Noroviruses are the major cause of acute viral gastroenteritis worldwide. Thus, rapid and reliable pathogen detection and control are crucial to avoid epidemic outbreaks. Peptides which bind to these viruses with high specificity and affinity could serve as small and stable recognition elements in biosensing applications for a point-of-care diagnostic of noroviruses. They can be identified by screening large phage display libraries using the biopanning technique.
In the present study, this method was applied to identify norovirus-binding peptide motifs. For this purpose, a biopanning based on column chromatography was established, and three rounds of selections were performed. After the second round, the cosmix-plexing recombination technique was implemented to enhance the chance of obtaining peptides with very high affinity. Biopanning data evaluation was based on next-generation sequencing (NGS), to show that this innovative method can enable a detailed analysis of the complete sequence spectrum obtained during and after biopanning. Highly enriched motifs could be characterized by their large proportion of the amino acids W, K, R, N, and F. Neighbourhood analysis was exemplarily performed for selected motifs, showing that the motifs FAT, RWN, and KWF possessed the fingerprints with the largest differences relative to the original library. This thesis thus presents next-generation sequencing-based analysis tools, which could now be transferred to any other biopanning project. The identified peptide motifs represent promising candidates for a future examination of their norovirus-specific binding.
A new option for testing such phage-target interactions in the context of biopanning selections was studied in the second part of the thesis. For this purpose, a phage-based microarray was developed as a miniaturized binding assay. As a prerequisite, the different immobilization behaviour of phages on positively and negatively charged surfaces was studied, and a non-contact printing technique for bacteriophages was developed. Subsequently, the interaction of phages and antibodies directed against phage coat proteins was characterized in enzyme-linked immunosorbent assays, and the protocol was successfully transferred to the non-contact printed phage spots. At the proof-of-concept level, the phage array could finally be integrated into a microfluidic setup, showing a higher signal-to-background ratio relative to the static phage array. These results point the way towards a microfluidic phage array, allowing online monitoring, automation, and parallelisation of the phage array analysis. / Noroviren gelten als Hauptursache akuter viraler Magen-Darm-Erkrankungen. Nur eine zeitnahe und verlässliche Detektion und Kontrolle dieser Pathogene kann epidemische Ausbrüche vermeiden. Um dies zu ermöglichen, könnten Peptide, die an diese Viren mit hoher Spezifität und Affinität binden, als kleine und stabile Erkennungselemente in biosensorischen Anwendungen eingesetzt werden. Solche Peptide können mithilfe der Biopanning-Technik identifiziert werden, die auf dem Screening großer Phagen-Display-Bibliotheken beruht.
In der vorliegenden Arbeit wurde diese Methode genutzt, um Norovirus-bindende Peptidmotive zu identifizieren. Dazu wurde ein auf Säulenchromatographie basierendes Biopanning entwickelt und drei Selektionsrunden durchgeführt. Die Cosmix-Plexing-Rekombinationstechnik wurde nach der zweiten Runde eingesetzt, um die Wahrscheinlichkeit der Gewinnung hochaffiner Binder zu erhöhen. Die Auswertung der Biopanningdaten erfolgte mittels Hochdurchsatzsequenzierung (Next-Generation Sequencing). Es konnte gezeigt werden, dass diese innovative Methode die detailierte Analyse des kompletten Sequenzspektrums während und nach dem Biopanning ermöglicht. Stark angereicherte Motive konnten durch ihren hohen Anteil an den Aminosäuren W, K, R, N und F charakterisiert werden. Eine Nachbarschaftsanalyse wurde exemplarisch für ausgewählte Motive durchgeführt. Dabei wurden die stärksten Unterschiede im Fingerprint im Vergleich zur Ausgangsbibliothek bei den Motiven FAT, RWN und KWF gefunden. Diese Dissertation stellt damit auf Next-Generation Sequencing basierende Analysetechniken vor, die für weitere Biopanningprojekte übernommen werden können. Die identifizierten Peptidmotive könnten als vielversprechende Kandidaten zukünftig auf ihre Norovirus-spezifische Bindung hin getestet werden.
Eine neue Möglichkeit, solche Phagen-Analyt-Interaktionen zu untersuchen, wurde im zweiten Teil der Dissertation untersucht. Dafür wurde als miniaturisierter Bindungsassay ein Phagen-basiertes Mikroarray entwickelt. Als Voraussetzung wurde zunächst das unterschiedliche Immobilisierungsverhalten von Bakteriophagen auf positiv und negativ geladenen Oberflächen untersucht und eine kontaktfreie Drucktechnik für Bakteriophagen etabliert. Anschließend wurde die Interaktion von Phagen und gegen sie gerichteten Antikörpern in Enzym-gekoppelten Immunadsorptionstests charakterisiert und das Protokoll erfolgreich auf die kontaktfrei gedruckten Phagenspots übertragen. Schließlich wurde erstmals die grundsätzliche Möglichkeit gezeigt, das Array in ein mikrofluidisches Setup zu integrieren, was zu einem höheren Signal-zu-Hintergrund-Verhältnis im Vergleich zum statischen Array führte. Diese Ergebnisse zeigen damit den Weg zu einem mikrofluidischen Phagen-Array auf, das sowohl die Möglichkeit des Online-Monitorings als auch der Automatisierung und Parallelisierung der Phagen-Array-Analyse bietet.
Identifer | oai:union.ndltd.org:DRESDEN/oai:qucosa.de:bsz:14-qucosa-230956 |
Date | 28 November 2017 |
Creators | Pahlke, Claudia |
Contributors | Technische Universität Dresden, Fakultät Mathematik und Naturwissenschaften, Dr. Michael Szardenings, Dr. Larysa Baraban, Dr. Jörg Opitz, Prof. Dr. Günter Vollmer, Prof. Dr. Gianaurelio Cuniberti |
Publisher | Saechsische Landesbibliothek- Staats- und Universitaetsbibliothek Dresden |
Source Sets | Hochschulschriftenserver (HSSS) der SLUB Dresden |
Language | English |
Detected Language | English |
Type | doc-type:doctoralThesis |
Format | application/pdf |
Page generated in 0.0022 seconds