No description available.

Das Biopolymer-produzierende Knallgasbakterium Ralstonia eutropha H16 gilt mit seinem außergewöhnlichen Stoffwechsel als vielversprechender Produktionsstamm für die weiße Biotechnologie. Es wächst auf einer Vielzahl organischer Substrate sowie chemolithoautotroph mit H2 und CO2 als einzige Energie- bzw. Kohlenstoffquelle. Unter anaeroben Bedingungen ist es zudem zur Denitrifikation befähigt. In dieser Arbeit wurde das Proteinprofil von R. eutropha unter chemolithoautotrophen sowie anaeroben Bedingungen mittels GeLC-MS/MS untersucht. Beide Proteomstudien offenbarten, dass die Nutzung unterschiedlicher Elektronendonoren bzw. -akzeptoren mit zahlreichen Veränderungen im Proteinbestand der Zellen einherging. Hierbei waren neben Proteinen metabolischer und Transportprozesse auch jene der Zellbewegung betroffen. Die Ergebnisse stellen im Vergleich zu vorangegangenen Studien den bisher umfassendsten Überblick zum Proteinbestand beim H2-basierten sowie anaeroben Wachstum in R. eutropha dar. Von besonderer Bedeutung war dabei das Einbinden der Analyse der Membran als Ort wichtiger Energie- und Transportprozesse. Besonderes Interesse galt einem unter H2/CO2-Bedingungen abundanten Zweikomponentensystem. Sequenzvergleiche zeigten Ähnlichkeit zum Regulationssystem der Katabolitrepression des Biphenylabbaus in Acidovorax sp. KKS102. Die Deletion des Response-Regulator-Gens führte zu vielfältigen Wachstumseffekten auf Substraten wie Fructose, Glycerin sowie auf H2/CO2. Der pleiotrope Phänotyp sowie die Ergebnisse von Genexpressionsstudien und der Suche nach Regulator-Bindestellen lassen eine globale Rolle des Systems im Energie- und/oder Kohlenstoffmetabolismus von R. eutropha H16 annehmen. Histidin-Kinase und Response Regulator wurden in GloS bzw. GloR umbenannt. Die vorliegende Arbeit zeigt eindrucksvoll das Potential der Proteomik als Teil der funktionellen Genomik für den Anstoß neuer Forschungsansätze zur Evaluierung des biotechnologischen Potentials von Mikroorganismen. / Due to its remarkable metabolism the bioplastic-producing “Knallgas” bacterium Ralstonia eutropha H16 is ranked as a promising production strain for white biotechnology. It grows on a wide range of organic substrates as well as lithoautotrophically on H2 and CO2 as sole energy and carbon source, respectively. Under anaerobic conditions it thrives by denitrification. This thesis focused on characterizing the protein profiles of lithoautotrophically and anaerobically grown R. eutropha cells. Proteome analyses revealed an extensive protein repertoire adapting the organism to alternative electron donors and acceptors, respectively. Changes concerned proteins involved in metabolic and transport processes as well as in cell movement. Compared to previous studies the results reported here offer the most comprehensive proteomic survey regarding the H2-based as well as anaerobic lifestyle of R. eutropha so far. In this context analyzing the cell membrane as a place for a number of energy, transport and signal transduction processes was of particular importance. Special interest aroused the identification of a two-component system upregulated on H2/CO2. Sequence analysis offered high similarity to the regulatory system for catabolite control of biphenyl degradation in Acidovorax sp. KKS102. Deletion of the response regulator gene led to versatile growth effects on substrates such as fructose and glycerol as well as H2/CO2. This pleiotrophic phenotype as well as the results of gene expression studies and the search for regulator binding sites suggests that the two-component system is a global player in energy and/or carbon metabolism in R. eutropha and possibly other bacteria. Thus, histidine kinase and response regulator have been renamed GloS/R. Since their characterization was initiated by proteomic data this study impressively elucidates the power of functional genomics in terms of revealing new research approaches to evaluate the biotechnological use of microbes.

No description available.

RNA ist ein zentrales Molekül in der Zelle und essentiell für ihre Lebensfunktionen. Die durchschnittliche Halbwertszeit von RNA-Molekülen limitiert jedoch die zeitliche Auflösung herkömmlicher RNA-Sequenzierung, da geringe Änderungen im Transkriptom kaum zu erkennen sind, bis eine gewisse Anzahl an Molekülen akkumuliert. Durch metabolische Markierung von RNA (SLAMseq) kann die Auflösung deutlich erhöht werden. Hierfür werden der Probe markierte Nucleotide (4sU/4sUTP) zugesetzt, die dann zufällig in neu transkribierte RNA inkorporiert werden und eine Unterscheidung zwischen ‚neuer‘ und ‚alter‘ RNA erlauben. In dieser Arbeit werden eine der ersten Einzelzell-SLAMseq-Methoden, die dazugehörige Datenanalyse-Software sowie drei Anwendungen der entwickelten Methoden vorgestellt. Die erste Anwendung verwendet Einzelzell-SLAMseq, um zwischen maternaler (alter) und zygotischer (neuer) RNA in sich entwickelnden Zebrafischembryos bis zur Gastrulation zu unterscheiden. Im Rahmen des Projekts entstand der erste Einzelzell-SLAMseq-Datensatz in einem vollständigen Wirbeltier, der es außerdem erlaubt, im Vorfeld identifizierten lokalisierten maternalen Transkripten zeitlich zu folgen. Diese – vorher uncharakterisierten –Transkripte wurden während der Gastrulation in den Keimzellen angereichert gefunden, was Rückschlüsse auf ihre mögliche Funktion erlaubt. Die zweite Anwendung konzentriert sich auf die neu transkribierte RNA und verwendet (Einzelzell-)SLAMseq, um Transkripte, die in Reaktion auf Stress während der Probenaufbereitung hergestellt wurden, zu identifizieren und rechnerisch zu entfernen. Die Vorteile der Methode werden in mehreren Systemen und Geweben (Mausherz, Zebrafischlarve, Maus-Microglia) demonstriert. In der dritten Anwendung wird eine Machbarkeitsstudie für in vivo SLAMseq zur Identifikation der initialen Immunantwort nach Makrophagenstimulation präsentiert, die auf einen deutlichen Gewinn an zeitlicher Auflösung durch SLAMseq hindeutet. / RNA is a central molecule in the cell and essential to its life functions. With the average RNA half life being multiple hours, regular RNA sequencing has an intrinsic limit on temporal resolution, where small changes in the transcriptome are not picked up until a certain amount of transcripts has build up. This resolution can be greatly improved using RNA metabolic labelling (SLAMseq), where labelled nucleotides (4sU/4sUTP) are added to the samples. These nucleotides are randomly incorporated into nascent transcripts and allow distinction between RNA produced before and after introduction of the labelling agent. This thesis presents one of the first high throughput single cell SLAMseq protocols, an accompanying computational pipeline for data analysis as well as three applications for the developed methods. The first application uses single cell SLAMseq to distinguish between maternal (unlabelled) and zygotic (labelled) transcripts in early zebrafish development (up to mid-gastrulation). This project generated the first single cell SLAMseq dataset in a whole vertebrate. Additionally the data allows to follow a previously discovered set of vegetally localised maternal transcripts in time and determine that these specific transcripts are mainly enriched in the primordial germ cells at gastrulation, therefore ascribing a potential function to a set of so far uncharacterised genes. The second application focuses on newly transcribed RNA and uses (single cell) SLAMseq as a technique to identify and remove transcripts generated in response to sample preparation stress. The method’s benefits are demonstrated in multiple systems and tissues, among them mouse cardiomyocytes, zebrafish larvae and mouse microglia. Finally as the third application an in vivo proof of concept study of SLAMseq to identify first response genes in macrophage stimulation is presented, where the introduction of 4sU shows clear advantages in temporal resolution compared to unlabelled data.