsätzlich in dem Ansatz der Auftrennung (DIGE: Proteine, 2DElektrophorese; iTRAQ: Peptide, 2D-Flüssigchromatographie). Damit besitzen sie unterschiedliche Limitierungen in Bezug auf die physiko-chemischen Eigenschaften der Peptide/Proteine, die mit der jeweiligen Methode aufgetrennt werden können. Der daraus resultierende komplementäre Charakter beider Methoden konnte anhand mehrerer Proteine verdeutlicht werden. Durch die relative Quantifizierung konnten insgesamt 30 Proteine identifiziert werden, die aufgrund der An- oder Abwesenheit des MLL-Proteins in den beiden murinen Zelllinien differentiell reguliert sind. Die alleine schon durch die unterschiedliche Morphologie der untersuchten murinen Fibroblasten vermutete Deregulation von Struktur- und Stressproteinen (Actin, HSP27, HSP70) konnte bestätigt werden. Weitere Expressionsunterschiede zwischen Mll-/-- und Mll+/+-Fibroblasten zeigten sich vor allem bei Proteinen, die funktionell der Gruppe RNA-prozessierender Proteine (Polyadenylate Binding Protein, PTB-associated Splicing Factor, hnRNPs) zugeordnet werden können. Ein Vergleich der quantitativen Proteomdaten dieser Arbeit mit den mRNA-Expressionsprofilen der gleichen Zellen zeigt nur eine sehr geringe Korrelation bezüglich der Regulationen einzelner Gene/Proteine. Die meisten der bisherigen Studien, die eine Untersuchung des mRNA/Protein-Verhältnisses zum Gegenstand haben, bestätigen das Fehlen einer Korrelation. Diese Tatsache unterstreicht die Wichtigkeit der Kombination genomischer und proteinanalytischer Daten zur Aufklärung zellulärer molekularer Prozesse.