{"id":{"repo_id":"qucosa-diss","oai_identifier":"oai:qucosa:de:qucosa:32588"},"canonical_url":"https://search.dev.ndltd.org/etd/qucosa-diss/oai:qucosa:de:qucosa:32588","repository":{"repo_id":"qucosa-diss","name":"QUCOSA","base_url":"http://www.qucosa.de/oai/"},"display":{"title":"Bioinformatische Analysen zur Optimierung von Aptamerbibliotheken","abstract":"Aptamere besitzen als nahezu universelle Binder ein großes Anwendungspotential in Biotechnologie und Medizin; ihre Selektion aus zufälligen Sequenzbibliotheken liefert jedoch nur suboptimale Ergebnisse. Während der Selektion schlagen sich in der Bibliothek Bindungsinformationen nieder, die zur Optimierung des Verfahrens eingesetzt werden können. Die vorliegende Arbeit widmet sich der bioinformatischen Erschließung dieser Informationen. Für die initiale Auswertung der gewonnenen Aptamersequenzdaten erwiesen sich unter Zuhilfenahme von n-Gramm-Deskriptoren und Affinitäten die Regressionsanalyse und auf statistisch-symbolischer Ebene die Mustersuche als wirkungsvolle Verfahren. Für die Aufklärung der Komplexstruktur aus Aptamer und Zielprotein wurde eine Bewertungsfunktion gefunden, die die Identifikation sogenannter nahe-nativer Bindungskonformationen unter den Ergebnissen einer Dockingsimulation erlaubt. Nach dieser methodischen Evaluation erfolgte die Selektion eines Aptamers gegen das Kapsid des humanen Norovirus. Auf Basis der erhobenen Sequenzdaten wurde die Bindegeometrie zwischen Aptamer und Zielprotein durch Anwendung der im Verfahrensprotokoll festgehaltenen Kombination der Analysemethoden aufgeklärt. Das dabei als bindungsrelevant identifizierte Sequenzmotiv kann bei der Erzeugung targetspezifisch optimierter Selektionsbibliotheken als a priori-Information einfließen.","abstract_html":"Aptamere besitzen als nahezu universelle Binder ein großes Anwendungspotential in Biotechnologie und Medizin; ihre Selektion aus zufälligen Sequenzbibliotheken liefert jedoch nur suboptimale Ergebnisse. Während der Selektion schlagen sich in der Bibliothek Bindungsinformationen nieder, die zur Optimierung des Verfahrens eingesetzt werden können. Die vorliegende Arbeit widmet sich der bioinformatischen Erschließung dieser Informationen. Für die initiale Auswertung der gewonnenen Aptamersequenzdaten erwiesen sich unter Zuhilfenahme von n-Gramm-Deskriptoren und Affinitäten die Regressionsanalyse und auf statistisch-symbolischer Ebene die Mustersuche als wirkungsvolle Verfahren. Für die Aufklärung der Komplexstruktur aus Aptamer und Zielprotein wurde eine Bewertungsfunktion gefunden, die die Identifikation sogenannter nahe-nativer Bindungskonformationen unter den Ergebnissen einer Dockingsimulation erlaubt. Nach dieser methodischen Evaluation erfolgte die Selektion eines Aptamers gegen das Kapsid des humanen Norovirus. Auf Basis der erhobenen Sequenzdaten wurde die Bindegeometrie zwischen Aptamer und Zielprotein durch Anwendung der im Verfahrensprotokoll festgehaltenen Kombination der Analysemethoden aufgeklärt. Das dabei als bindungsrelevant identifizierte Sequenzmotiv kann bei der Erzeugung targetspezifisch optimierter Selektionsbibliotheken als a priori-Information einfließen.","abstract_has_math":false,"creators":["Beier, Rico"],"institution":"TU Bergakademie Freiberg","degree_name":null,"degree_level":"thesis.doctoral","degree_discipline":null,"degree_department":null,"school":null,"contributors":["Schlömann, Michael","Labudde, Dirk"],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2018,"date_issued":"2018-11-29","date_published":"2018-11-29","updated_at":"2026-07-24T03:56:21Z","subjects":["Bioinformatische Analyse","SELEX","Aptamer","Norovirus","bioinformatics analysis"],"languages":[],"rights":[],"rights_urls":[],"identifier_entries":[]},"links":{"outbound_url":null,"outbound_label":null,"outbound_source":null},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:contributor","label":"Contributor","values":["Schlömann, Michael","Labudde, Dirk"]},{"key":"dc:creator","label":"Author","values":["Beier, Rico"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:publisher","label":"Institution","values":["Technische Universität Bergakademie Freiberg"]},{"key":"dc:type","label":"Dc Type","values":["doctoralThesis"]},{"key":"thesis:degree_level","label":"Degree Level","values":["thesis.doctoral"]},{"key":"thesis:institution_name","label":"Thesis Institution Name","values":["TU Bergakademie Freiberg"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Bioinformatische Analyse","SELEX","Aptamer","Norovirus","bioinformatics analysis"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description.abstract","label":"Abstract","values":["Aptamere besitzen als nahezu universelle Binder ein großes Anwendungspotential in Biotechnologie und Medizin; ihre Selektion aus zufälligen Sequenzbibliotheken liefert jedoch nur suboptimale Ergebnisse. Während der Selektion schlagen sich in der Bibliothek Bindungsinformationen nieder, die zur Optimierung des Verfahrens eingesetzt werden können. Die vorliegende Arbeit widmet sich der bioinformatischen Erschließung dieser Informationen. Für die initiale Auswertung der gewonnenen Aptamersequenzdaten erwiesen sich unter Zuhilfenahme von n-Gramm-Deskriptoren und Affinitäten die Regressionsanalyse und auf statistisch-symbolischer Ebene die Mustersuche als wirkungsvolle Verfahren. Für die Aufklärung der Komplexstruktur aus Aptamer und Zielprotein wurde eine Bewertungsfunktion gefunden, die die Identifikation sogenannter nahe-nativer Bindungskonformationen unter den Ergebnissen einer Dockingsimulation erlaubt. Nach dieser methodischen Evaluation erfolgte die Selektion eines Aptamers gegen das Kapsid des humanen Norovirus. Auf Basis der erhobenen Sequenzdaten wurde die Bindegeometrie zwischen Aptamer und Zielprotein durch Anwendung der im Verfahrensprotokoll festgehaltenen Kombination der Analysemethoden aufgeklärt. Das dabei als bindungsrelevant identifizierte Sequenzmotiv kann bei der Erzeugung targetspezifisch optimierter Selektionsbibliotheken als a priori-Information einfließen."]},{"key":"dc:title","label":"Title","values":["Bioinformatische Analysen zur Optimierung von Aptamerbibliotheken"]}]}],"canonical_facts":{"dc:contributor":["Schlömann, Michael","Labudde, Dirk"],"dc:creator":["Beier, Rico"],"dc:description.abstract":["Aptamere besitzen als nahezu universelle Binder ein großes Anwendungspotential in Biotechnologie und Medizin; ihre Selektion aus zufälligen Sequenzbibliotheken liefert jedoch nur suboptimale Ergebnisse. Während der Selektion schlagen sich in der Bibliothek Bindungsinformationen nieder, die zur Optimierung des Verfahrens eingesetzt werden können. Die vorliegende Arbeit widmet sich der bioinformatischen Erschließung dieser Informationen. Für die initiale Auswertung der gewonnenen Aptamersequenzdaten erwiesen sich unter Zuhilfenahme von n-Gramm-Deskriptoren und Affinitäten die Regressionsanalyse und auf statistisch-symbolischer Ebene die Mustersuche als wirkungsvolle Verfahren. Für die Aufklärung der Komplexstruktur aus Aptamer und Zielprotein wurde eine Bewertungsfunktion gefunden, die die Identifikation sogenannter nahe-nativer Bindungskonformationen unter den Ergebnissen einer Dockingsimulation erlaubt. Nach dieser methodischen Evaluation erfolgte die Selektion eines Aptamers gegen das Kapsid des humanen Norovirus. Auf Basis der erhobenen Sequenzdaten wurde die Bindegeometrie zwischen Aptamer und Zielprotein durch Anwendung der im Verfahrensprotokoll festgehaltenen Kombination der Analysemethoden aufgeklärt. Das dabei als bindungsrelevant identifizierte Sequenzmotiv kann bei der Erzeugung targetspezifisch optimierter Selektionsbibliotheken als a priori-Information einfließen."],"dc:publisher":["Technische Universität Bergakademie Freiberg"],"dc:subject":["Bioinformatische Analyse","SELEX","Aptamer","Norovirus","bioinformatics analysis"],"dc:title":["Bioinformatische Analysen zur Optimierung von Aptamerbibliotheken"],"dc:type":["doctoralThesis"],"thesis:degree_level":["thesis.doctoral"],"thesis:institution_name":["TU Bergakademie Freiberg"]},"updated_at":"2026-07-24T03:56:21Z"}