1 |
Meeting at the Membrane – Confined Water at Cationic Lipids & Neuronal Growth on Fluid Lipid BilayersWoiterski, Lydia 03 February 2014 (has links) (PDF)
Die Zellmembran dient der Zelle nicht nur als äußere Hülle, sondern ist auch an einer Vielzahl von lebenswichtigen Prozessen wie Signaltransduktion oder Zelladhäsion beteiligt. Wasser als integraler Bestandteil von Zellen und der extrazellulären Matrix hat sowohl einen großen Einfluss auf die Struktur von Biomolekülen, als auch selbst besondere Merkmale in eingschränkter Geometrie. Im Rahmen dieser Arbeit wurden zwei Effekte an Modellmembranen untersucht: Erstens der Einfluss des Gegenions an kationischen Lipiden (DODAX, X = F, Cl, Br, I) auf die Eigenschaften des Grenzflächenwassers und zweitens das Vermögen durch Viskositätsänderungen das Wachstum von Nervenzellen anzuregen sowie die einzelnen Stadien der Bildung von neuronalen Netzwerken und deren Optimierung zu charakterisieren.
Lipidmultischichten und darin adsorbiertes Grenzflächenwasser wurden mittels Infrarotspektroskopie mit abgeschwächter Totalreflexion untersucht. Nach Charakterisierung von Phasenverhalten und Wasserkapazität der Lipide wurden die Eigenschaften des Wassers durch kontrollierte Hydratisierung bei einem Wassergehalt von einem Wassermolekül pro Lipid verglichen. Durch die geringe Wasserkapazität können in diesem besonderen System direkte Wechselwirkungen zwischen Lipiden und Wasser aus der ersten Hydratationsschale beobachtet werden. Bemerkenswert strukturierte OH-Streckschwingungsbanden in Abhängigkeit des Anions und niedrige IR-Ordnungsparameter zeigen, dass stark geordnete, in ihrer Mobilität eingeschränkte Wassermoleküle an DODAX in verschiedenen Populationen mit unterschiedlich starken Wasserstoffbrückenbindungen
existieren und sich vermutlich in kleinen Clustern anordnen.
Die zweite Fragestellung hatte zum Ziel, das Wachstum von Nervenzellen auf Membranen zu beleuchten. Auf der Ebene einzelner Zellen wurde untersucht, ob sich in Analogie zu den bisher verwendeten elastischen Substraten, die Viskosität von Membranen
als neuartiger physikalischer Stimulus dafür eignet, das mechanosensitive Verhalten von Neuronen zu modulieren. Das Wachstum der Neuronen wurde auf substrat- und
polymergestützten Lipiddoppelschichten mittels Phasenkontrastmikroskopie beobachtet. Die Quantifizierung der Neuritenlängen, -auswuchsgeschwindigkeiten und
-verzweigungen zeigten kaum signifikante Unterschiede. Diffusionsmessungen (FRAP) ergaben, dass entgegen der Erwartungen, die Substrate sehr ähnliche Fluiditäten aufweisen.
Die Betrachtung der zeitlichen Entwicklung des kollektiven Neuronenwachstums, also der Bildung von komplexen Netzwerken, offenbarte robuste „Kleine-Welt“-Eigenschaften und darüber hinaus unterschiedliche Stadien. Diese wurden durch graphentheoretische
Analyse beschrieben, um anhand typischer Größen wie dem Clusterkoeffizienten und der kürzesten Pfadlänge zu zeigen, wie sich die Neuronen in einem frühen Stadium vernetzen, im Verlauf eine maximale Komplexität erreichen und letztlich das Netzwerk durch effiziente Umstrukturierung hinsichtlich kurzer Pfadlängen
optimiert wird.
|
2 |
Meeting at the Membrane – Confined Water at Cationic Lipids & Neuronal Growth on Fluid Lipid Bilayers: Meeting at the Membrane – Confined Water at Cationic Lipids &Neuronal Growth on Fluid Lipid BilayersWoiterski, Lydia 05 December 2013 (has links)
Die Zellmembran dient der Zelle nicht nur als äußere Hülle, sondern ist auch an einer Vielzahl von lebenswichtigen Prozessen wie Signaltransduktion oder Zelladhäsion beteiligt. Wasser als integraler Bestandteil von Zellen und der extrazellulären Matrix hat sowohl einen großen Einfluss auf die Struktur von Biomolekülen, als auch selbst besondere Merkmale in eingschränkter Geometrie. Im Rahmen dieser Arbeit wurden zwei Effekte an Modellmembranen untersucht: Erstens der Einfluss des Gegenions an kationischen Lipiden (DODAX, X = F, Cl, Br, I) auf die Eigenschaften des Grenzflächenwassers und zweitens das Vermögen durch Viskositätsänderungen das Wachstum von Nervenzellen anzuregen sowie die einzelnen Stadien der Bildung von neuronalen Netzwerken und deren Optimierung zu charakterisieren.
Lipidmultischichten und darin adsorbiertes Grenzflächenwasser wurden mittels Infrarotspektroskopie mit abgeschwächter Totalreflexion untersucht. Nach Charakterisierung von Phasenverhalten und Wasserkapazität der Lipide wurden die Eigenschaften des Wassers durch kontrollierte Hydratisierung bei einem Wassergehalt von einem Wassermolekül pro Lipid verglichen. Durch die geringe Wasserkapazität können in diesem besonderen System direkte Wechselwirkungen zwischen Lipiden und Wasser aus der ersten Hydratationsschale beobachtet werden. Bemerkenswert strukturierte OH-Streckschwingungsbanden in Abhängigkeit des Anions und niedrige IR-Ordnungsparameter zeigen, dass stark geordnete, in ihrer Mobilität eingeschränkte Wassermoleküle an DODAX in verschiedenen Populationen mit unterschiedlich starken Wasserstoffbrückenbindungen
existieren und sich vermutlich in kleinen Clustern anordnen.
Die zweite Fragestellung hatte zum Ziel, das Wachstum von Nervenzellen auf Membranen zu beleuchten. Auf der Ebene einzelner Zellen wurde untersucht, ob sich in Analogie zu den bisher verwendeten elastischen Substraten, die Viskosität von Membranen
als neuartiger physikalischer Stimulus dafür eignet, das mechanosensitive Verhalten von Neuronen zu modulieren. Das Wachstum der Neuronen wurde auf substrat- und
polymergestützten Lipiddoppelschichten mittels Phasenkontrastmikroskopie beobachtet. Die Quantifizierung der Neuritenlängen, -auswuchsgeschwindigkeiten und
-verzweigungen zeigten kaum signifikante Unterschiede. Diffusionsmessungen (FRAP) ergaben, dass entgegen der Erwartungen, die Substrate sehr ähnliche Fluiditäten aufweisen.
Die Betrachtung der zeitlichen Entwicklung des kollektiven Neuronenwachstums, also der Bildung von komplexen Netzwerken, offenbarte robuste „Kleine-Welt“-Eigenschaften und darüber hinaus unterschiedliche Stadien. Diese wurden durch graphentheoretische
Analyse beschrieben, um anhand typischer Größen wie dem Clusterkoeffizienten und der kürzesten Pfadlänge zu zeigen, wie sich die Neuronen in einem frühen Stadium vernetzen, im Verlauf eine maximale Komplexität erreichen und letztlich das Netzwerk durch effiziente Umstrukturierung hinsichtlich kurzer Pfadlängen
optimiert wird.
|
Page generated in 0.1162 seconds