Die Entstehung von Tumoren und damit einhergehenden Veränderungen wurden insbesondere im letzten Jahrzehnt kontrovers diskutiert. Bisher standen nur wenige Datensätze mit ausreichender Datendichte zur Verfügung um eine umfassende Untersuchung der Regulation des Stoffwechsels durchzuführen. Die in dieser Arbeit zusammengefassten Projekte adressieren verschiedene Aspekte der Stoffwechselregulation und beschreiben die Verknüpfung von Zellkulturexperimenten mit innovativen Hochdurchsatz-Technologien, komplexer Datenanalyse und Computer-basierter Modellierung zur Bestimmung der Stoffwechselflüsse in eukaryotischen Zellen. Die Kombination von GC-MS und LC-MS basierten Technologien ermöglicht die quantitative Analyse des zentralen Kohlenstoffwechsels. Markierungsexperimente mit stabilen Isotopen (pSIRM) erlauben die dynamische Analyse der Stoffwechselaktivität. In verschiedenen Projekten wurden das Proteom und Metabolom von Krebszellen, humanen Stammzellen (hESCs), induzierten pluripotenten Stammzellen (iPS) und deren dazugehörigen differenzierten Vorläufer- oder Nachfolgerzellen bestimmt.
Die multivariate, statistische Analyse der Daten ermöglichte die Differenzierung verschiedener Zelltypen basierend auf der Kombination aller quantitativ bestimmten Daten. Quantitative Bestimmungen der Poolgrössen, Isotopeninkorporationen, sowie der extrazellulären Raten in neuronalen, pluripotenten Vorläuferzellen (Luhmes d0) und Neuronen (Luhmes d6) ermöglichte die Bestimmung der Stoffwechselflusskarte beider Zelltypen unter Verwendung der instationären metabolischenen Flussanalyse (INST-MFA).
Die Etablierung einer Qualitätskontrolle für GC-MS basierte Daten (MTXQC), sowie die Zuordnung der GC-MS Fragmente zur Molekülstruktur, ermöglichten den Ausbau des
Netzwerkes des zentralen Kohlenstoffwechsels und die Implementierung der Daten für die metabolische Flussanalyse. / Metabolic reprogramming of the central carbon metabolism (CCM) is highly debated during the last decade. It describes the rearrangement of nutrient consumption for providing energy and building blocks for cellular proliferation and maintenance. So far, only sparse data are available for an in-depth analysis of metabolic reprogramming events. The herein summarised projects address metabolic programming from different perspectives and show the implementation of cell culture experiments, cutting-edge high-throughput technologies, bioinformatics, and computational modelling into one workflow providing the determination of metabolic flux maps of mammalian cells. The combination of GC-MS and LC-MS-based methodologies enable the quantitative analysis of proteins and metabolites of the CCM. Pulsed stable isotope-resolved metabolomics (pSIRM) experiments allow monitoring the fate of nutrients within the network of the CCM. The time-dependent and position-specific incorporation of carbon-13 leads to an indirect measurement of the metabolic flux, the only one functional readout of a cell.
High-throughput technologies were applied in four projects to gain insights in metabolic reprogramming in cancer cell lines, human embryonic stem cells (hESCs), induced pluripotent stem (iPS) cells and their derived fibroblasts. A global principal component analysis demonstrated the discrimination of phenotypes by different classes of quantitative data.
The comparison of metabolic and protein levels confirms the presence of the Warburg effect in both cell types. Though, the executing enzymes vary regarding their isoenzyme identity and expression levels.
Methodological improvements provided the implementation of GC-MS derived data for INST-MFA. The mapping of GC-MS derived fragments to the molecule structure enables an extension of the CCM network. Robustness of the input data has been improved by the development of a R-scripting based quality control tool (MTXQC).
Identifer | oai:union.ndltd.org:HUMBOLT/oai:edoc.hu-berlin.de:18452/18980 |
Date | 11 September 2017 |
Creators | Zasada, Christin |
Contributors | Holzhütter, Herman-Georg, Klipp, Edda, Landthaler, Markus |
Publisher | Humboldt-Universität zu Berlin |
Source Sets | Humboldt University of Berlin |
Language | English |
Detected Language | English |
Type | doctoralThesis, doc-type:doctoralThesis |
Format | application/pdf |
Rights | Namensnennung-NichtKommerziell-KeineBearbeitung 3.0 Deutschland, http://creativecommons.org/licenses/by-nc-nd/3.0/de/ |
Page generated in 0.0018 seconds