Background: Sexuality is an important aspect of quality of life for adolescent and young adults that remains understudied in cancer patients. Most current knowledge about how cancer and cancer treatments can affect patients’ sexuality pertains to reproductive cancer patients (breast, gynecological, male reproductive organs), whereas only little is known about how the disease affects the sex lives of patients with other types of cancer. This study examined sexual satisfaction and sexual supportive care needs among adolescent and young adult cancer patients, with a particular focus on how the type of cancer a person has is associated with these issues differently. Methods: Five hundred seventy-seven (n = 424 females, 73.5%) patients between 18 and 39 years of age at diagnosis and representing all major tumor entities completed the standardized questionnaire. The analysis addressed the following topics: sexual satisfaction (Life Satisfaction Questionnaire), sexual supportive care needs (Supportive Care Needs Survey), and changes in sexuality (Questions on Life Satisfaction Modules). These topics were tested by mean differences between reproductive and non-reproductive cancer, equivalence testing and regression analyses. Results: About one third of the patients reported being dissatisfied with their sexuality and having supportive care needs in this area. Changes in sexuality were significantly more common in women with reproductive cancers than in those who had other types of cancer (t = − 2.693, p = .007), while both groups had equivalence in scores for sexual satisfaction and sexual supportive care needs. Reproductive cancers are not more associated with deterioration of sexual satisfaction (R2 = .002, p = .243), changes in sexuality (R2 = .006, p = .070) or increased sexual supportive care needs than non-reproductive cancers (R2 = .004, p = .131). Conclusions: The results indicate that about a third of adolescents and young adults with both reproductive but also with non-reproductive cancer experience sexual dissatisfaction in similar measure. An equal percentage of these patients also express a desire to receive supportive care in this area. Consequently, health care professionals should address issues of sexuality and cancer as a matter of routine when caring for young adults even when patients have a non-reproductive cancer.:Inhaltsverzeichnis 1. Inhaltsverzeichnis 2 2. Abkürzungsverzeichnis 3 3. Einleitung 4 3.1 Sexualität im jungen Erwachsenenalter 4 3.2 Tumorerkrankungen im jungen Erwachsenenalter 5 3.3 Auswirkungen von Tumorerkrankungen auf die Sexualität 7 3.4 Erfassung von Aspekten der Sexualität 9 3.5 Forschungsstand zur Thematik Sexualität nach einer Tumorerkrankung im jungen Erwachsenenalter 12 3.6 Forschungsfragen 13 4. Publikation 15 5. Zusammenfassung 28 5.1 Einführung 28 5.2 Methodik 29 5.3 Ergebnisse 30 5.4 Diskussion 31 6. Literaturverzeichnis 33 7. Anlagen 7.1 Spezifizierung des eigenen Beitrags 39 7.2 Erklärung über die eigenständige Abfassung der Arbeit 40 7.3 Danksagung 41 7.4 Lebenslauf 42 7.5 Verzeichnis der wissenschaftlichen Veröffentlichungen und Vorträge 43

Gene expression can serve as a powerful predictor for disease progression and other phenotypes. Consequently, microarrays, which capture gene expression genome-wide, have been used widely over the past two decades to derive biomarker signatures for tasks such as cancer grading, prognosticating the formation of metastases, survival, and others. Each of these signatures was selected and optimized for a very specific phenotype, tissue type, and experimental set-up. While all of these differences may naturally contribute to very heterogeneous and different biomarker signatures, all cancers share characteristics regardless of particular cell types or tissue as summarized in the hallmarks of cancer. These commonalities could give rise to biomarker signatures, which perform well across different phenotypes, cell and tissue types. Here, we explore this possibility by employing a network-based approach for pan-cancer biomarker discovery. We implement a random surfer model, which integrates interaction, expression, and phenotypic information to rank genes by their suitability for outcome prediction. To evaluate our approach, we assembled 105 high-quality microarray datasets sampled from around 13,000 patients and covering 13 cancer types. We applied our approach (NetRank) to each dataset and aggregated individual signatures into one compact signature of 50 genes. This signature stands out for two reasons. First, in contrast to other signatures of the 105 datasets, it is performant across nearly all cancer types and phenotypes. Second, It is interpretable, as the majority of genes are linked to the hallmarks of cancer in general and proliferation specifically. Many of the identified genes are cancer drivers with a known mutation burden linked to cancer. Overall, our work demonstrates the power of network-based approaches to compose robust, compact, and universal biomarker signatures for cancer outcome prediction.

The outbreak of the novel severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) in December 2019 in Wuhan challenges pediatric oncologists in an unexpected way. We provide a comprehensive overview, which systematically summarizes and grades evidence (QoE) on SARS-CoV-2 infections in pediatric cancer patients at 1.5 years of pandemic. A systematic literature search in PubMed combined with an additional exploratory literature review in other international databases was conducted to identify studies on children (aged < 18 years) with a malignant disease and COVID-19 infections. In total, 45 reports on 1003 pediatric cancer patients with SARS-CoV-2 infections were identified out of 1397 reports analyzed. The clinical course of COVID-19 was reported mild or moderate in 358 patients (41.7%), whereas 11.1% of patients showed severe COVID-19. In 12.7% of patients, chemotherapy was postponed, whereas 19% of patients with different underlying malignancies received chemotherapy during SARS-CoV-2 infection. Twenty-five patients with SARS-CoV-2 infections died, potentially related to COVID-19. Conclusion: Despite a favorable COVID-19 outcome in most pediatric cancer patients, the morbidity is reported higher than in children without comorbidities. However, no severe COVID-19 complications were associated to the continuation of chemotherapy in some cohort studies and reports on two patients. Therefore, the risk of cancer progress or relapse due to interruption of chemotherapy has carefully to be weighed against the risk of severe COVID-19 disease with potentially fatal outcome.

In this recent study,1 the authors analyzed the metabolic gene essentiality scores from genome-wide loss of function CRISPR screens in 769 human cancer cell lines and noticed that TCA cycle-associated genes clustered in two separate groups: one forming the traditional TCA cycle and another related to a non-canonical TCA cycle module. They monitored both modules with elegant tracing studies using [U-13C]glucose which generates citrate labeled with two 13C atoms (M+2).

Das Prostatakarzinom ist die häufigste Krebserkrankung des Mannes. Bei den zu Tode führenden Tumoren wird es im Jahre 2003 nach dem Bronchialkarzinom an 2. Stelle stehen. Diese Inzidenz zeigt, dass dringend neue diagnostische Marker und therapeutische Zielgene zur Behandlung von Prostatakrebs benötigt werden. Ziel dieser Dissertation war es, mit Hilfe der DNA-Chiptechnologie neue tumorrelevante Gene für eine Small-Molecule- und Antikörper-Basierte Therapie des Prostatakarzinoms zu identifizieren. Auf einen proprietären Tumor-Chip der Firma metaGen Pharmaceuticals GmbH wurde mikrodissektiertes Normal- und korrespondierendes Tumorgewebe von 52 Prostatatumorpatienten hybridisiert. Mit Hilfe bioinformatischer Analysen der Chipergebnisse konnte das Gen TRPM8 identifiziert werden, das in Prostatatumoren in mehr als 56% der Patienten überexprimiert ist. Northern-Blot, Dot-Blot und Chipexperimente zeigten, dass TRPM8 ungewöhnlich gewebespezifisch exprimiert wird. In mehr als 400 getesteten Tumorpatienten und in 23 Normalgeweben wurde TRPM8 ausschließlich in der Prostata und neuroendokrinen Tumoren nachgewiesen. TRPM8 gehört zur Familie der Transient Receptor Potential Channel Proteins. Es konnte hier erstmals in Fluoreszenz-Resonanz-Energie-Transfer-Experimenten (FRET) gezeigt werden, dass TRPM8 Multi-Homomere bildet. Dies wurde bisher nur für Kanäle anderer TRP-Subfamilien (TRPV und TRPC) gezeigt. Weiterhin konnten erstmals mehrere Spleißvarianten von TRPM8 identifiziert werden. Quantitative RT-PCR Experimente zeigten, dass diese noch stärker in Prostatatumoren überexprimiert sind als TRPM8 selbst. Des Weiteren wurde ein neues Gen auf dem DNA-Gegenstrang von TRPM8 entdeckt, das mit Exon 11 von TRPM8 100% komplementär ist und an der Regulation von TRPM8 beteiligt sein könnte. Der Promotor von TRPM8 wurde durch eine in silico Analyse identifiziert und in vitro bestätigt. Obwohl eine starke androgenabhängige Expression von TRPM8 in LNCaP Zellen gezeigt werden konnte, wurden keine Bindungsstellen für androgenabhänginge Elemente gefunden. Allerdings ließen sich drei Bindungsstellen des androgenregulierten Homeoboxgens NKX3.1 identifizieren. Die Ergebnisse dieser Arbeit zeigen, dass TRPM8 und seine Isoformen aufgrund ihrer Gewebspezifität ausgezeichnete Angriffspunkte für eine zielgerichtete Prostatakrebstherapie sind. / Prostate cancer is the most commonly diagnosed malignancy in men in the Western World. In 2003 malignancies of the prostate will be the second most common fatal cancer in men after lung cancer as estimated by the American Cancer Society. Despite the tremendous efforts made in the past to improve the treatment of prostate cancer patients, there is still an urgent need for new markers and therapeutic targets for medication. The aim of this thesis was the identification of new genes relevant in prostate cancer, which could be used in a small-molecule or antibody based therapy of prostate cancers. Microdissected matched prostate cancer and normal tissues of 52 prostate cancer patients were hybridized to a proprietary high density Cancer-Chip based on Affymetrix GeneChip technology. Using a bioinformatic analysis, it was possible to identify TRPM8, which was highly overexpressed in 56% of prostate cancer patients. Northern blot, dot blot and gene chip experiments revealed that TRPM8 expression is extremely tissue specific. Of 400 patients and 23 tissues tested, TRPM8 expression could only be detected in the prostate and neuroendocrine tumors. Functionally, the protein belongs to the transient receptor potential channel family of non-voltage gated proteins. It could be shown for the fist time that TRPM8 subunits form homomers using FRET technology. Molecular characterization of TRPM8 transcription revealed multiple splice forms of TRPM8. Further, it was possible to identify a new mRNA present on the opposite strand of TRPM8, which was 100% complementary to exon 11 of TRPM8, thus it could possibly function as a regulatory RNA of TRP channel. All of these isoforms were found to be even higher overexpressed in prostate tumors than TRPM8 itself. The promoter region of TRPM8 was identified using in silico methods and confirmed in promoter reporter assays. Although a high androgen dependent transcriptional activation of TRPM8 could be found by RT-PCR in LNCaP cells, no androgen responsive elements was identifiable within the promoter region. On the other hand three binding sites for the androgen dependent homeobox gene NKX3.1 and several other homeobox genes were discovered. The results of the thesis show that TRPM8 and its isoforms are, due to their tissue specificity, ideal targets for the development of new therapeutic drugs for the treatment of prostate cancer.

Krebs und Infektionskrankheiten, wie z.B. Influenza, stellen zwei der großen Bedrohungen für die Menschheit dar. Gerade durch den demographischen Wandel sind immer mehr Menschen gefährdet. Mathematische Modelle von Krankheiten decken verschiedene Detailebenen ab -- von epidemologischen Modellen der Virusinfektion bis zu intrazellulären Modellen der Signaltransduktion in einzelnen Krebszellen. Diese Modelle, sofern sie anhand von biologische Daten kalibriert wurden, können sich als sehr nützlich erweisen um Hypothesen zu bisher unbekannten Wechselwirkungen zu generieren, Wirkstoffkandidaten vorherzusagen, und die Funktionsweise von existierenden Wirkstoffen besser zu verstehen. Im Rahmen dieser Arbeit möchte ich mehrere Projekte vorstellen, in denen prädiktive mathematische Modelle dazu benutzt wurden, tiefere Einblicke in die biologischen Prozesse zu gewinnen und die Therapieansätze bei Krebserkrankungen und den damit verbundenen Gesundheitsproblemen zu verbessern. Im ersten Teil geht es um die Bedeutung von gemeinschaftlich entwickelter Software für die Systembiologie. Eine offene und erweiterbare Modellierungssoftware ermöglicht es ständig verbessert zu werden und an die Bedürfnisse der Nutzer angepasst zu werden. Im zweiten Projekt wurden die intrazellulären Prozesse während der frühen Influenza A Infektion untersucht. Durch eine Kombination von biologischen Messungen und mathematischer Modellierung konnte der Abbau von viraler RNA wähernd des Transportes durch das Wirtszellzytoplasma als limitierender Faktor für die erfolgreiche Infektion identifiziert werden. Mit Hilfe eines experimentell modifizierten viralen Hämagglutintin-Proteins mit veränderter pH-Abhängigkeit konnte gezeigt werden, dass sich der Abstand zum Zellkern, in dem das virale Genom freigesetzt wird, vergrößert. Die Modellvorhersage, dass die Infektion dadurch weniger effektiv wird, konnte experimentell bestätigt werden. Im dritten Projekt beschäftigte ich mich mit gesundheitlichen Problemen, die im Zusammenhang mit einer Krebserkrankung und deren Behandlung auftreten können. Chemotherapie oder die Krebserkrankung selbst führt bei vielen Patienten zu einer Blutarmut (Anämie). Diese wird aktuell entweder durch regelmäßige Bluttransfusionen oder durch Verabreichung von sogenannten Erythropoiesis-Stimulating Agents (kurz: ESA, zu Deutsch: Erythropoese-stimulierende Substanzen) behandelt. Mithilfe eines publizierten mathematischen Modells zur ESA-EpoR Interaktion konnten die Bindungseigenschaften verschiedener ESAs charakterisiert und zudem die Anzahl der Bindungsstellen auf unterschiedlichen Zelllinien bestimmt werden. Durch eine Erweiterung des Modells mit einem pharmakokinetischen und -dynamischen Teil konnte die Dosierung für Anämiepatienten retrospektiv verbessert werden. Das letzte Projekt stellt eine computerbasierte Methode zur Analyse und Entschlüsselung der zellulären Zusammensetzung von Tumorproben dar. In den vergangenen Jahren wurde vermehrt eine neue Klasse von Krebsmedikamenten entwickelt, die sich das körpereigene Immunsystem zunutze macht, um den Krebs zu bekämpfen. Das Funktionieren dieser Medikamente hängt jedoch davon ab, ob bestimmte Immunzellen in der Umgebung des Tumors vorhanden sind. Auf Grundlage von Einzelzell RNA-Sequenzierungsdaten konnte eine existierende Methode so erweitert werden, dass nunmehr auch Proben von soliden Tumoren entschlüsselt werden können. Zudem wurden die Einflüsse von verschiedenen Faktoren, wie etwa der Gewebeherkunft oder dem verwendeten Algorithmus, systematisch ausgewertet. Zusammengefasst habe ich in dieser Arbeit dargestellt, wie prädiktive Computermodelle dazu verwendet werden können bestehende Behandlungsansätze zu verbessern und neue Wirkstoffkandidaten zu identifizieren. / Cancer and infectious diseases, such as influenza infection, represent major threats to the human population, especially since demographic change makes more and more people vulnerable. Mathematical modeling of disease covers several layers of detail ranging from epidemiological models for infection spread to cancer-associated signaling within individual cells. These models, when being calibrated to biological data, can provide useful means for generating hypothesis of priorly unknown interactions, predicting drug targets for novel therapeutic substances and for improving the understanding and efficient functioning of existing treatment strategies. In this thesis, I present several projects in which predictive computational models are utilized to gain deeper insights into the biological processes and to improve therapy of cancer and associated health problems. The first part highlights the importance of community-driven software development for systems biology applications. Efficient, yet expandable and open software continuously improves, driven by an active community of users and developers. In the second project, the intracellular processes during the early influenza A infection are investigated. Using a combination of experimental measurements and mathematical modeling, degradation of the viral genome during its diffusion through the cytoplasm could be identified as a limiting factor for a successful infection. By experimentally increasing the pH sensitivity of the viral hemagglutinin protein, the distance of diffusion was increased and the computationally predicted decrease in infectivity could be validated in experiment. The third project deals with cancer-associated health issues and their treatment. Patients suffering from anemia, caused by the cancer itself or as a side-effect of chemotherapy, are treated either with blood transfusions or with an erythropoiesis stimulating agent (ESA). By adapting a published model of ESA-EpoR interaction, not only the biochemical properties of different ESAs could be characterized in silico but also the number of binding sites (i.e. Epo receptors on the cell surface) in different cell lines was accurately determined. The model was extended by a pharmaco-kinetic and -dynamic part. The combined ESA-EpoR-PK/PD model could be utilized to retrospectively optimize the dosing regimen of patients suffering from anemia. In the last project, a computational method for analyzing and deciphering the cellular composition of bulk tumor samples is presented. Only recently, a new class of anti-cancer drugs was introduced recruiting the body’s own immune system to combat malignant tissue. However, the efficient functioning of these immunotherapeutical drugs heavily depends on the presence of specific immune cells in the tumor micro-environment. Based on single-cell RNA sequencing data, an existing method for computational deconvolution could be adapted for data from solid tumor tissue and its performance was benchmarked. Taken together, in this thesis I present approaches how predictive computational models can be utilized to render more efficient existing treatment strategies.

Palliative Therapie inklusive Chemotherapie und andere Behandlungsmethoden wie Hyperthermie ist oftmals die einzig verbleibende Option bei der Behandlung von bestimmten soliden Tumoren wie Magen- und Pankreaskarzinom. Leider ist der Erfolg dieser Therapien limitiert durch geringes Ansprechen der Tumoren auf die Behandlung und die Entwicklung einer Therapieresistenz. In dieser Arbeit wurde die globale Proteinexpression von chemo- und thermoresistenten Varianten der Magenkarzinomzellinie EPG85-257 und der Pankreaskarzinomzellinie EPP85-181 mit Hilfe von Proteomics (Kombination aus zweidimensionaler Elektrophorese, computergestützter Gel-Analyse und Massenspektrometrie) in vitro untersucht, um Kandidatenproteine zu finden, die potentiell mit Thermoresistenz bzw. Chemoresistenz assoziiert sind. In diesem Zusammenhang wurde eine mit Maldi-TOF kompatible Spezialsilberfärbung neu entwickelt. Es zeigte sich eine differentielle Expression einer Vielzahl von Proteinen in den thermoresistenten Zellen, darunter eine Hochregulation von Proteinen mit Chaperonaktivität aus nahezu allen subzellulären Kompartimenten sowie eine Überexpression von Enzymen des Arzneimittelmetabolismus in Zellen mit sowohl chemo- als auch thermoresistentem Phänotyp. Darüber hinaus wurden weitere Proteine identifiziert, welche hinsichtlich ihrer Beteiligung an Resistenzphänomenen im Vorfeld noch gar nicht charakterisiert worden sind (u.a. Aldehyd-Dehydrogenase 1, Transgelin, Phosphoglyceromutase). / Palliative treatment including chemotherapy and other modes of treatment, e.g. hyperthermia, is often the only remaining option in the management of certain solid tumours including gastric and pancreatic carcinoma. Unfortunately, its efficacy is poor due to low tumour sensitivity and the development of therapy resistance. The aim was to study in vitro global protein expression of chemo- and thermoresistant variants of the stomach cancer cell line EPG85-257 and the pancreatic cancer cell line EPP85-181 using proteomics (two-dimensional electrophoresis in combination with computer-assisted image analysis and mass spectrometry) to identify candidate proteins potentially associated with thermoresistance alone or in combination with chemoresistance. In this context, a special silver stain compatible with Maldi-TOF was developed. A large number of proteins was found to be differentially expressed in thermoresistant cells including up-regulation of molecular chaperones at practically every sub-cellular level as well as over-expression of enzymes involved in drug metabolism in both chemo- and thermoresistant cells. Furthermore, other proteins were identified that have not yet been linked to resistance phenomena (e.g. aldehyde dehydrogenase 1, transgelin, phosphoglycerate mutase).

Die Analyse von NGS Daten ist ein zentraler Aspekt der modernen genomischen Forschung. Bei der Extraktion von Daten aus den beiden am häufigsten verwendeten Quellorganismen bestehen jedoch vielfältige Problemstellungen. Im ersten Kapitel wird ein neuartiger Ansatz vorgestellt welcher einen Abstand zwischen Krebszellinienkulturen auf Grundlage ihrer kleinen genomischen Varianten bestimmt um die Kulturen zu identifizieren. Eine Voll-Exom sequenzierte Kultur wird durch paarweise Vergleiche zu Referenzdatensätzen identifiziert so ein gemessener Abstand geringer ist als dies bei nicht verwandten Kulturen zu erwarten wäre. Die Wirksamkeit der Methode wurde verifiziert, jedoch verbleiben Einschränkung da nur das Sequenzierformat des Voll-Exoms unterstützt wird. Daher wird im zweiten Kapitel eine publizierte Modifikation des Ansatzes vorgestellt welcher die Unterstützung der weitläufig genutzten Bulk RNA sowie der Panel-Sequenzierung ermöglicht. Die Ausweitung der Technologiebasis führt jedoch zu einer Verstärkung von Störeffekten welche zu Verletzungen der mathematischen Konditionen einer Abstandsmetrik führen. Daher werden die entstandenen Verletzungen durch statistische Verfahren zuerst quantifiziert und danach durch dynamische Schwellwertanpassungen erfolgreich kompensiert. Das dritte Kapitel stellt eine neuartige Daten-Aufwertungsmethode (Data-Augmentation) vor welche das Trainieren von maschinellen Lernmodellen in Abwesenheit von neoplastischen Trainingsdaten ermöglicht. Ein abstraktes Abstandsmaß wird zwischen neoplastischen Entitäten sowie Entitäten gesundem Ursprungs mittels einer transkriptomischen Dekonvolution hergestellt. Die Ausgabe der Dekonvolution erlaubt dann das effektive Vorhersagen von klinischen Eigenschaften von seltenen jedoch biologisch vielfältigen Krebsarten wobei die prädiktive Kraft des Verfahrens der des etablierten Goldstandard ebenbürtig ist. / The analysis of NGS data is a central aspect of modern Molecular Genetics and Oncology. The first scientific contribution is the development of a method which identifies Whole-exome-sequenced CCL via the quantification of a distance between their sets of small genomic variants. A distinguishing aspect of the method is that it was designed for the computer-based identification of NGS-sequenced CCL. An identification of an unknown CCL occurs when its abstract distance to a known CCL is smaller than is expected due to chance. The method performed favorably during benchmarks but only supported the Whole-exome-sequencing technology. The second contribution therefore extended the identification method by additionally supporting the Bulk mRNA-sequencing technology and Panel-sequencing format. However, the technological extension incurred predictive biases which detrimentally affected the quantification of abstract distances. Hence, statistical methods were introduced to quantify and compensate for confounding factors. The method revealed a heterogeneity-robust benchmark performance at the trade-off of a slightly reduced sensitivity compared to the Whole-exome-sequencing method. The third contribution is a method which trains Machine-Learning models for rare and diverse cancer types. Machine-Learning models are subsequently trained on these distances to predict clinically relevant characteristics. The performance of such-trained models was comparable to that of models trained on both the substituted neoplastic data and the gold-standard biomarker Ki-67. No proliferation rate-indicative features were utilized to predict clinical characteristics which is why the method can complement the proliferation rate-oriented pathological assessment of biopsies. The thesis revealed that the quantification of an abstract distance can address sources of erroneous NGS data analysis.

Krebs gehört zu den häufigsten Todesursachen weltweit. Ein großer Hoffnungsträger für die Behandlung maligner Tumore ist die Gentherapie. Die nicht-virale Gentherapie gilt als sicherere Alternative zur viralen Gentherapie. Für den nicht viralen Gentransfer sind sowohl Vektor als auch Gentransfertechnologie von entscheidender Bedeutung. Im Rahmen dieser Arbeit wurde die Gentransfereffizienz und Sicherheit der Jet-Injektion in einer klinischen Phase I Gentransferstudie mit Hilfe des Swiss-Injektors untersucht. Es konnte gezeigt werden, dass diese Technologie sicher klinisch angewendet werden kann, dass jedoch die Sicherheit der Vektoren und vor allem die Gentransfereffizienz weiter optimiert werden müssen. Ausgehend von diesen Ergebnissen wurden optimierte nicht-virale Vektoren (Minicircle, MIDGE) miteinander und mit ihren parentalen Plasmiden verglichen. Mit Hilfe des MIDGE Vektors konnte die höchste Transgenexpression aufgrund einer erhöhten Transkription erzielt werden. In Vorbereitung der klinischen Anwendung des MIDGE-Vektors wurde die Kombination von hTNF-alpha Gentransfer und Vindesin Chemotherapie untersucht. Auch hier zeigte der MIDGE-Vektor eine erhöhte in vitro Genexpression, die in vitro zu einer erhöhten Zytotoxizität von Vindesin aufgrund einer verstärkten Aktivierung der Apoptose führte. Auch in vivo konnte die verbesserte hTNF-alpha-Genexpression des MIDGE-Vektors nach Jet-Injektion gezeigt werden. Dies führte in Kombination mit Vindesin zu einem signifikant reduzierten Tumorwachstum. Durch Analyse der systemischen Vektorverteilung im Blut und in den Organen sowie in einer präklinischen toxikologischen Untersuchung konnte die sichere Anwendung des MIDGE-Vektors bestätigt werden. Abschließend wurden weitere Anwendungsmöglichkeiten des MIDGE-Vektors für die stabile Genexpression und für die Verwendung in kombinierten Gentransferprotokollen untersucht. / Cancer is one leading causes of death worldwide. Gene therapy belongs to the promising options for treatment of malignant tumors. The non-viral gene therapy is known as safer alternative to the viral gene therapy. For non-viral gene transfer the vector and the transfer technology are of crucial importance. As part of this work a clinical trial was performed to assess efficiency and safety of the non-viral jet-injection. It was shown, that this technology can be used safely in a clinical setting. As a result of this clinical trial we concluded, that vector safety and especially efficiency need further improvements. Based on this optimized non-viral vectors (minicircle, MIDGE) were compared with each other and their respective parental plasmids. The MIDGE vector showed the highest transgene expression due to increased transcription. In preparation of a clinical trial the combined treatment of hTNF-alpha gene transfer and Vindesine chemotherapy was analyzed. Again, the MIDGE vector showed the highest transgene expression. This expression led to an increased cytotoxicity of Vindesine in vitro due to an elevated apoptosis signaling. Furthermore, these results could be assigned to an in vivo model. The increased hTNF-alpha expression after MIDGE vector jet-injection in combination with Vindesine led to a significant decrease in tumor growth. Detailed analysis of systemic vector distribution in the blood and organs as well as the preclinical toxicity evaluation showed the safety of the non-viral MIDGE vector. Initial experiments were performed to show further options for stable gene expression and combined gene transfer protocols using the MIDGE vector.

Reaktive Sauerstoffspezies sind die entscheidenden Faktoren der pulmonalen Toxizität unter Radio-Chemotherapie. Sie induzieren eine akute pulmonale entzündliche Reaktion, unter der es zur Ausschüttung einer sich selbst verstärkenden Zytokinkaskade im Sinne eines multifaktoriellen Zytokinnetzwerkes und in der Folge unter einer persistierenden Zytokinkaskade zur Generierung von sekundären reaktiven Sauerstoffspezies kommt. Die Aktivierung dieser Zytokinkaskade ist noch Monate nach Chemotherapie oder Strahlentherapie auch bei Patienten, die klinisch keine Symptome der Lungenschädigung zeigen, nachweisbar. Dieser Prozeß kann, ähnlich wie bei der fibrosierenden Alveolitis, mit einer Fibrosierung des Lungengewebes und mit Ablagerung von extrazellulärer Matrix einhergehen. Die vorliegende Arbeit hat durch die systematische Analyse an 261 Lavagen von 199 Bronchialkarzinom-Patienten vor, unter und nach zytoreduktiver Therapie die Determinanten des oxidativen pulmonalen Stress untersucht. Als Meßparameter des akuten oxidativen Stress ist die Gesamtzellzahl in der BALF, der Methioninsulfoxidgehalt sowie die Konzentration von Glutathion, IL-1, IL-6 und IL-8, TNF-alpha, weiterhin die VEGF-Konzentration in der ELF geeignet. Erstmalig gezeigt werden konnte hierbei, daß VEGF nicht nur im Rahmen der Neoangiogenese, sondern auch durch reaktive Sauerstoffspezies hochreguliert wird und oxidativen Stress sensitiv anzeigt. Bei manifester Lungenfibrosierung könnte P-III-P ein sensitiver Marker der Fibroblasten-aktivierung und der Produktion extrazellulärer Matrix sein. Die Untersuchungen ergaben zwischen den Folgen der Strahlentherapie und Chemotherapie lediglich quantitative, keine qualitativen Unterschiede. Die vorliegende Arbeit möchte die Grundlage schaffen, dosisintensivierte multimodale Therapien bezüglich der oxidativen pulmonalen Belastungen bei Patienten mit Bronchialkarzinom invasiv zu monitoren. Dies könnte eine individuelle Dosisoptimierung durch die Bestimmung der oxidativen pulmonalen Kapazität, insbesondere der Glutathionkonzentration in der ELF, schaffen. / Induction of reactive oxygen is the main pathway of acute pulmonary injury during radio-chemotherapy. This release of cytokines during inflammation leads to a self perpetuating cytokine cascade as a cytokine network, resulting in the generation of secondary oxidative stress. This cytokine activation is detectable during therapy as well as months after therapy, even if the patient is clinically asymptomatic. This activated cytokine network can be accompanied by the deposition of extracellular matrix (similar as in lung fibrosis). In our study, we analysed 261 bronchoalveolar lavages (BAL) from 199 patients with lung carcinoma under, before and after chemotherapy and / or radiotherapy. The following BAL parameters indicating oxidative stress were found: total cell count, concentration of methionine sulfoxide, gluthatione, IL-1, IL-6, IL-8, TNF-alpha and VEGF. It was shown for the first time that VEGF is also upregulated by oxidative stress. If lung fibrosis is manifest, P-III-P could be a marker of activation of fibroblasts and of the production of extracellular matrix. In general, differences found in measured parameters during chemotherapy or radiotherapy were of quantitative, not of qualitative nature. Our study wants to lay the groundwork in monitoring pulmonary stress invasively in lung cancer patients. This could lead to better individual dose application by defining the antioxidative capacity, especially the gluthatione concentration in the BAL.