No description available.

Neurodegenerative Erkrankungen (NDs) wie Alzheimer (AD), Parkinson (PD), und amyotrophe lateral Sklerose (ALS) sind Hirnerkrankungen, die durch unlösliche Proteinaggregate in Neuronen oder im Extrazellularraum charakterisiert sind. In dieser Arbeit habe ich für verschiede bekannte und vorhergesagte neurodegenerative Krankheitsproteine (NDPs) Proteininteraktionsnetzwerke erstellt, um mögliche gemeinsame Krankheitsmechanismen genauer zu studieren. Mit Hilfe eines automatisierten Hefe-Zwei-Hybrid-Systems (Y2H) konnte ich 18.663 Protein-Protein-Interaktionen (PPIs) für 449 wildtyp und 22 mutierte Proteine identifizieren. Eine genaue funktionelle Analyse der Interaktionspartner von korrespondierenden wildtyp und mutierten Proteinen ergab deutliche Unterschiede zum einen im Fall von allen untersuchten Proteinen und insbesondere im Fall vom ALS Krankheitsprotein TDP-43. Die identifizierten PPIs wurden außerdem verwendet um krankheitsspezifische Netzwerke zu erstellen und um Proteine zu identifizieren, die mit mehreren NDPs verbunden sind. Ich habe auf diese Weise vier Proteine (APP, IQSEC1, ZNF179 und ZMAT2) gefunden, die mit bekannten NDPs with Huntingtin, TDP-43, Parkin und Ataxin-1 interagieren und so fünf verschiedene NDs miteinander verbinden. Die Reduktion der mRNA Expression von IQSEC1, ZNF179 oder ZMAT2 mit Hilfe von siRNA führte zu einer Verstärkung von pathogenen Mechanismen wie der Aggregation von mutiertem Huntingtin und TDP-43 sowie der Hyperphosphorylierung des Proteins Tau. Außerdem habe ich 22 Proteine entdeckt, die die Aggregation von TDP-43 deutlich verändern und außerdem Mitglieder in sieben vorhergesagten Proteinkomplexen sind. Die Proteinkomplexe habe ich durch Kombination von Interaktionsdaten und Daten eines siRNA Screenings vorhergesagt. Zusätzlich habe ich herausgefunden, dass die Proteine eines vorhergesagten Komplexes, nämlich HDAC1, pRB, HP1, BRG1 und c-MYC, die Aggregation von TDP-43 durch Veränderung von dessen Genexpression beeinflussen. / Neurodegenerative diseases (NDs) such as Alzheimer’s disease (AD), Parkinson’s disease (PD) or amyotrophic lateral sclerosis (ALS) are progressive brain disorders characterized by the accumulation of insoluble protein aggregates in neuronal cells or the extracellular space of patient brains. To elucidate potential common pathological mechanisms in different NDs, I created comprehensive interaction networks for various known and predicted neurodegenerative disease proteins (NDPs). I identified 18,663 protein-protein interactions (PPIs) for 449 bioinformatically selected wild-type target proteins and 22 mutant variants of 11 known NDPs by using an automated yeast two-hybrid (Y2H) system. The functional analysis of the interaction partners of corresponding wild-type and mutant NDPs revealed strong differences in the case of all 11 NDPs and especially for the ALS protein TDP-43. The identified PPIs were used to generate networks for individual NDs such as AD or PD and to identify proteins that are connected to multiple NDPs. For example, I found that five neurodegenerative diseases are connected by four proteins (APP, ZMAT2, ZNF179 and IQSEC1) that link known NDPs such as huntingtin, TDP-43, parkin, ataxin-1 and SOD1. Analysis of publicly available gene expression data suggested that the mRNA expression of the four proteins is abnormally altered in brains of ND patients. Moreover, the knock-down of IQSEC1, ZNF179 or ZMAT2 aggravates pathogenic disease mechanisms such as aggregation of mutant huntingtin or TDP-43 as well as hyperphosphorylation of tau. Additionally, I identified 22 modifiers of TDP-43 aggregation, which are members in 7 protein complexes. These complexes were predicted based on combined data from PPI as well as siRNA screenings. Finally, I found that the proteins HDAC1, pRB, HP1, BRG1 and c-MYC, which form one of the predicted complexes, influence TDP-43 aggregation by altering its mRNA expression.

No description available.

No description available.

Die Liquordiagnostik im Rahmen von Demenzerkrankungen ist trotz neuer diagnostischer Möglichkeiten im Bereich der PET(Positronen-Emissions-Tomographie)-Bildgebung weiterhin von hoher klinischer Relevanz. Insbesondere für die Alzheimer-Erkrankung existieren validierte Biomarker, die die Diagnose untermauern und bei der diagnostischen Abgrenzung anderer Demenzätiologien hilfreich sein können.Während unauffällige Liquorbefunde mit negativen Demenz- und Destruktionsmarkern die überwiegende Mehrzahl neurodegenerativer Demenzursachen mit hoher diagnostischer Sicherheit ausschließen, stellen in der klinischen Praxis vor allem überlappende Biomarkerprofile bei primär neurodegenerativen Demenzursachen ein substanzielles Problem bei der Befundinterpretation dar. Deshalb bedarf die Liquorbefundinterpretation stets einer kontextualisierten Betrachtung unter Würdigung der klinischen Symptomatik und Verlaufscharakteristika des entsprechenden demenziellen Syndroms. Außerdem stellen auchMischbefunde eine häufige diagnostische Herausforderung dar, ür deren Interpretation es profunder Kenntnisse im Bereich von Präanalytik, möglicher Liquorbefundkonstellationen und natürlich der verschiedenen in Betracht kommenden Demenzätiologien bedarf. Auch Liquorbiomarker für Synukleinopathien, Tauopathien sowie TDP43(Transactive response DNA binding protein 43 kDa)-Proteinopathien sind Gegenstand aktueller Untersuchungen, wenngleich diese noch nicht den Weg in die klinische Routinediagnostik gefunden haben.

Der erste Teil dieser Arbeit beschreibt die Durchführung eines quantitativen Ansatzes zur Detektion von Protein-Protein-Interaktionen (PPI) mit einem Schwerpunkt für Proteine, die in vier häufigen neurodegenerativen Krankheiten eine Rolle spielen: die Alzheimer-, Parkinson- und Huntington-Krankheit, sowie die spinozerebelläre Ataxie Typ 1 (SCA1). Die Interaktionsstudie kombiniert die stabile Isotopen-Markierung von Aminosäuren in der Zellkultur mit der Affinitätsaufreinigung von Proteinen und hochauflösender Massenspektrometrie. Dieser Ansatz zielt darauf ab, systematisch die Interaktionspartner von gesunden und krankheitsassoziierten Proteinvarianten zu identifizieren und zu quantifizieren. Darüber hinaus wurde das quantitative Interaktionsverfahren genutzt, um zu prüfen ob PPI durch krankheitsassoziierte Mutationen beeinträchtigt werden. Neben der Validierung möglicher Nebeneffekte, sowie dem Vergleich mit Informationen über PPI aus der Literatur, wurde ein Teil der identifizierten Interaktoren durch zusätzliche Koimmunopräzipitations-Experimente in zwei verschiedenen Zelllinien bestätigt. Mit Hilfe von Drosophila SCA1-Krankheitsmodellen und in Kombination mit RNAi-basierter Stummschaltung identifizierter Interaktoren wurde festgestellt, dass ein großer Teil der Kandidaten Neurodegeneration in vivo beeinflusst. Zusätzlich wurden die Alzheimer-spezifischen PPI-Daten auf genomweite Assoziationsstudien übertragen. Bemerkenswerterweise waren Polymorphismen in einzelnen Nukleotiden in den Genen zugehöriger Interaktoren wahrscheinlicher mit solchen Genen assoziiert, die eine Prädisposition für die Alzheimer-Krankheit haben, als mit zufällig ausgewählten Genen. Schlussendlich konnten Folgeexperimente für zwei ausgewählte Interaktionspartner den Nachweis für eine bislang unbekannte Rolle der N-Glykosylierung und einen neuen Zusammenhang zwischen dem RNA-bindenden Protein LRPPRC und mitochondrialer Dysfunktion in der Alzheimer-Krankheit vorlegen. / The first part of the present thesis describes the establishment of a quantitative protein-protein interaction (PPI) screen with a focus on proteins involved in four common neurodegenerative diseases (NDDs): Alzheimer’s disease (AD), Parkinson’s disease (PD), Huntington’s disease (HD) and spinocerebellar ataxia type 1 (SCA1). The interaction screen combines stable-isotope labeling by amino acids in cell culture (SILAC) with protein affinity purification and high-resolution mass spectrometry. This approach aims to systematically identify and quantify interaction partners of normal and known disease-associated variants of proteins involved in NDDs. Moreover, the quantitative interaction screen was employed to study how PPIs are affected by disease-associated mutations. Along with validation of possible off-target effects and comparison of the data with literature-reported PPIs, a subset of identified interactors was validated by additional co-immunoprecipitation experiments in two different cell lines. Utilizing Drosophila models for SCA1 in combination with RNAi-mediated silencing of identified interactors, a large fraction of candidates was observed to also affect neurodegeneration in vivo. In addition, AD-specific PPI data was mapped to patient cohort data obtained from genome-wide associations studies. Notably, single-nucleotide polymorphisms in the genes of interactors of the disease-associated protein variants were more likely associated with susceptibility to AD than randomly selected genes. Finally, functional follow-ups for two selected interaction partners provided evidence for a yet unreported role of N-linked glycosylation in AD, and a novel link to mitochondrial dysfunction in AD by means of the RNA-binding protein LRPPRC.