Interleukin-10 ist ein Paradebeispiel eines immunhemmenden Zytokins. Es konnte nachgewiesen werden, dass eine Reihe von Tumoren Interleukin-10 produziert, um einer Antitumor-Immunantwort zu entgehen. Viele Studien haben sich mit dem Einfluss von Interleukin-10 auf die antigenpräsentierenden Fähigkeiten der Dendritischen Zellen beschäftigt. Es gibt eindeutige Hinweise, dass der Effekt von tumorproduziertem Interleukin-10 nicht nur in einer hemmenden Wirkung auf die Ausreifung Dendritischer Zellen besteht, sondern dass Interleukin-10 zu einer Reduktion der Anzahl an Dendritischen Zellen führen kann. Ziel dieser Arbeit ist es daher, den Mechanismus für eine solche depletierende Wirkung auf die Dendritischen Zellen zu analysieren. Hierzu wurden die Effekte von Interleukin-10 auf die frühe Differenzierung von Dendritischen Zellen aus Monozyten untersucht. Die Zugabe von Interleukin-10 zu einem Differenzierungscocktail aus Interleukin-4 und Granulozyten/Makrophagen-Kolonie-stimulierendem-Faktor führt zu einer nachhaltigen Hemmung des Differenzierungsprozesses von Monozyten zu Dendritischen Zellen. Bereits 48h nach Beginn der Zellkultur konnte mit Hilfe von cDNA-Microarray-Analysen gezeigt werden, dass Interleukin-10 nicht nur einen Differenzierungs-hemmenden Effekt ausübt, sondern auch die Entstehung aberranter Zellphänotypen bewirkt. In weiteren Experimenten konnte gezeigt werden, dass die Effekte des Interleukin-10 in der frühen Differenzierungsphase weitgehend irreversibel sind. Zusammenfassend können die Ergebnisse zur Erklärung beitragen, wie es bei Patienten mit Tumoren unter dem Einfluss von Interleukin-10 zu einer Reduktion der absoluten Zahl Dendritischer Zellen kommen kann.

No description available.

During latent Epstein-Barr virus (EBV) infection, the T helper cell response to the EBV latent membrane protein (LMP)1 is dominated by the production of IL-10, but by IFN- γ during acute EBV infection. The purpose of this thesis was to develop methods for the enumeration and characterisation of the IL-10 producing CD4+ T cells that respond to peptides of the EBV protein LMP1, and to investigate the possible involvement of IL-27 in the development of these cells. It was found that some human donors have very high concentrations of IL-27 within serum, which is not dependent on EBV infection status but demonstrates relatively low heritability. The addition of IL-27 to cultures of human T cells did not induce IL-10 but the production of IL-17 was inhibited. To identify and characterise LMP1 responsive cells I used CD154 as a marker of activated T cells. Having optimised the methodology, 14 donors of known EBV serostatus were tested for activated IL-10 producing cells after culturing peripheral blood mononuclear cells with LMP1 peptides. However in most cases the frequency of CD4+ lymphocytes upregulating CD154 and IL-10 in response to LMP1 peptides was below the assay’s sensitivity. When the CD154+IL-10+ CD4+ cells were stained for T helper cell subset markers they were positive for every marker and isotype control, suggesting that the cells were non-specifically binding labelled antibody. Both single positive CD154+ and single positive IL-10+CD4+ cells were also present in response to LMP1, but again typically at frequencies below the level of sensitivity for this assay. The conclusions of the work are that IL-27 responses are heterogeneous, but unlikely to play an important role in the induction of IL-10+ T cells in EBV infection. The frequency of LMP1 responsive T cells is very low (<0.08%) in most donors.

Thesis (Ph. D.)--University of Hong Kong, 2009. / Includes bibliographical references (p. 202-219). Also available in print.

published_or_final_version / abstract / toc / Paediatrics and Adolescent Medicine / Master / Master of Philosophy

Ulm, Univ. Diss., 2007.

Ko Kin Ming Jeffery. / Thesis submitted in: July 2005. / Thesis (M.Phil.)--Chinese University of Hong Kong, 2006. / Includes bibliographical references (leaves 99-111). / Abstracts in English and Chinese. / Acknowledgements --- p.i / Abstract --- p.ii / Table of Contents --- p.ix / List of Tables --- p.xiii / List of Figures --- p.xv / List of Abbreviations --- p.xvi / Chapter Chapter 1: --- Introduction --- p.1 / Chapter 1.1 --- Malignant Lymphoma --- p.1 / Chapter 1.2 --- Non-Hodgkin's Lymphoma --- p.1 / Chapter 1.3 --- Diffuse Large B-cell Lymphoma --- p.2 / Chapter 1.3.1 --- General Features of Diffuse Large B-cell Lymphoma --- p.2 / Chapter 1.3.2 --- Morphologic variants of Diffuse Large B-cell Lymphoma --- p.4 / Chapter 1.3.2.1 --- Centroblastic vairant --- p.5 / Chapter 1.3.2.2 --- Immunoblastic variant --- p.5 / Chapter 1.3.2.3 --- Anaplastic variant --- p.6 / Chapter 1.3.3 --- Immunophenotype of Diffuse Large B-cell Lymphoma --- p.6 / Chapter 1.3.3.1 --- Lineage-associated antigens --- p.6 / Chapter 1.3.3.1.1 --- B-cell lineage antigens --- p.6 / Chapter 1.3.3.1.2 --- T-cell lineage antigens --- p.7 / Chapter 1.3.3.2 --- Antigen involved in regulation of cell proliferation and apoptosis --- p.8 / Chapter 1.3.3.2.1 --- Proliferation markers --- p.8 / Chapter 1.3.3.2.2 --- Cell cycle regulators --- p.8 / Chapter 1.3.3.2.3 --- Protein controlling apoptosis --- p.10 / Chapter 1.3.4 --- Subtypes of Diffuse Large B-cell Lymphoma --- p.10 / Chapter 1.3.4.1 --- Classification method of DLBCL subtypes --- p.11 / Chapter 1.3.4.1.1 --- DNA microarray --- p.11 / Chapter 1.3.4.1.2 --- Immunohistochemistry pattern --- p.14 / Chapter 1.3.4.1.2.1 --- CD10 --- p.16 / Chapter 1.3.4.1.2.2 --- Bcl-6 --- p.16 / Chapter 1.3.4.1.2.3 --- CD138 --- p.17 / Chapter 1.3.4.1.2.4 --- MUM1/IRF4 --- p.17 / Chapter 1.3.4.2 --- Prognosis of 、DLBCL subtypes --- p.19 / Chapter 1.4 --- Interleukin 10 --- p.22 / Chapter 1.4.1 --- The IL-10 gene --- p.23 / Chapter 1.4.2 --- IL-10 promoter --- p.23 / Chapter 1.5 --- IL-10 receptor --- p.24 / Chapter 1.6 --- Cellular Signaling Pathways Regulated by IL-10 --- p.25 / Chapter 1.6.1 --- Jak/Stat Pathway --- p.25 / Chapter 1.6.2 --- Inhibition of NF B pathway --- p.26 / Chapter 1.7 --- Function of IL-10 --- p.27 / Chapter 1.7.1 --- Effects of IL-10 on immune cells in vitro --- p.27 / Chapter 1.7.2 --- Effects of IL-10 on B-cells --- p.28 / Chapter 1.8 --- IL-10 and IL-10 receptor in malignant diseases --- p.29 / Chapter 1.8.1 --- Melanoma --- p.29 / Chapter 1.8.2 --- Carcinoma --- p.30 / Chapter 1.8.3 --- Lymphoma --- p.30 / Chapter 1.9 --- Single Nucleotide Polymorphism (SNP) --- p.33 / Chapter 1.9.1 --- SNPs in cancer research --- p.34 / Chapter 1.9.1.1 --- Susceptibility to cancer and SNPs --- p.35 / Chapter 1.9.1.2 --- Outcome and SNPs --- p.35 / Chapter 1.10 --- SNP in the IL-10 promoter --- p.36 / Chapter 1.11 --- IL-10 promoter SNP in DLBCL --- p.37 / Chapter Chapter 2: --- Aims of Study --- p.39 / Chapter Chapter 3: --- Materials and Methods --- p.41 / Chapter 3.1 --- Sample Recruitment --- p.41 / Chapter 3.2 --- DNA preparation for Single Nucleotide Polymorphism (SNP) analysis --- p.41 / Chapter 3.2.1 --- Isolation of Peripheral Blood Mononuclear Cell (PBMC) from buffy coat from blood of normal control group --- p.41 / Chapter 3.2.2 --- Preparation for NHL and DLBCL samples from paraffin-embedded sections for DNA extraction --- p.42 / Chapter 3.2.3 --- DNA extraction for SNP analysis --- p.42 / Chapter 3.3 --- SNP analysis by Restriction Fragment Length Polymorphism (RFLP) --- p.43 / Chapter 3.3.1 --- Amplification of target site by PCR --- p.43 / Chapter 3.3.2 --- SNP analysis --- p.45 / Chapter 3.4 --- Determination of haplotypic frequency --- p.50 / Chapter 3.5 --- Classification of DLBCL by immunohistochemistry --- p.50 / Chapter 3.5.1 --- Staining pattern of CD10 --- p.53 / Chapter 3.5.2 --- Staining pattern of Bcl-6 --- p.54 / Chapter 3.5.3 --- Staining pattern of CD138 --- p.55 / Chapter 3.5.4 --- Staining pattern of MUM1/IRF4 --- p.56 / Chapter 3.6 --- Statistical Analysis --- p.57 / Chapter Chapter 4: --- Results --- p.58 / Chapter 4.1 --- SNPs of IL-10 promoter in normal controls --- p.58 / Chapter 4.1.1 --- Allelic Frequencies and genotype distributions --- p.58 / Chapter 4.1.2 --- Haplotypic Frequencies of normal controls --- p.58 / Chapter 4.2 --- SNP of the IL-10 promoter in non-Hodgkin's lymphomas --- p.59 / Chapter 4.2.1 --- Allelic frequencies and genotype distributions --- p.59 / Chapter 4.2.2 --- Haplolypic frequencies --- p.61 / Chapter 4.4 --- SNPs of the IL-10 promoter in DLBCL --- p.62 / Chapter 4.4.1 --- Allelic frequencies and genotype distributions --- p.62 / Chapter 4.4.2 --- Haplotypic frequencies --- p.64 / Chapter 4.5 --- SNP of the IL-10 promoter in different subtypes of DLBCL --- p.65 / Chapter 4.5.1 --- Classification of DLBCL by immunohistochemistry --- p.65 / Chapter 4.5.2 --- SNP of the IL-10 promoter in Germinal Center DLBCL (GC-DLBCL) --- p.67 / Chapter 4.5.2.1 --- Allelic frequencies and genotype distributions --- p.67 / Chapter 4.5.1.2 --- Haplotypic frequencies --- p.69 / Chapter 4.5.2 --- SNP of the IL-10 promoter in Activated Germinal Center DLBCL (AGC-DLBCL) --- p.70 / Chapter 4.5.2.1 --- Allelic frequencies and genotype distributions --- p.70 / Chapter 4.5.2.2 --- Haplotypic frequencies --- p.72 / Chapter 4.5.3 --- SNP of the IL-10 promoter in Activated non-Germinal Center DLBCL (ANGC-DLBCL) --- p.73 / Chapter 4.5.3.1 --- Allelic frequencies and genotype distributions --- p.73 / Chapter 4.5.3.2 --- Haplotypic frequencies --- p.75 / Chapter 4.5.4 --- SNP of the IL-10 promoter in Unclassified DLBCL (UC-DLBCL). --- p.76 / Chapter 4.5.4.1 --- Allelic frequencies and genotype distributions --- p.76 / Chapter 4.5.4.2 --- Haplotypic frequencies --- p.78 / Chapter 4.6 --- Summary of SNP of the IL-10 promoter in DLBCL subtypes --- p.79 / Chapter 4.7 --- Overall survival analysis --- p.80 / Chapter 4.7.1 --- Clinical data of DLBCL --- p.80 / Chapter 4.7.2 --- Cox Proportional Hazards Regression Analysis in DLBCL --- p.81 / Chapter Chapter 5: --- Discussion --- p.88 / Chapter 5.1 --- SNP for low IL-10 production in Hong Kong population --- p.88 / Chapter 5.2 --- NHL in low IL-10 production population --- p.90 / Chapter 5.2.1 --- The relationship between IL-10 and NHL --- p.90 / Chapter 5.2.2 --- Allelic frequencies and haplotype of the IL-10 promoter in NHL --- p.90 / Chapter 5.3 --- Classification of DLBCL --- p.91 / Chapter 5.3.1 --- Current prognostic analysis --- p.91 / Chapter 5.3.2 --- DLBCL subtypes distribution in Hong Kong is different from Caucasian --- p.92 / Chapter 5.4 --- IL-10 and DLBCL --- p.93 / Chapter 5.5 --- SNP of IL-10 promoter in DLBCL subtypes --- p.94 / Chapter 5.5.1 --- Allelic frequencies and haplotype of DLBCL subtypes --- p.94 / Chapter 5.5.2 --- Rare haplotypes were discovered in DLBCL --- p.94 / Chapter 5.6 --- Overall survival Analysis --- p.95 / Chapter 5.6.1 --- Univariate Cox Proportional Hazards Regression Analysis --- p.95 / Chapter 5.6.2 --- Bivariate Cox Proportional Hazards Regression Analysis --- p.96 / Chapter Chapter 6: --- Conclusion --- p.97 / References --- p.99

Source: Dissertation Abstracts International, Volume: 68-11, Section: B, page: 7281. Adviser: Lu-Yu Hwang. Includes bibliographical references.

Viele Publikationen haben bereits den Einfluss verschiedener Zytokingenvariationen auf die Ensteheung einer Graft versus Host Disease untersucht. Ich habe den Einfluss verschiedener Zytokin- und Zytokinrezeptorgenvariationen des Interleukin 10-Gens auf die Ausprägung von GvHD und die Überlebensrate nach allogener Blutstammzelltranplantation bei Patienten mit einer hämatologischen Neoplasie untersucht. Die GvHD zählt zu einer gefürchteten Komplikation bei Patienten nach einer allogenen Stammzelltransplantation. Sie kann als akute Form innerhalb von 100 Tagen nach Transplantation, sowie als chronische Form im späteren Verlauf auftreten. Sowohl die akute wie auch die chronische GvHD können bis zum Tode des Patienten führen oder durch Organschäden und die langandauernde intensive Immunsuppression die Lebensqualität der Patienten sehr beeinträchtigen. Es fehlt bis heute das genaue Verständnis, warum einige Patienten eine schwerwiegende GvHD entwickeln, während andere Patienten von einer nur leichtgradig auftretenden GvHD auf Grund eines damit assoziierten GvL-Effektes sogar profitieren. Das Interleukin 10 spielt neben anderen Zytokinen aufgrund seiner antiinflammatorischen Funktion eine wichtige Rolle in der Pathophysiologie der GvHD. Durch IL 10 kommt es zu einer Herunterregulation von MHC Klasse 2 und Kostimulatorischen Molekülen auf der Zelloberfläche, womit die Fähigkeit antigenpräsentierender Zellen zur Antigenpräsentation supprimiert wird. Interleukin 10 bewirkt außerdem eine Hemmung der Produktion proinflammatorischer Faktoren wie z.B. Interferon a, oder TNF-a, sowie eine Suppression der Transkription von NF- kB. Für diese Analyse wurden die GvHD-relevanten klinischen Daten von 360 konsekutiven Patienten ausgewertet, die zwischen 2001 und 2011 in der Universitätsmedizin Göttingen eine allogene Transplantation erhielten und eine Einteilung in die Schweregrade der akuten und der chronischen GvHD vorgenommen. Es wurde eine Genotypisierung ausgewählter Single Nucleotide Polymorphisms des IL 10–Gens und des IL 10–Rezeptorgens mittels SNaPshot-Analyse und TaqMan® Genotyping Assays vorgenommen. Durch univariate, gefolgt von multivariaten logistischen Regressionsanalysen der Daten mit Bezug zum klinischen Verlauf wurden Genvarianten mit Einfluss auf das Auftreten und den Schweregrad der GvHD identifiziert. Für die Überlebenszeitanalysen wurde ein simpler Logrank–Test verwendet, um Variablen mit einem p-Wert < 0,20 herauszufiltern, mit denen anschließend eine Cox–Regressionsanalyse durchgeführt wurde. In Voruntersuchungen (v.a. Hansen et al) war der SNP IL-10 -597 Genotyp A (= IL-10 -592) im Patienten, in Kombination mit dem G-Allel im SNP IL-10Rβ K47E (=IL-10Rβ c238) im Spender, bereits als wichtiger protektiver Faktor gegen eine schwere aGvHD in Matched-related-Donor (MRD)-transplantierten Patienten beschrieben worden. Der protektive Effekt dieser Kombination war in unserem Datensatz über alle Patienten hinweg nur als Tendenz erkennbar, während sich der alleinige protektive Effekt des R K47E G-Allel im Spender bei Patienten mit malignen Lymphomen als signifikant erwies. Dieser Unterschied in unseren Analysen, kann an der inhomogenen Zusammenzusetzung des Kollektivs aus MRD- und MUD- transplantierten Patienten liegen. Der protektive Effekt der oben genannten Kombination wurde bisher nur in reinen MRD-Kollektiven nachgewiesen und war in reinen MUD-Kollektiven nicht vorhanden. Weiterhin erwies sich für die chronische GvHD der proximale SNP IL-10 -1087 Genotyp GG des Patienten als assoziiert mit einem erhöhten Auftreten von chronischer GvHD. Dieser Genotyp ist mit einer erhöhten IL 10 Produktion assoziiert. Laut Ergebnissen von Martin und Zhou et al., ist ein erhöhter IL 10–Spiegel mit einer cGvHD assoziiert. Unter den in dieser Untersuchung erstmalig analysierten Polymorphismen des IL 10-Rezeptorgens wurde ein signifikant erhöhtes Risiko für das Auftreten einer schweren akuten GvHD (Grad III und IV) für Patienten festgestellt, die mit einem Spender des Genotyps IL 10 Rα G351R AA transplantiert worden waren. Dieses Risiko war weiter erhöht für die Patienten festzustellen, die zur T-Zell-Depletion im Rahmen der Konditionierung ATG erhalten hatten. Der Einsatz des als prophylaktisch gegen das Auftreten einer schweren GvHD genutzen ATGs war bei dieser Patientengruppe also mit einer zusätzlichen Risikoerhöhung für das Auftreten einer schweren GvHD assoziiert. Der IL 10 Rezeptor besteht aus einer - und einer -Einheit. Analysen der -Einheit des IL 10-Rezeptors beziehen sich größtenteils auf den Rα G159S. Der Rα G351R wurde bisher nicht funktionell oder in genetischen Assoziationsstudien untersucht, weshalb die funktionelle Bedeutung dieses Polymorphismus bisher nicht bekannt ist. Eine funktionelle Rolle dieses Polymorphismus erscheint aber prinzipiell möglich, da er im codierenden Bereich des Gens liegt und mit einem Austausch der Aminosäure Glycin gegen Arginin verbunden ist. Die Bedeutung der in dieser Arbeit erstmalig untersuchten SNPs, insbesondere des Polymorphismus IL 10 Rα G351R AA, sollte in unabhängigen Patientenkollektiven hinsichtlich seiner klinischen Relevanz weiter überprüft werden, auch um die Assoziation mit einer höheren Inzidenz an schwerer akuter GvHD bei Patienten, die ATG erhielten, detaillierter zu untersuchen. Um den Effekt besser zu verstehen, sollte diese Genvariante auch in ihrer Funktionalität in vitro untersucht werden. Neben dem Interleukin 10 sind noch viele weitere Zytokine an der Entstehung bzw. der Verhinderung einer GvHD beteiligt und es ist wichtig, hier mit der Genotypisierung von Kandidatengenen fortzufahren, um weitere funktionell bedeutsame Genvarianten zu identifizieren. Im Erfolgsfalle wird durch die Identifizierung dieser Varianten die Erstellung eines genetischen Profils der Patienten vor der geplanten Stammzelltransplantation möglich. Mit Hilfe dieses Profils kann eine bessere Einschätzung des individuellen Risikos getroffen und gegebenenfalls die Medikation frühzeitig dementsprechend angepasst werden.

Glycosaminoglycans (GAGs) are linear polysaccharides, built of periodically occurring disaccharide units. GAGs are ubiquitous in the extracellular matrix (ECM), where they exhibit multifarious biological activities. This diversity arises from - among others - their ability to interact with and regulate a large number of proteins, such as cytokines, chemokines, and growth factors. As of the huge variety in their chemical configuration, GAGs are further sub-classified into different types (heparin, for instance, is one of these sub-classes). Hence, GAGs are a diverse class of molecules, which surely contributes to the broadness of their spectrum of biological functions. Through varying arrangements of sulfate groups and different types of saccharide units, individual GAG molecules can establish specific atomic contacts to proteins. One of the best-studied examples is antithrombin-heparin, whose biologically relevant interaction requires a specific pentasaccharide sequence. It is valid to assume, however, that various proteins are yet to be discovered whose biological functions are in some way affected by GAGs. In other cases, and this is true for the cytokine interleukin-10 (IL-10), there are already experimental indications for a biologically relevant protein-GAG interaction, but the details are still obscure and the fundamental molecular interaction mechanism has still not been clarified. IL-10 has been shown to bind GAGs. So far, however, no structural detail about IL-10-GAG interaction is known. Function-wise, IL-10 is mainly considered to be immunosuppressive and therefore anti-inflammatory, but it in fact has the pleiotropic ability to influence the immune system in both directions, i.e. it constitutes a complex regulation system on its own. Therefore, the role of GAGs in this system is potentially substantial, but is yet to be clarified. In vitro experiments have yielded indications for GAGs being able to modulate IL-10\'s biological function, and obviously IL-10 and GAGs are simultaneously present in the ECM. This gives rise to the assumption that IL-10-GAG interaction is of biological significance, and that understanding the impact of GAGs on IL-10 biology is important - from the basic research point of view, but also for the development of therapies, potentially involving artificially designed ECMs. A promising approach for obtaining knowledge about the nature of IL-10-GAG interaction is its investigation on the structural level, i.e. the identification and characterization of the molecular interaction mechanisms that govern the IL-10-GAG system. In this PhD project it was my goal to reveal structural and molecular details about IL-10-GAG interaction with theoretical and computational means, and with the help of experiments performed by collaborators in the framework of the Collaborative Research Centre DFG Transregio 67. For achieving this, I developed three methods for the in silico investigation of protein-GAG systems in general and subsequently applied them to the IL-10-GAG system. Parts of that work have been published in scientific journals, as outlined further below. I proposed and validated a systematic approach for predicting GAG binding regions on a given protein, based on the numerical simulation and analysis of its Coulomb potential. One advantage of this method is its intrinsic ability to provide clues about the reliability of the resulting prediction. Application of this approach to IL-10 lead to the observation that its Coulomb attraction for GAGs is significantly weaker than in case of exemplary protein-GAG systems (such as FGF2-heparin). Still, a distinct IL-10-GAG binding region centered on the residues R102, R104, R106, R107 of the human IL-10 sequence was identified. This region can be assumed to play a major role in IL-10-GAG interaction, as described in chapter 3. Molecular docking methods are used to generate binding mode predictions for a given receptor-ligand system. In chapter 4, I clarify the importance of data clustering as an essential step for post-processing docking results and present a clustering methodology optimized for GAG molecules. It allows for a reproducible analysis, enabling systematic comparisons among different docking studies. The approach has become standard procedure in our research group. It has been applied in a variety of studies, and served as an essential tool for studying IL-10-GAG interaction, as described in chapter 3. Motivated by the shortcomings of classical docking approaches, especially with respect to protein-GAG systems, I worked on the development of a molecular dynamics-based docking method with less radical approximations than usually applied in classical docking. The goal was to make the computational model properly account for the special physical properties of GAGs, and to include the effects of receptor flexibility and solvation. The methodology was named Dynamic Molecular Docking (DMD) and published in the Journal of Chemical Information and Modeling-together with a validation study. The subsequent application of DMD in a variety of studies required enormous amounts of computational resources. For tackling this challenge, I established a graphics processing unit-based high-performance computing environment in our research group and developed a software framework for reliably performing DMD studies on this hardware, as well as on other computing resources of the TU Dresden. The investigation of the IL-10-GAG system via DMD was focused on the IL-10-GAG binding region predicted earlier, and made heavy usage of the optimized clustering approach named above. An important result of this endeavor is that IL-10's amino acid residue R107 significantly stands out compared to all other residues and supposedly plays a particularly important role in IL-10-GAG recognition. The collaboration with the NMR laboratory of Prof. Daniel Huster at the Universität Leipzig was fruitful: I post-processed nuclear Overhauser effect data and obtained heparin structure models, which revealed that IL-10-heparin interaction has a measurable impact on the backbone structure of the heparin molecule. These results were published in Glycobiology. In chapter 8, I propose two different scenarios about how GAG-binding to IL-10 might affect its biological function, based on the findings made in this thesis project. In conclusion, a set of methods has been developed, all of which are generically applicable for the investigation of protein-GAG systems. Regarding the IL-10-GAG system, valuable structural insights for increasing the understanding about its molecular mechanisms were derived. These observations pave the way towards unraveling GAG-mediated bioactivity of IL-10, which may then be specifically exploited, for instance in artificial ECMs for improved wound healing.