Universiẗat, Diss., 2003--Osnabrück.

Techn. Universiẗat, Diss., 2004--Darmstadt.

Neisseria meningitidis ist ein humaner Infektionserreger, der Meningitis und Sepsis hervorruft. Das asymptomatische Trägertum im Nasenrachenraum ist entscheidend für die Übertragung des Bakteriums und dessen Interaktion mit dem menschlichen Wirt. Frühere Beobachtungen legen die Annahme nahe, dass Meningo¬kokken im Tonsillengewebe in einem biofilmähnlichen Stadium vorliegen. Daher werden in vitro Biofilme als Modell für das Trägertum verwendet. Expressionsunterschiede zwischen Biofilmen und planktonisch gewachsenen pathogenen Neisserien wurden in wenigen Transkriptomanalysen untersucht, während bisher keine Proteomanalysen durchgeführt wurden. Kartierungen des Proteoms und des Immunoproteoms von Meningokokken liegen allerdings vor. In dieser Studie wurde das Biofilmproteom des unbekapselten N. meningitidis Stammes WUE3671 im Vergleich zum Proteom der planktonisch gewachsenen Bakterien untersucht. Dazu wurde ein auf Silikonschläuchen basierendes Biofilmmodell mit kontinuierlichem Fluss etabliert. Es erfolgte eine Anreicherung bakterieller Biomasse über 48 h, wobei die kolonie-bildenden Einheiten bei 24 h ein Plateau erreichten. Licht- und Elektronen¬mikroskopie belegten die deutliche Zunahme der Biomasse über 48 h und zeigten zudem eine Struktur-ierung des 48 h Biofilms in eine apikale Region mit überwiegend vitalen Meningokokken und eine basale Region mit einer verstärkten Anzahl von Bakterien mit avitalem Erscheinungs-bild. Das Proteom von N. meningitidis Biofilmen, die 24 beziehungsweise 48 h gewachsen waren, wurde mit dem einer exponentiell gewachsenen planktonischen Kultur mit 2D-Gelelektro¬phorese verglichen. Unterschiedlich exprimierte Proteine wurden mit Massen-spektrometrie identifiziert und die Ergebnisse mit Spectral Counting und, wenn möglich, mit spezifischen Antikörpern abgesichert. Die Expression von ungefähr 2 % aller Proteinspots im Biofilm unterschied sich von der in planktonischen Zellen wenigstens um das 2-fache. Es wurden Veränderungen beobachtet, die mit einem Nährstoff- und Sauerstoffmangel sowie einer Zunahme von reaktiven Sauerstoffspezies (reactive oxygen species, ROS) in Verbindung gebracht werden können. Die Expression der Proteine SodC und MntC war im Biofilm deutlich erhöht, was mutmaßlich auf ROS im Biofilm zurückzuführen ist. In dieser Arbeit konnte gezeigt werden, dass MntC in der Tat essentiell für Biofilmwachstum, nicht aber für planktonisches Wachstum ist. Die Daten zu SodC und MntC legen die Hypothese nahe, dass Meningokokken im Biofilm trainiert werden mit Mediatoren des Immunsystems, wie ROS, umzugehen. Zudem wird NMB0573, ein Lrp-Homolog, als wesentlicher globaler Regulator für metabolische Anpassungen im Biofilm postuliert. Es konnte über die Proteomanalyse hinaus gezeigt werden, dass die Adhäsine Opc und Opa, die unter der Kontrolle von NMB0573 stehen, im Biofilm vermindert exprimiert werden. / Neisseria meningitidis is a human pathogen that causes meningitis and sepsis. Asymptomatic nasopharyngeal carriage is crucial for the transmission of the bacterium and its interaction with the human host. Previous observations led to the assumption that meningococci persist in the tonsillar tissue in a biofilm-like state. Therefore in vitro biofilms are used to model carriage. Despite successful mapping of the meningococcal proteome and immuno-proteome, no proteome and only a few transcription analyses investigated the differences between biofilm and planktonic growth in pathogenic Neisseria. This study investigated the biofilm proteome of the unencapsulated N. meningitidis strain WUE3671 in comparison to planktonically grown bacteria. A continuous flow biofilm model based on silicone tubes was established. There was an accumulation of bacterial biomass over 48 h with the number of colony forming units reaching a plateau at 24 h. Light- and electron microscopy confirmed biomass accumulation and revealed a structuring of the 48 h biofilm in an apical region with predominantly vital meningococci and a basal region with increased numbers of bacteria with avital appearance. The proteomes of N. meningitidis biofilms grown for 24 or 48 h, respectively and of exponentially grown planktonic cultures were compared by 2D-gelelectrophoresis. Differentially expressed proteins were identified by mass spectrometry. The results were confirmed by spectral counting and, if available, with specific antibodies. Approximately 2 % of all protein spots in the biofilm were at least 2 fold differentially expressed in comparison to planktonic cells. Changes related to nutrient and oxygen limitation and increase of reactive oxygen species (ROS) were observed. There was an increased expression of SodC and MntC in the biofilm that supposedly is caused by ROS in the biofilm. MntC was specifically required for meningococcal biofilm formation, but not for planktonic growth. Data for SodC and MntC suggest that meningococci in the biofilm are trained to cope with mediators of the immune system like ROS. Moreover, NMB0573, an Lrp-like global regulator, was implicated as a possible mediator of metabolic adaption in the biofilm. Independent of the proteome analysis, the NMB0573-dependent adhesions Opc and Opa were in addition shown to be down-regulated within the biofilm.

Im Mittelpunkt dieser Arbeit stehen Untersuchungen zur Bildung des Pigments Neuromelanin, das die Ursache für die dunkle Farbgebung der humanen Substantia nigra pars compacta ist. Eine Beteiligung von Neuromelanin an den pathobiochemischen Ereignissen bei Parkinson-Krankheit erklärt das klinische Interesse an Neuromelanin. Die Untersuchungsmöglichkeiten von Neuromelanin sind limitiert: einerseits ist eine chemische Strukturaufklärung aufgrund der Unlöslichkeit dieses amorphen Polymers kaum zu bewerkstelligen, andererseits wird mangels geeigneter biologischer Testsysteme ein Einblick in die Biogenese von Neuromelanin verwehrt. Zurzeit wird die Bildung von Neuromelanin anhand der beiden konkurrierenden Hypothesen als Autoxidation von Dopamin oder durch Beteiligung eines Enzyms („Tyrosinase-Konzept“) erklärt. In dieser Arbeit wurden beide hypothetischen Ansätze bearbeitet, wobei einer enzymatischen Biogenese von Neuromelanin die Präferenz gegeben wird. Zur globalen Untersuchung von Neuromelanin-Granula wurde nun erstmals eine Isolierung der Pigment-haltigen Organelle vorgestellt, die die Basis für eine umfassende Proteomanalyse mittels 1-D-SDS-PAGE und ESI-Tandem-Massenspektrometrie bildete. Mit diesem methodischen Ansatz wurden ingesamt 73 Proteinen identifiziert. Diese waren vor allem lysosomalen Proteinen zuordenbar, z.B. charakteristischen Membranproteinen (LAMP-1), sämtlichen Proteasen, Proteinen des Metabolismus von (Glyco-)Lipiden und Glycoproteinen, aber auch Proteinen des Cytosols und des vesikulären Verkehrs. Entscheidend war die Anwesenheit von Proteinen des Endoplasmatischen Reticulums (ER); Calnexin gilt als ein melanogenes Chaperon, das nicht in Lysosomen vorkommt, dagegen aber in Lysosomen-verwandten Organellen. Im Vergleich mit bereits existierenden Proteinprofilen von Lysosomen und Lysosomen-verwandten Organellen zeigten die in Neuromelanin-Granula identifizierten lysosomalen Proteine und Proteine des ER, dass diese Organellen der humanen Substantia nigra keine konventionellen Lysosomen sind, sondern mit hoher Wahrscheinlichkeit der Gruppe der Lysosomen-verwandten Organellen zuzuordnen sind. / This work focusses on the formation of the polyphenolic pigment neuromelanin, which accounts for the dark colour of the human substantia pars compacta. A contribution of neuromelanin to the patho-biochemical events in Parkinson’s disease is suggested, which is the reason for the clinical interest in this pigment. The analytical approaches to investigate neuromelanin are limited: on the one hand, an elucidation of the chemical structure is hardly possible to accomplish due to the insolubility of this amorphous polymer, on the other hand, the lack of appropriate biological test systems prevents insight into the biogenesis of neuromelanin. Currently the formation of neuromelanin is addressed by two competing hypotheses either by autoxidation of dopamine (“autoxidative concept”), or by contribution of an enzyme (“tyrosinase concept”). This work covered both hypothetical approaches, but the concept of an enzymatic biogenesis of neuromelanin is preferred. Aiming at a global analysis of these pigmented organelles, the isolation of neuromelanin granules was introduced for the first time, which formed the basis for an extensive proteomic analysis by 1-D SDS-PAGE and ESI tandem mass spectrometry. Subsequently, the analyses by mass spectrometry facilitated the identification of 73 proteins, most of which were attributable to lysosomal proteins, e.g. characterisitcal membrane proteins (LAMP-1), various proteases, proteins engaged in the metabolism og (glycol)-lipids and glycoproteins, but also cytosolic proteins and proteins involved in vesicular traffic. Intriguingly, there were proteins identified which originate form the endoplasmic reticulum (ER), most notably calnexin, a melanogenic chaperone, which is not found in lysosomes but in lysosome-related organelles. By comparison of yet existing protein profiles of lysosomes and lysosome-related organelles it became clear that neuromelanin granules from the human substatia nigra are no conventional lysosomes, but should rather be attributed to the group of lysosome-related organelles.

Recent development of proteomic approaches and generation of large-scale proteomic datasets calls for new methods for biological interpretation of the obtained results. Systems biological approaches such as integrated network analysis and functional module search have become an essential part of proteomic investigation. Proteomics is especially applied in anucleate cells such as platelets. The underlying molecular mechanisms of platelet activation and their pharmacological modulation are of immense importance for clinical research. Advances in platelet proteomics have provided a large amount of proteomic data, which has not yet been comprehensively investigated in a systems biological perspective. To this end, I assembled platelet specific data from proteomic and transcriptomic studies by detailed manual curation and worked on the generation of a comprehensive human platelet repository for systems biological analysis of platelets in the functional context of integrated networks (PlateletWeb) (http:/PlateletWeb.bioapps.biozentrum.uni-wuerzburg.de). I also added platelet-specific experimentally validated phosphorylation data and generated kinase predictions for 80% of the newly identified platelet phosphosites. The combination of drug, disease and pathway information with phosphorylation and interaction data makes this database the first integrative platelet platform available for platelet research. PlateletWeb contains more than 5000 platelet proteins, which can also be analyzed and visualized in a network context, allowing identification of all major signaling modules involved in platelet activation and inhibition. Using the wealth of integrated data I performed a series of platelet-specific analyses regarding the platelet proteome, pathways, drug targets and novel platelet phosphorylation events involved in crucial signaling events. I analyzed the statistical enrichment of known pathways for platelet proteins and identified endocytosis as a highly represented pathway in platelets. Further results revealed that highly connected platelet proteins are more often targeted by drugs. Using integrated network analysis offered by PlateletWeb, I analyzed the crucial activation signaling pathway of adenosine diphosphate (ADP), visualizing how the signal flow from receptors to effectors is maintained. My work on integrin inside-out signaling was also based on the integrated network approach and examined new platelet-specific phosphorylation sites and their regulation using kinase predictions. I generated hypothesis on integrin signaling, by investigating the regulation of Ser269 phosphorylation site on the docking protein 1 (DOK1). This phosphorylation site may influence the inhibiting effect of DOK1 on integrin a2bb3. Extending the integrated network approach to further cell lines, I used the assembled human interactome information for the analysis of functional modules in cellular networks. The investigation was performed with a previously developed module detection algorithm, which finds maximum-scoring subgraphs in transcriptomic datasets by using assigned values to the network nodes. We extended the algorithm to qualitative proteomic datasets and enhanced the module search by adding functional information to the network edges to concentrate the solution onto modules with high functional similarity. I performed a series of analyses to validate its performance in small-sized (virus-infected gastric cells) and medium-sized networks (human lymphocytes). In both cases the algorithm extracted characteristic modules of sample proteins with high functional similarity. The functional module search is especially useful in site-specific phosphoproteomic datasets, where kinase regulation of the detected sites is often sparse or lacking. Therefore, I used the module detection algorithm in quantitative phosphoproteomic datasets. In a platelet phosphorylation dataset, I presented a pipeline for network analysis of detected phosphorylation sites. In a second approach, the functional module detecting algorithm was used on a phosphoproteome network of human embryonic stem cells, in which nodes represented the maximally changing phosphorylation sites in the experiment. Additional kinases from the human phosphoproteome in PlateletWeb were included to the network to investigate the regulation of the signal flow. Results indicated important phosphorylation sites and their upstream kinases and explained changes observed in embryonic stem cells during differentiation. This work presents novel approaches for integrated network analysis in cells and introduces for the first time a systematic biological investigation of the human platelet proteome based on the platelet-specific knowledge base PlateletWeb. The extended methods for optimized functional module detection offer an invaluable tool for exploring proteomic datasets and covering gaps in complex large-scale data analysis. By combining exact module detection approaches with functional information data between interacting proteins, characteristic functional modules with high functional resemblance can be extracted from complex datasets, thereby focusing on important changes in the observed networks. / Jüngste Entwicklungen der Proteomik und die damit einhergehende Erzeugung großer Datensätze erfordern neue Methoden zur biologischen Interpretation der gewonnenen Ergebnisse. Systembiologische Ansätze wie die integrierte Netzwerkanalyse sowie die funktionelle Modulsuche sind zu einem wesentlichen Bestandteil bei der Untersuchung von Proteinen geworden. Die Proteomik wird vor allem in kernlosen Zellen wie den Blutplättchen angewandt. Die zu Grunde liegenden molekularen Mechanismen bei der Aktivierung von Thrombozyten und deren pharmakologische Modulation sind von immenser Bedeutung für die klinische Forschung. Aktuelle Studien in der Proteomforschung haben insbesondere bei Thrombozyten große Mengen an Daten erzeugt, die bisher noch nicht umfassend systembiologisch untersucht wurden. Zu diesem Zweck stellte ich manuell thrombozyten-spezifische Daten aus Proteom- und Transkriptomstudien zusammen und arbeitete an der Entwicklung einer umfassenden menschlichen Thrombozytendatenbank für die systembiologische Analyse der Funktion von Blutplättchen mittels integrierter Netzwerkanalyse (PlateletWeb) (http:/PlateletWeb.bioapps.biozentrum.uni-wuerzburg.de). Zusätzlich habe ich plättchen-spezifische, experimentell validierte Phosphorylierungsinformationen hinzugefügt und generierte Kinasenvorhersagen für 80% der neu identifizierten Phosphorylierungsstellen. Die Kombination aus Medikamenten, assoziierten Krankheiten und Signalweginformation zusammen mit Phosphorylierungs- und Interaktionsdaten macht diese Datenbank zu einer ersten und umfassenden Anlaufstelle für Thrombozytenforschung. PlateletWeb enthält mehr als 5000 Plättchenproteine, die in einem Netzwerk analysiert und dargestellt werden können. Dabei ist die Identifizierung aller wichtigen Signalmodule zur Plättchenaktivierung und -inhibierung möglich. Mit der Fülle an verfügbaren Daten führte ich eine Reihe thrombozyten-spezifischer Analysen am Plättchenproteom, an Signalwegen, pharmakologischen Wirkstoffzielen und Phosphorylierungsreaktionen in grundlegenden Signalprozessen durch. Ich analysierte die statistische Anreicherung bekannter Signalwege für Plättchenproteine und identifizierte Endozytose als einen sehr repräsentativen Signalweg in Thrombozyten. Weitere Ergebnisse zeigten, dass stark vernetzte Plättchenproteine häufiger Ziel von Medikamenten sind. Mittels der Netzwerkanalyse von PlateletWeb untersuchte ich den grundlegenden Signalaktivierungspfad von Adenosindiphosphat (ADP), und veranschaulichte den Signalfluss von Rezeptor zu Effektor. Meine Arbeit an der Integrin-Inside-Out-Signalisierung beinhaltete zudem die Untersuchung neuer thrombozyten-spezifischer Phosphorylierungsstellen und ihre Regulation durch Kinasenvorhersagen mit Hilfe des integrierten Netzwerkanalyseansatzes. Durch die Untersuchung der Regulation bei der Phosphorylierungsstelle Ser269 im Docking-Protein (DOK1) stellte ich eine neue Hypothese zur Integrinsignalisierung auf. Diese Phosphorylierungsstelle könnte den inhibitorischen Effekt von DOK1 auf integrin a2bb3 beeinflussen. Ich erweiterte den integrierten Netzwerkanalyseansatz für andere Zelllinien, indem ich die gesammelten Informationen aus dem menschlichen Interaktom für die Analyse von funktionellen Modulen in zellulären Netzen nutzte. Die Untersuchung wurde mit einem zuvor entwickelten Algorithmus zur Modulerkennung durchgeführt, der maximal bewertete Teilgraphen in Transkriptomdatensätzen anhand zugewiesener Werte für Netzwerkknoten findet. Wir erweiterten den Algorithmus zur Anwendung auf qualitative Proteomdatensätze und optimierten die Modulsuche durch Integration funktioneller Informationen in die Netzwerkkanten. Dies fokussierte die Optimierung auf Proteinmodule mit hoher funktioneller Ähnlichkeit. Ich führte eine Reihe von Analysen durch, um die Effizienz des Algorithmus in kleinen (durch Viren infizierte Magenzellen) und mittelgroßen Netzwerken (menschliche Lymphozyten) zu überprüfen. In beiden Fällen extrahierte der Algorithmus charakteristische Module der untersuchten Proteine mit hohen funktionellen Ähnlichkeiten. Die funktionelle Modulsuche ist besonders bei positionsspezifischen Phosphoproteomikdatensätzen nützlich, in denen die Kinasenregulation der detektierten Phosphorylierungsstellen nur spärlich oder gar nicht vorhanden ist. Daher habe ich den Algorithmus der Moduldetektion auf quantitative Phosphoproteomikdatensätze angewandt. Anhand eines Datensatzes bestehend aus phosphorylierten Plättchenproteinen habe ich eine Vorgehensweise zur Netzwerkanalyse von Phosphorylierungsstellen entwickelt. In einer zweiten Studie wurde der Algorithmus der Moduldetektion auf ein phosphoproteomisches Netzwerk menschlich embryonaler Stammzellen angewandt, in dem Phosphorylierungsstellen mit maximaler Veränderung durch Netzwerkknoten repräsentiert wurden. Um die Regulation des Signalflusses zu untersuchen wurden weitere Kinasen aus dem menschlichen Phosphoproteom beziehungsweise PlateletWeb integriert. Ergebnisse wiesen auf wichtige Phosphorylierungsstellen und ihre Upstream-Kinasen hin und verdeutlichten Vorgänge, die während der Differenzierung in den embryonalen Stammzellen stattgefunden haben. Diese Arbeit bietet neue Vorgehensweisen der integrierten Netzwerkanalyse in Zellen und präsentiert zum ersten Mal eine systembiologische Untersuchung des menschlichen Proteoms mit Hilfe der Trombozytendatenbank PlateletWeb. Die erweiterten Methoden zur verbesserten Erkennung funktioneller Module bieten ein wertvolles Werkzeug für die Erforschung proteomischer Datensätze und vervollständigen die komplexe und umfangreiche Datenanalyse. Charakteristische Module, die große Ähnlichkeit auf funktioneller Ebene aufweisen, können durch die Kombination von exakten Modulerkennungsansätzen mit funktionellen Daten extrahiert werden. Dabei werden wichtige Änderungen besonders bei der Analyse komplexer Netzwerke hervorgehoben.

Zugl.: Düsseldorf, Univ., Diss., 2008

Ulm, Univ., Diss., 2008.

Zugl.: Bielefeld, Univ., Diss., 2008

Würzburg, Univ., Diss., 2009. / Zsfassung in engl. Sprache.

University, Diss., 2009--Frankfurt (Main).