Bioinformatische Identifikation von Domänenunterschieden bei Parasit und Wirt am Beispiel der Malaria

Diese Arbeit untersucht zelluläre Netzwerke mit dem Ziel, die so gewonnenen Einsichten medizinisch beziehungsweise biotechnologisch zu nutzen. Hierzu müssen zunächst Proteindomänen und wichtige regulatorische RNA Elemente erkannt werden. Dies geschieht für regulatorische Elemente in Nukleinsäuren am Beispiel von Iron Responsive Elements (IREs) in Staphylococcus aureus, wobei sich solche Elemente in viel versprechender Nähe zu exprimierten Sequenzen finden lassen (T. Dandekar, F. Du, H. Bertram (2001) Nonlinear Analysis 47(1): 225-34). Noch bedeutsamer als Ziele zur Medikamentenentwicklung gegen Parasiten sind Domänenunterschiede in Struktur und Sequenz bei Proteinen (T. Dandekar, F. Du, H. Bertram (2001) Nonlinear Analysis 47(1): 225-34). Ihre Identifikation wird am Beispiel eines potentiellen Transportproteins in Plasmodium falciparum exemplarisch dargestellt. Anschließend wird das Zusammenwirken von regulatorischen Elementen und Domänen in Netzwerken betrachtet (einschließlich experimenteller Daten). Dies kann einerseits zu allgemeineren Schlussfolgerungen über das Netzwerkverhalten führen, andererseits für konkrete Anwendungen genutzt werden. Als Beispiel wählten wir hier Redoxnetzwerke und die Bekämpfung von Plasmodien als Verursacher der Malaria. Da das gesamte Redoxnetzwerk einer lebenden Zelle mit Methoden der pH Wert Messung nur unzureichend zu erfassen ist, werden als alternative Messmethode für dieses Netzwerk Mikrokristalle der Glutathionreduktase als Indikatorsystem nach digitaler Verstärkung experimentell genutzt (H. Bertram, M. A. Keese, C. Boulin, R. H. Schirmer, R. Pepperkok, T. Dandekar (2002) Chemical Nanotechnology Talks III - Nano for Life Sciences). Um komplexe Redoxnetzwerke auch bioinformatisch zu modulieren, werden Verfahren der metabolischen Fluxanalyse vorgestellt und verbessert, um insbesondere ihrer Verzahnung besser gerecht zu werden und solche Netzwerke mit möglichst wenig elementaren Flussmoden zutreffend beschreiben zu können. Die Reduktion der Anzahl von Elementarmoden bei sehr großen metabolischen Netzwerken einer Zelle gelingt hier mit Hilfe unterschiedlicher Methoden und führt zu einer vereinfachten Darstellungsmöglichkeit komplexer Stoffwechselwege von Metaboliten. Dabei dient bei jeder dieser Methoden die biochemisch sinnvolle Definition von externen Metaboliten als Grundlage (T. Dandekar, F. Moldenhauer, S. Bulik, H. Bertram, S. Schuster (2003) Biosystems 70(3): 255-70). Allgemeiner werden Verfahren der Proteindomänenklassifikation sowie neue Strategien gegen mikrobielle Erreger betrachtet. In Bezug auf automatisierte Einteilung von Proteinen in Domänen wird ein neues System von Taylor (2002b) mit bekannten Systemen verglichen, die in unterschiedlichem Umfang menschlichen Eingriffs bedürfen (H. Bertram, T. Dandekar (2002) Chemtracts 15: 735-9). Außerdem wurde neben einer Arbeit über die verschiedenen Methoden aus den Daten eines Genoms Informationen über das metabolische Netzwerk der Zelle zu erlangen (H. Bertram, T. Dandekar (2004) it 46(1): 5-11) auch eine Übersicht über die Schwerpunkte der Bioinformatik in Würzburg zusammengestellt (H. Bertram, S. Balthasar, T. Dandekar (2003) Bioforum 1-2: 26-7). Schließlich wird beschrieben, wie die Pathogenomik und Virulenz von Bakterien der bioinformatischen Analyse zugänglich gemacht werden können (H. Bertram, S. Balthasar, T. Dandekar (2003) Bioforum Eur. 3: 157-9). Im letzten Teil wird die metabolische Fluxanalyse zur Identifikation neuer Strategien zur Bekämpfung von Plasmodien dargestellt: Beim Vergleich der Stoffwechselwege mit Glutathion und Thioredoxin in Plasmodium falciparum, Anopheles und Mensch geht es darum, gezielte Störungen im Stoffwechsel des Malariaerregers auszulösen und dabei den Wirt zu schonen. Es ergeben sich einige interessante Ansatzpunkte, deren medizinische Nutzung experimentell angestrebt werden kann.

Level thesis:degree_level

thesis.doctoral

Grantor dc:publisher

Universität Würzburg

Year

2005

Author dc:creator

• Bertram, Helge

Contributors dc:contributor

• Dandekar, Thomas

• Malaria
• metabolische Fluxanalyse
• Glutathionreduktase
• Iron Responsive Elements
• Proteindomänenklassifikation
• metabolic fluxanalysis
• glutathione reductase
• classification of protein domains

Repository record source_url

https://opus.bibliothek.uni-wuerzburg.de/frontdoor/index/index/docId/1467

OAI identifier oai:identifier

oai:opus.bibliothek.uni-wuerzburg.de:1467