Die humorale Immunantwort eines Organismus auf ein Pathogen äußert sich in einer Veränderung des Antikörperrepertoires. Eine quantitative Untersuchung dieses Prozesses erfordert aufgrund der enormen Komplexität des Immunsystems, die Verwendung von Hochdurchsatztechniken, wie Peptid-Mikroarrays. Bisher gibt es nur wenige Studien, die die Verlässlichkeit von Mikroarray-Bindungsmessungen untersuchen. In dieser Arbeit werden Bewertungskriterien für die Qualität von Antikörper-Peptid-Bindungsstudien unter Verwendung der Peptid-Mikroarraytechnologie herausgearbeitet, mit dem Ziel, diese Hochdurchsatzmethode für qualitative und quantitative Antikörper-Peptid-Bindungsmessungen zu optimieren. Anhand eines Modellsystems, das aus dem monoklonalen anti-p24 (HIV-1) Antikörper CB4-1 und 26 verschiedenen Peptiden, die mit unterschiedlicher Affinität an CB4-1 binden, besteht, werden systematisch die Bindungsdissoziationskonstanten der jeweiligen Antikörper-Peptid-Komplexe mit den durch Peptid-Mikroarray-Bindungsmessungen erhaltenen Signalintensitäten verglichen. Darüber hinaus wird in dieser Arbeit die Messung von Serumantikörperbindungsprofilen gegenüber Zufallspeptidbibliotheken als Methode der serologischen Diagnostik verwendet. Anhand dreier Beispieldatensätze wird die serologische Diagnose von Infektionskrankheiten, Autoimmunkrankheiten und von Krebs mittels Zufallspeptid-Mikroarrays demonstriert. Mithilfe von Merkmalsselektion werden Peptide selektiert, die besonders geeignet sind, um zwischen gesunden und kranken Individuen zu unterscheiden. Besondere Bedeutung wird der Untersuchung der Robustheit der Methode gegenüber schwankenden experimentellen Bedingungen beigemessen. Die vorliegende Arbeit gibt Aufschluss über vorhandene Probleme der Mikroarray-Technologie, stellt Lösungsansätze vor und arbeitet bedeutende Weiterentwicklungen auf dem Weg hin zu einer minimal-invasiven serologischen Diagnostik heraus, die kein a priori Wissen über Antigene voraussetzt. / The humoral immune response to a pathogen is associated with specific changes in the antibody repertoire. Because of the enormous complexity of the immune system, a quantitative determination of this process requires high-throughput measuring tools, such as the peptide microarray technology. There are only few reports that determine the technological reliability of peptide microarray studies. By using a model system, composed of the anti-p24 (HIV-1) monoclonal antibody CB4-1 and an array of 26 different peptides for which the CB4-1 binding affinity has independently been measured, the dissociation constants of antibody-peptide complexes are systematically compared with obtained signal intensities. The assignment of serum-antibody binding profiles using random peptide microarrays for the purpose of serological diagnostics constitutes a major part of this work. By means of three sample data sets, the ability of random peptide microarrays to serve as method of serological diagnosing infectious diseases, autoimmune diseases and cancer is demonstrated. By means of feature selection, the peptides that are exceptionally appropriate to discriminate between the investigated groups are identified. This study attaches special importance to the reliability and robustness of extracted microarray data. This thesis indicates present problems of the peptide microarray technology and presents further developments on the way to minimal-invasive serological diagnostics that do not require any a priori knowledge about antigens, and thus about the investigated diseases.
| Identifer | oai:union.ndltd.org:HUMBOLT/oai:edoc.hu-berlin.de:18452/17138 |
| Date | 27 March 2012 |
| Creators | Lück, Juliane |
| Contributors | Or-Guil, Michal, Kramer, Achim, Höhne, Wolfgang |
| Publisher | Humboldt-Universität zu Berlin, Mathematisch-Naturwissenschaftliche Fakultät I |
| Source Sets | Humboldt University of Berlin |
| Language | German |
| Detected Language | English |
| Type | doctoralThesis, doc-type:doctoralThesis |
| Format | application/pdf |
| Rights | Namensnennung - Keine kommerzielle Nutzung - Keine Bearbeitung, http://creativecommons.org/licenses/by-nc-nd/3.0/de/ |
Page generated in 0.0027 seconds