Salamanders have a remarkable ability to regenerate complex body parts including the limb, tail, and central nervous system. Although salamander regeneration has been studied for several hundred years, molecular-level studies have been limited to a relatively few important transcription factors and signaling molecules that are highly conserved among animals. Physiological genomic approaches were used here to investigate spinal cord and limb regeneration. Chapter 2 reports that hundreds of gene expression changes were identified during spinal cord regeneration, showing that a diverse injury response is activated in concert with extracellular matrix remodeling mechanisms during the early acute phase of natural spinal cord regeneration. Chapter 3 presents results that identify the salamander ortholog of mammalian Nogo-A, a gene known to inhibit mammalian nerve axon regeneration. Nogo-A gene expression was characterized during salamander development and adulthood in order to address the roles of Nogo-A in the nervous system. Chapters 4 and 5 use physiological genomic approaches to examine limb regeneration and why this process is dependent upon an intact nerve supply. Results presented in Chapter 4 showed that many processes regulated during early limb regeneration do not depend upon nerve-derived factors, but striking differences arise between innervated and denervated limbs by 14 days after amputation. Chapter 5 identified genes associated with peripheral nerve axon regeneration and identified gene candidates that may be secreted by nerves to support limb regeneration. Lastly, chapter 6 characterizes the expression of a developmentally important family of genes, matrix metalloproteinases, during tail regeneration. These results suggest that matrix metalloproteinases play multiple roles throughout the regeneration process. Primarily, this dissertation presents data from the first genomic studies of salamander regeneration. The results suggest genes such as matrix metalloproteinases, and molecular pathways such as the Wnt and FGF signaling pathways that can be exploited to enhance regenerative ability in humans.

4 RESUME La réponse aux médicaments est souvent variable d'un individu à l'autre en termes d'efficacité et de tolérance, ce qui rend parfois leur utilisation difficile. Etant donné que de nombreux médicaments, et notamment les médicaments anticancéreux, présentent une fenêtre thérapeutique étroite, il est particulièrement important de pouvoir prédire leurs effets. Ces dernières années, l'étude des tissus cancéreux par rapport aux tissus sains à l'aide des techniques de génomique à haut débit a conduit à la description d'une multitude de variations à différents niveaux : génétique ou épigénétique, profils d'expression d'ARNm et voies de transduction du signal. De ce fait, un des challenges actuel de la recherche sur le cancer est basé sur l'utilisation de ces données afin d'identifier des biomarqueurs moléculaires permettant l'amélioration des méthodes actuelles de diagnostic, de pronostic ou de prédiction de la réponse au traitement. C'est dans ce cadre que s'inscrit la pharmacogénomique des anticancéreux dont le but est d'identifier l'origine génétique de la variabilité interindividuelle de réponse aux médicaments afin de permettre un traitement adapté à chaque patient. L'étude du génome dans son ensemble a déjà permis une meilleure compréhension des processus biologiques impliqués dans les phénomènes de chimiorésistance ou dans la survenue d'effets indésirables. Ce travail de thèse s'est basé sur l'étude des profils d'expression génique associés à la réponse à deux anti-cancéreux : la bléomycine et le methotrexate. Par cette approche, nous avons pu identifier des nouveaux marqueurs impliqués dans le développement de la fibrose pulmonaire induite par la bléomycine d'une part, et dans la résistance des leucémies lymphoblastiques aiguës au methotrexate d'autre part. Au final, l'ensemble de ce travail de thèse illustre parfaitement l'apport des nouvelles technologies à haut débit dans le domaine de la pharmacogénomique du cancer à travers le développement de nouveaux marqueurs moléculaires pour la prise en charge personnalisée des patients.

La technologie des microarrays est une technique d’analyse d’expression génique à grande échelle qui permet d’analyser simultanément l’expression de milliers de gènes dans différentes cellules et différentes conditions physiologiques, pathologiques ou toxicologiques (Shena et al, 2000). Dans notre étude nous avons employé cette technique pour mieux comprendre deux pathologies thyroïdiennes: les carcinomes papillaires (PTC) et les adénomes autonomes hyperfonctionnels. L’étude des profils d’expression génique de 9 carcinomes papillaires thyroïdiens sporadiques et de 13 carcinomes papillaires post-Chernobyl a été effectuée en utilisant les lames commerciales de Perkin-Elmer (comportant 2400 cDNA) et en les comparant à leurs tissus normaux adjacents. Les PTC post-Tchernobyl constituent une population de cancers à cause bien définie puisqu’ils sont directement reliés à l’exposition du même agent mutagène, pendant une même période. L’étude des profils d’expression indique qu’il n’y a pas de signature génique spécifique permettant de distinguer les carcinomes papillaires sporadiques des post-Tchernobyl. La comparaison de ces profils d’expression à celui obtenu avec 13 adénomes autonomes a permis de mettre en évidence une signature de 6 gènes (créatine kinase B, annexine A1, clusterine, métallothionéine 1x, Fc fragment of IgG binding protein et tissue inhibitor of metalloproteinase 1) séparant les carcinomes papillaires malins des adénomes autonomes bénins. Nous avons également analysé l’expression génique sur des mélanges de tumeurs et de leurs contrôles respectifs sur des lames à 17000 cDNA fabriquées au MAF (VIB Microarray Facility, Leuven). Un mélange de 14 cancers papillaires sporadiques, un mélange de 20 cancers papillaires provenant de la région de Tchernobyl et un mélange de 5 adénomes autonomes ont été analysés par microarray et comparés aux études existantes comme celles effectuées sur les lames Perkin-Elmer ou par d’autres groupes (Huang et al, 2001 ; Wasenius et al, 2003 ; Jarzab et al, 2005 ; Eszlinger et al, 2004). De ces données microarray ont résulté des listes de gènes sur- et sous-exprimés dans les tumeurs comparées à leurs tissus normaux adjacents. Plusieurs gènes différentiellement exprimés ont déjà été confirmés dans différentes études réalisées aussi bien dans notre laboratoire que dans d’autres. Nous avons confirmé la modulation de plusieurs gènes intéressants par RT-PCR en temps réel (Taqman) ainsi que certaines modulations au niveau protéique (par Western Blot ou immunohistochimie). L’étude immunohistochimique nous a donné également des informations sur la distribution cellulaire et tissulaire de ces protéines. La modulation d’expression génique dans ces tumeurs reflète des caractéristiques physiopathologiques connues (comme l’hyperactivité fonctionnelle, la faible augmentation de l’AMPc ou encore la diminution de l’apoptose dans les adénomes autonomes et la dédifférenciation ou l’invasivité dans les carcinomes papillaires), mais elle nous a également permis d’identifier des caractéristiques physiopathologiques jusqu’ici encore inconnues de ces tumeurs (comme la surexpression de la N-cadhérine et la diminution de la cavéoline1, deux marqueurs présumés de malignité, dans les tumeurs bénignes et un changement de population cellulaire aussi bien dans les adénomes autonomes que dans les carcinomes papillaires). Ces études nous ont donc permis de définir des gènes potentiellement importants dans la pathologie des différentes tumeurs étudiées, mais également des nouveaux marqueurs diagnostiques potentiels. Ainsi, l’étude immunohistochimique sur des tissu-arrays nous a permis de confirmer la surexpression de l’annexine A1 dans les carcinomes papillaires et de la créatine kinase B dans les adénomes autonomes et pas dans les autres tumeurs thyroïdiennes étudiées. L’immunomarquage de ces protéines nous a également aidé à définir la malignité d’une série d’adénomes atypiques. L’annexine A1 est un marqueur potentiel particulièrement intéressant car cette protéine n’est fortement exprimée que dans les carcinomes papillaires. Une hypothèse, encore à confirmer, sur sa fonction dans cette pathologie est décrite dans ce travail. Finalement, nous avons émis une hypothèse expliquant la raison pour laquelle les réarrangements Ret/PTC mènent à la formation de carcinomes papillaires, tandis qu’une mutation activatrice de Ras, l’effecteur directe du récepteur à activité tyrosine kinase Ret, mène à la formation de tumeurs folliculaires.

Streptococcus sanguinis is a gram-positive, non-motile bacterium native to human mouths. It is the primary cause of endocarditis and is also responsible for tooth decay. Two-component systems (TCSs) are commonly found in bacteria. In response to environmental signals, TCSs may regulate the expression of virulence factor genes. Gene co-expression networks are exploratory tools used to analyze system-level gene functionality. A gene co-expression network consists of gene expression profiles represented as nodes and gene connections, which occur if two genes are significantly co-expressed. An adjacency function transforms the similarity matrix containing co-expression similarities into the adjacency matrix containing connection strengths. Gene modules were determined from the connection strengths, and various network connectivity measures were calculated. S. sanguinis gene expression profile data was loaded for 2272 genes and 14 samples with 3 replicates each. The soft thresholding power β=6 was chosen to maximize R2 while maintaining a high mean number of connections. Nine modules were found. Possible meta-modules were found to be: Module 1: Blue & Green, Module 2: Pink, Module 3: Yellow, Brown & Red, Module 4: Black, Module 5: Magenta & Turquoise. The absolute value of module membership was found to be highly positively correlated with intramodular connectivity. Each of the nine modules were examined. Two methods (intramodular connectivity and TOM-based connectivity followed by network mapping) for identifying candidate hub genes were performed. Most modules provided similar results between the two methods. Similar rankings between the two methods can be considered equivalent and both can be used to detect candidate hub genes. Gene ontology information was unavailable to help select a module of interest. This network analysis would help researchers create new research hypotheses and design experiments for validation of candidate hub genes in biologically important modules.

De nombreux individus consomment une, ou plusieurs, substances psychoactives au cours de leur vie. Alors que la majorité des consommateurs maintient une utilisation épisodique et contrôlée, certains perdent le contrôle sur l’usage de la substance ; symptôme majeur d’une addiction. Comprendre les mécanismes psychobiologiques, qui sous-tendent cette vulnérabilité à passer d’un usage contrôlé à un usage compulsif, constituerait une étape décisive dans la compréhension de la pathologie et l’identification de cibles thérapeutiques pertinentes. En effet, malgré un intense effort de recherche au cours des 40 dernières années, les thérapies disponibles se révèlent d’une efficacité limitée. Il faut probablement en chercher la cause dans la complexité de la pathologie, mais aussi dans l’inadéquation des préparations expérimentales à la définition clinique de l'addiction. Dans ce contexte, une étape décisive a été franchie il y a 5 ans lorsque des chercheurs de notre équipe ont développé le premier modèle pluri-symptomatique d’addiction à la cocaïne chez le rat. Grâce à ce modèle, il est possible d’identifier des animaux qui développent un comportement similaire à l’addiction, alors que d’autres maintiennent un usage contrôlé, et ce, malgré une consommation préalable de drogue équivalente. S'appuyant sur ce modèle d'addiction chez le rat, le but de nos travaux de thèse était d’identifier des différences neurobiologiques entre usagers addicts et non-addicts et d’aborder les mécanismes neurobiologiques qui sous-tendent la transition vers l’addiction. Pour ce second point, nous avons considéré les différences majeures identifiées et étudié leur évolution de l’usage précoce de cocaïne (avant l'addiction) à l'usage tardif (après développement de l’addiction) en fonction des sujets (addicts versus non-addicts). Nous avons utilisé une approche multidisciplinaire associant les principales méthodes des neurosciences comportementales, moléculaires et des systèmes. Nous avons comparé addicts et non-addicts au moyen d’une stratégie ciblée et d’une stratégie non ciblée. La stratégie non ciblée a consisté à évaluer l'expression des gènes à grande échelle, dans des structures cérébrales clés, au moyen d’une technique de gene profiling (environ 28 000 gènes testés simultanément). L'approche ciblée a consisté à analyser des facteurs connus pour être modifiés par l'usage ou l’administration chronique de cocaïne. Nous nous sommes concentrés sur une structure majeure, le noyau accumbens, et avons étudié : i. l'expression de gènes cibles au moyen de la qPCR, ii. plusieurs formes de plasticité synaptique à l'aide de l’électrophysiologie in vitro, iii. l'activité des neurones dopaminergiques de l’aire tegmentale ventrale (VTA) (projetant vers le noyau accumbens) au moyen de l’électrophysiologie in vivo, iv. la libération de dopamine dans le noyau accumbens au moyen de la microdialyse in vivo. Nous avons montré que les rats addicts et non-addicts s'adaptent très différemment à la cocaïne. Les usagers non-addicts paraissent en mesure de contrecarrer les changements neurobiologiques précoces provoqués par la cocaïne, tandis que les addicts ne le sont pas. Ils présentent des réponses neurobiologiques similaires à celles d'animaux naïfs vis-à-vis de la cocaïne ou d'animaux ayant été exposés à la drogue sur une très courte période. En résumé, les données obtenues au cours de ce travail de thèse modifient drastiquement la perception commune de la psychopathologie de l’addiction. L'addiction résulterait moins de modifications produites par la drogue (comme on le pense depuis 40 ans) que de l'incapacité à lutter contre ces modifications. / Numerous individuals consume one, or several, psychoactive substances during their lifetime. Although most consumers make only occasional and controlled use of a substance, some lose control of their use, which constitutes a major symptom of addiction. Understanding the psychobiological mechanisms which underlie this vulnerability to the transition from controlled drug use to addiction would constitute a decisive step forward in our understanding of the pathology and in our identification of the relevant therapeutic targets. Indeed despite intense research efforts during the last 40 years, the therapies available are of limited efficacy. This is probably related to the complexity of the pathology, as well as to the unsuitability of experimental preparations to the clinical definition of addiction. In such a context, there was a significant breakthrough 5 years ago when our research team developed the first pluri-symptomatic model of cocaine addiction in the rat. Thanks to this model it is possible to single out animals that develop an addiction-like behavior from others that, despite equivalent prior drug consumption, keep their use under control. The aim of our doctoral research, based on this rat addiction model, was to identify the neurobiological differences between addicted and non-addicted users, and then to start investigating neurobiological mechanisms that could underly transition to addiction. For this latter point we considered the major differences identified between addicts and non-addicts, and we studied their evolution from early (before addiction) to late cocaine use (after addiction development). We used a multidisciplinary approach associating behavioral, molecular and systems neuroscience. We compared addicts and non-addicts by means of a targeted strategy and a non-targeted strategy. The non-targeted strategy consisted in evaluating large-scale gene expression by means of a gene–profiling technique (approximately 28,000 genes tested simultaneously). The targeted approach consisted in analysing factors known to be modified by the use or chronic administration of cocaine. Concentrating on one main structure, the nucleus accumbens, we studied: (i) the expression of targeted genes by means of qPCR; (ii) several forms of synaptic plasticity using in vitro electrophysiology; (iii) the activity of the dopaminergic neurons of the ventral tegmental area (VTA) (projecting towards the nucleus accumbens) using in vivo electrophysiology; (iv) the liberation of dopamine in the nucleus accumbens by means of in vivo microdialysis. We showed that addict and non-addict rats adapt to cocaine in very different ways. Non-addict users seem able to counteract the early neurobiological changes triggered by cocaine, while addict users are not. Addict users present neurobiological responses to cocaine that are similar to those of naive animals or of animals having been exposed to the drug for a very short period. In conclusion, the data obtained during this PhD work radically modify the general perception of the psychopathology of addiction. Addiction would be less due to modifications produced by the drug (as thought for the last 40 years) than to the inability to fight against those modifications.

Das humane LIN-9 wurde zuerst als pRB-interagierendes Protein beschrieben und spielt eine Rolle als Tumorsuppressor im Kontext des pRB-Signalweges. Über die molekulare Funktion von LIN-9 ist jedoch wenig bekannt. Die Homologe von LIN-9 in D. melanogaster und in C. elegans, sind an der transkriptionellen Regulation verschiedener Genen beteiligt. Dies und die Tatsache, dass LIN-9 mit pRB in der Aktivierung differenzierungspezifischer Gene kooperiert, ließ vermuten, dass humanes LIN-9 einen bedeutenden Einfluss auf die transkriptionelle Regulation von Genen haben könnte. Primäres Ziel dieser Arbeit war daher die Identifizierung LIN-9 regulierter Gene. Dazu sollte mit Hilfe von cDNA-Microarray Analysen, das Genexpressionsprofil LIN-9 depletierter primärer humaner Fibroblasten (BJ ET Zellen) im Vergleich zu Kontrollzellen untersucht werden. Hierfür wurde zunächst ein RNAi-basierendes System etabliert, um die posttranskriptionelle Expression von LIN-9 in BJ-ET Zellen effizient zu reprimieren. Auf dem Ergebnis der cDNA-Microarray Analysen aufbauende Untersuchungen sollten Aufschluss über die molekularbiologische Funktion von LIN-9 geben. In dieser Arbeit konnte erstmals gezeigt werden, dass der Verlust von LIN-9 zu einer verminderten Expression einer Gruppe G2/M-spezifischer Gene führt, deren Produkte für den Eintritt in die Mitose benötigt werden. Bekannt war, dass ein Teil dieser Gene durch den Transkriptionsfaktor B-MYB koreguliert wird. Zudem konnten Untersuchungen in unserem Labor eine Interaktion von LIN-9 und B-MYB auf Proteinebene, sowie die Bindung beider Proteine an die Promotoren der LIN-9 regulierten G2/M-Gene nachweisen. Dies lässt vermuten, dass LIN-9 und B-MYB gemeinsam die Expression der G2/M-Gene kontrollieren. Die verminderte Expression von G2/M-Genen in LIN-9 bzw. B-MYB depletierten Zellen geht mit einer Reihe phänotypischer Veränderungen einher, wie einer deutlich verlangsamten Proliferation und einer Akkumulation der Zellen in der G2/M-Phase. Mit Hilfe eines Durchflusszytometers erstellte Zellzykluskinetiken ergaben, dass die Progression LIN-9 bzw. B-MYB depletierter Fibroblasten von der S-Phase durch die G2/M-Phase und in die nächste G1-Phase deutlich verzögert ist. Es konnte weder ein Arrest dieser Zellen in der Mitose noch eine veränderte Länge der S-Phase nach LIN-9 oder B-MYB Depletion festgestellt werden. Daher ist die verlangsamte Zellzyklusprogression nach LIN-9 bzw. B-MYB Verlust höchstwahrscheinlich auf einen Defekt in der späten G2-Phase zurückzuführen, welcher in einem verzögerten Eintritt in die Mitose resultiert. In D. melanogaster und in C. elegans sind die Homologe von LIN-9 und B-MYB zusammen, als Bestandteile hoch konservierter RB/E2F-Komplexe, an der Regulation von Genen entscheidend beteiligt. Daher liegt es nahe, dass im humanen System LIN-9 und B MYB ebenfalls Bestandteile eines ähnlichen Komplexes sind und dadurch die Aktivierung der LIN 9 abhängigen G2/M-Gene vermitteln. Die Tatsache, dass LIN-9 sowohl als Tumorsuppressor, als auch als positiver Regulator des Zellzyklus fungiert, lässt vermuten, dass LIN-9 zu einer stetig größer werdenden Gruppe von Proteinen gehört, welche in Abhängigkeit vom zellulären und genetischen Kontext sowohl tumorsuppressive als auch onkogene Funktionen besitzen. / The human LIN-9 Protein was first identified as a novel pRB-interacting Protein which acts as a tumorsuppressor in context of the pRB-pathway. But the molecular function of LIN-9 is poorly unterstood. The homologs of LIN-9 in D. melanogaster and C. elegans are required for the transcriptional regulation of different genes. This and the fact, that LIN 9 cooperates with pRB in the activation of differentiation specific genes let to the hypothesis, that human LIN-9 could play an important role in the transcriptional regulation of genes. Thus, the primary goal of this thesis was to identify genes which are regulated by LIN-9. For that purpose, the genexpression profiles of LIN-9 depelted primary human fibroblasts (BJ ET cells) in comparison to control cells should be analyzed by a cDNA-microarray approach. Therefor an RNAi-based system was established, that efficiently represses the posttranscriptional expression of LIN-9 in BJ-ET cells. Based on the outcome of the cDNA microarray analysis, further studies should provide more informations about the molecular function of LIN-9. It was possible to show, that the loss of LIN-9 leads to a reduced expression of a cluster of G2/M-specific genes, whose products are required for timely entry into mitosis. It was known, that some of these genes are coregulated by the transcriptionfactor B-MYB. Moreover, studies in our lab account for the interaction of LIN-9 and B-MYB on protein level and the binding of both proteins to the promotors of LIN-9 regulated G2/M-genes. The reduced expression of these genes is accompanied by phenotypically changes, such as strongly impaired proliferation and an accumulation of these cells in the G2/M-Phase. Cell cycle kinetics generated by flowcytometry revealed that the progression of LIN-9 or B MYB depleted cells from S-phase to G2/M-phase and into the next G1-Phase is significantly delayed. Depletion of LIN-9 or B-MYB results neither in an arrest in mitosis nor in a significantly changed S-phase length of these cells. This indicates that the slowed progression is most likely due to a defect in the late G2-phase, which results in a delayed entry into mitosis. The homologs of LIN-9 and B-MYB in D. melanogaster and C. elegans act together as subunits of highly conserved RB/E2F-complexes in the regulation of genes. This let to the suggestion, that LIN-9 and B-MYB are also components of a similar complex in humans and thereby mediate the activation of LIN-9 regulated G2/M-genes. Because LIN-9 acts as a tumorsuppressor in the pRB-pathway as well as an positive regulator of the cell cycle, it seems that LIN-9 belongs to an increasing group of proteins, which function as context dependent tumorsuppressors and oncogenes.

Die Messung der Genexpression ist für viele Bereiche der Biologie und Medizin wichtig geworden und unterstützt Studien über Behandlung, Krankheiten und Entwicklungsstadien. Microarrays können verwendet werden, um die Expression von tausenden mRNA-Molekülen gleichzeitig zu messen und ermöglichen so einen Einblick und einen Vergleich der verschiedenen zellulären Bedingungen. Die Daten, die durch Microarray-Experimente gewonnen werden, sind hochdimensional und verrauscht, eine Interpretation der Daten ist deswegen nicht einfach. Obwohl Programme für die statistische Auswertung von Microarraydaten existieren, fehlt vielen eine Integration der Analyseergebnisse mit einer automatischen Interpretationsmöglichkeit. In dieser Arbeit wurde GEPAT, Genome Expression Pathway Analysis Tool, entwickelt, das eine Analyse der Genexpression unter dem Gesichtspunkten der Genomik, Proteomik und Metabolik ermöglicht. GEPAT integriert statistische Methoden zum Datenimport und -analyse mit biologischer Interpretation für Genmengen oder einzelne Gene, die auf dem Microarray gemessen werden. Verschiedene Typen von Oligonukleotid- und cDNAMicroarrays können importiert werden, unterschiedliche Normalisierungsmethoden können auf diese Daten angewandt werden, anschließend wird eine Datenannotation durchgeführt. Nach dem Import können mit GEPAT verschiedene statische Datenanalysemethoden wie hierarchisches, k-means und PCA-Clustern, ein auf einem linearen Modell basierender t-Test, oder ein Vergleich chromosomaler Profile durchgeführt werden. Die Ergebnisse der Analysen können auf Häufungen biologischer Begriffe und Vorkommen in Stoffwechselwegen oder Interaktionsnetzwerken untersucht werden. Verschiedene biologische Datenbanken wurden integriert, um zu jeder Gensonde auf dem Array Informationen zur Verfügung stellen zu können. GEPAT bietet keinen linearen Arbeitsablauf, sondern erlaubt die Benutzung von beliebigen Teilmengen von Genen oder biologischen Proben als Startpunkt einer neuen Analyse oder Interpretation. Dabei verlässt es sich auf bewährte Datenanalyse-Pakete, bietet einen modularen Ansatz zur einfachen Erweiterung und kann auf einem verteilten Computernetzwerk installiert werden, um eine große Zahl an Benutzern zu unterstützen. Es ist unter der LGPL Open-Source Lizenz frei verfügbar und kann unter http://gepat.sourceforge.net heruntergeladen werden. / The measurement of gene expression data is relevant to many areas of biology and medicine, in the study of treatments, diseases, and developmental stages. Microarrays can be used to measure the expression level of thousands of mRNAs at the same time, allowing insight into or comparison of different cellular conditions. The data derived out of microarray experiments is highly dimensional and noisy, and interpretation of the results can get tricky. Although programs for the statistical analysis of microarray data exist, most of them lack an integration of analysis results and biological interpretation. In this work GEPAT, Genome Expression Pathway Analysis Tool, was developed, offering an analysis of gene expression data under genomic, proteomic and metabolic context. GEPAT integrates statistical methods for data import and data analysis together with an biological interpretation for subset of genes or single genes measured on the chip. GEPAT imports various types of oligonucleotide and cDNA array data formats. Different normalization methods can be applied to the data, afterwards data annotation is performed. After import, GEPAT offers various statistical data analysis methods, as hierarchical, k-means and PCA clustering, a linear model based t-Test or chromosomal profile comparison. The results of the analysis can be interpreted by enrichment of biological terms, pathway analysis or interaction networks. Different biological databases are included, to give various informations for each probe on the chip. GEPAT offers no linear work flow, but allows the usage of any subset of probes and samples as start for a new data analysis or interpretation. GEPAT relies on established data analysis packages, offers a modular approach for an easy extension, and can be run on a computer grid to allow a large number of users. It is freely available under the LGPL open source license for academic and commercial users at http://gepat.sourceforge.net.

DNS-Chips (’Microarrays’) haben sich zu einer der Standardmethoden zur Erstellung von genomweiten Expressionsstudien entwickelt. Mittlerweile wurden dazu eine Vielzahl von Methoden zur Identifizierung von differentiell regulierten Genen veröffentlicht. Ungeachtet dessen stellt die abschliessende funktionelle Interpretation der Ergebnisse einen der Engpässe in der Analyse von Chip-Daten dar. Die Mehrzahl der Analysemethoden stellt die signifikant regulierten Gene in Listen dar, aus denen in einem weiteren Schritt gemeinsame funktionelle Eigenschaften abgeleitet werden müssen. Dies stellt nicht nur eine arbeitsintensive Arbeit dar, die mit steigender Anzahl an experimentellen Konditionen immer weniger praktikabel wird, sondern ist auch fehleranfällig, da diese Auswertung im allgemeinen auf dem visuellen Vergleich von Listen beruht. In der vorliegenden Arbeit wurden Methoden für eine rechnergestützte Auswertung von funktionellen Geneigenschaften entwickelt und validiert. Hierzu wurde die ’Gene Ontology’ als Quelle für die Annotationsdaten ausgewählt, da hier die Daten in einem Format gespeichert sind, das sowohl eine leichte menschliche Interaktion sowie die statistische Analyse der Annotationen ermöglicht. Diese Genannotation wurden als Zusatzinformationen in die Korrespondenzanalyse integriert, welches eine simultane Darstellung von Genen, Hybridisierungen und funktionellen Kategorien in einer Grafik ermöglicht. Aufgrund der ständig wachsenden Anzahl an verfügbaren Annotationen und der Tatsache, daß zwischen den meisten experimentellen Bedingungen nur wenige funktionelle Prozesse differentiell reguliert sind, wurden Filter entwickelt, die die Anzahl der dargestellten Annotationen auf eine im gegebenen experimentellen Kontext relevante Gruppe reduzieren. Die Anwendbarkeit der Visualisierung und der Filter wurde auf Datensätzen unterschiedlicher Komplexität getestet: beginnend mit dem gut verstandenen Glukosestoffwechsel im Modellorganismus S. cerevisiae, bis hin zum Vergleich unterschiedlicher Tumortypen im Menschen. In beiden Fällen generierte die Methode gut zu interpretierende Grafiken, in denen die funktionellen Hauptunterschiede durch die dargestellten Annotationen gut beschrieben werden [90]. Während die Integration von Annotationsdaten wie GO die funktionelle Interpretation vereinfacht, fehlt die Möglichkeit zur Identifikation einzelner relevanter Schlüsselgene. Um eine solche Analyse zu ermöglichen, wurden Daten zum Vorkommen von Transskriptionsfaktorbindestellen in den 5’-Bereichen von Genen integriert. Auch diese Methode wurde an Datensätzen von S. cerevisiae und vergleichenden Studien von humanen Krebszelllinien validiert.In beiden Fällen konnten Transkriptionsfaktoren identifiziert werden, die für die beobachteten transkriptionellen Unterschiede von entscheidender Bedeutung sind [206]. Zusammenfassend, ermöglicht die Integration von Zusatzinformationen in die Korrespondenzanalyse eine simultane Visualisierung von Genen, Hybridisierungen und Annotationsdaten in einer einzigen, gut zu interpretierenden Grafik. Dies erlaubt auch in komplexen experimentellen Bedingungen eine intuitive Identifizierung von relevanten Annotationen. Der hier vorgestellte Ansatz, ist nicht auf die gezeigten Datenstrukturen beschränkt, sondern kann auf die Mehrzahl der verfügbaren Annotationsdaten angewendet werden. / DNA microarrays have become a standard technique to assess the mRNA levels for complete genomes. To identify significantly regulated genes from these large amounts of data a wealth of methods has been developed. Despite this, the functional interpretation (i.e. deducing biological hypothesis from the data) still remains a major bottleneck in microarray data analysis. Most available methods display the set of significant genes in long lists, from which common functional properties have to be extracted. This is not only a tedious and time-consuming task, which becomes less and less feasible with increasing numbers of experimental conditions, but is also prone to errors, since it is commonly done by eye. In the course of this work methods have been developed and tested, that allow for a computerbased analysis of functional properties being relevant in the given experimental setting. To this end the Gene Ontology was chosen as an appropriate source of annotation data, because it combines human-readability with computer-accessibility of the annotations term and thus allows for a statistical analysis of functional properties. Here the gene-annotations are integrated in a Correspondence Analysis which allows to visualize genes, hybridizations and functional categories in a single plot. Due to the increasing amounts of available annotations and the fact that in most settings only few functional processes are differentially regulated, several filter criteria have been developed to reduce the number of displayed annotations to a set being relevant in the given experimental setting. The applicability of the presented visualization and filtering have both been validated on datasets of varying complexity. Starting from the well studied glucose-pathway in S. cerevisiae up to the comparison of different tumor types in human. In both settings the method generated well interpretable plots, which allowed for an immediate identification of the major functional differences between the experimental conditions [90]. While the integration of annotation data like GO facilitates functional interpretation, it lacks the capability to identify key regulatory elements. To facilitate such an analysis, the occurrence of transcription factor binding sites in upstream regions of genes has been integrated to the analysis as well. Again this methodology was biologically validated on S. cerevisiae as well human cancer data sets. In both settings TFs known to exhibit central roles for the observed transcriptional changes were plotted in marked positions and thus could be immediately identified [206]. In essence, integration of supplementary information in Correspondence Analysis visualizes genes, hybridizations and annotation data in a single, well interpretable plot. This allows for an intuitive identification of relevant annotations even in complex experimental settings. The presented approach is not limited to the shown types of data, but is generalizable to account for the majority of the available annotation data.

Microarrays are now an established tool for biological research and have a wide range of applications. In this thesis I investigate the BeadArray microarray technology developed by Illumina. The design of this technology is unique and gives rise to many computational and statistical challenges. However, I show how knowledge from other microarray technologies can be used to our advantage. I describe the beadarray software package, which is now used by researchers around the world. The development of this software was motivated by the fact that Illumina's software (BeadStudio) gives a summarised view of Illumina data and does not gives users any control over several processing steps that were found to be crucial for other microarray technologies. A main feature of beadarray is the ability to access raw data. The advantages of such data include the ability to perform more detailed quality assessment and greater control over the analysis at all stages. The analysis of a control experiment shows that the processing steps used in BeadStudio can be improved. In particular, utilising variances calculated from the raw data can increase the ability to detect genes which have different expression levels between samples, a common goal for microarray studies. The data from the control experiment are made available for other researchers to use and validate their own analysis methods. One issue discovered during the analysis of the control experiment was that only half of the intended genes could be reliably measured due to problems in the design of the probes targetting particular genes. By considering a large set of publicly available Illumina arrays, I show how such unreliable measurements can affect the analysis of Illumina data. I also show how potential problems can be identified in advance of an experiment and incorporated into an analysis pipeline.

Liver cirrhosis places an increasing burden on healthcare worldwide. Currently the only treatment is liver transplantation. Whilst liver transplant has a relatively good five-year survival, donor organ shortage costs many lives every year and results in lifelong immunosuppression. Alternative treatments are thus urgently needed. It is with this background that there is understandable interest for the development of stem cell therapies for liver regeneration. The identification of putative liver stem cells has brought closer the previously separate fields of liver ontology, regeneration, and carcinogenesis. Significant overlaps in the regulation of these processes are now being described. For example, studies in embryonic liver development have already provided the basis for directed differentiation of human embryonic stem cells and induced pluripotent stem cells into hepatocyte-like cells. As a result, the understanding of the cell biology of proliferation and differentiation in the liver has been improved. This knowledge can be used to improve the function of hepatocyte-like cells for drug testing, bio-artificial livers, and transplantation. In parallel, the mechanisms regulating cancer cell biology are now clearer, providing fertile soil for novel therapeutic approaches. Recognition of the relationships between development, regeneration, and carcinogenesis, and the increasing evidence for the role of stem cells in all of these areas, has sparked fresh enthusiasm in understanding the underlying molecular mechanisms and has led to new targeted therapies for liver cirrhosis and primary liver cancers. Human liver progenitor cells (LPCs) have therapeutic potential but their in vitro culture results in inadequate differentiation, function, and phenotypic instability reflecting an incomplete understanding of in vivo processes. LPCs can be robustly isolated from second trimester human foetal livers by immunoselection for EpCAM+/CD29+/CD49d+/CD49e–/CD235a–/CD45– cells. Expression profiling of mRNA and microRNA in human foetal LPCs was performed and compared with mature human hepatocytes and human embryonic stem cells undergoing hepatocytic differentiation. Foetal LPCs exhibit a distinct transcriptome profile consistent with a stem cell signature, cell division, and some liver-specific functions. Bioinformatic integration of microRNA and mRNA datasets revealed that microRNAs up-regulated in LPCs targeted genes involved in metabolic processes implying repression of the mature hepatocyte phenotype. Control of LPC gene expression therefore occurs at both transcriptional and, via microRNAs, post-transcriptional levels. Furthermore, transcription factor binding site analyses revealed enriched E2F1 motif in gene and microRNA promoters suggesting feedback control in determining LPC fate. Foetal LPCs were capable of differentiation to a hepatocytic phenotype in the presence of appropriate paracrine signals provided by EpCAM– non-parenchymal cells (NPCs), which consist mainly of endothelial cells and hepatic stellate cells. Fibronectin, despite being produced in abundance by EpCAM– NPCs, had no effect on LPC synthetic function in vitro. The expression of fibronectin in the perisinusoidal space suggests its potential role of modulating cross-talk between hepatoblasts/hepatocytes, liver sinusoidal endothelial cells, and hepatic stellate cells. Fibronectin expression in the portal vein mesenchyme and laminin α5 expression along the ductal plate suggest that both matrix molecules, located in close proximity to LPCs, may be important in supporting the LPC niche. Findings in this work provide insight into the regulation of the human foetal LPC functional phenotype, bringing stem cell-based therapies for liver disease one step closer.