Deutsch English
Deutsch English

Veröffentlichungen List of Publications


Publikationen Publications


Abstracts/Poster Abstracts/Posters


Patente Patents


Dissertationen Theses


Masterarbeiten Master Theses


Bachelorarbeiten Bachelor Theses



Publikationen 2017 Publications 2017

Comment on "Single cell RNA-seq reveals new types of human blood dendritic cells, monocytes and progenitors." Smiljanovic B, Bonin-Andresen M, Stuhlmüller B, Sörensen T, Grützkau A, Häupl T. (2017) Link

Heßelbach K, Kim GJ, Flemming S, Häupl T, Bonin-Andresen M, Dornhof R, Günther S, Merfort I, Humar M. Disease relevant modifications of the methylome and transcriptome by particulate matter (PM2.5) from biomass combustion. Epigenetics (2017) PMID: 28742980

Krenn V, Perino G, Rüther W, Krenn VT, Huber M, Hügle T, Najm A, Müller S, Boettner F, Pessler F, Waldstein W, Kriegsmann J, Casadonte R, Häupl T, Wienert S, Krukemeyer MG, Sesselmann S, Sunitsch S, Tikhilov R, Morawietz L. 15 years of the histopathological synovitis score, further development and review: A diagnostic score for rheumatology and orthopaedics. Pathol Res Pract. (2017) PMID: 28687159

Stich S, Loch A, Park SJ, Häupl T, Ringe J, Sittinger M. Characterization of single cell derived cultures of periosteal progenitor cells to ensure the cell quality for clinical application. PLoS One (2017) PMID: 28562645

Krenn V, Perino G, Rüther W, Krenn VT, Huber M, Hügle T, Najm A, Müller S, Boettner F, Pessler F, Waldstein W, Kriegsmann J, Häupl T, Wienert S, Krukemeyer MG, Sesselmann S, Tikhilov R, Morawietz L. Fifteen years of the histopathological synovitis score: Review and further developments of a diagnostic score. Z Rheumatol. (2017) PMID: 28470440

Latsoudis H, Mashreghi MF, Grün JR, Chang HD, Stuhlmüller B, Repa A, Gergiannaki I, Kabouraki E, Vlachos GS, Häupl T, Radbruch A, Sidiropoulos P, Doukoumetzidis K, Kardassis D, Niewold TB, Boumpas DT, Goulielmos GN. Differential Expression of miR-4520a Associated With Pyrin Mutations in Familial Mediterranean Fever (FMF). J Cell Physiol. (2017) PMID: 27636101

Strauß R, Rose T, Flint SM, Klotsche J, Häupl T, Peck-Radosavljevic M, Yoshida T, Kyogoku C, Flechsig A, Becker AM, Dao KH, Radbruch A, Burmester GR, Lyons PA, Davis LS, Hiepe F, Grützkau A, Biesen R. Type I interferon as a biomarker in autoimmunity and viral infection: a leukocyte subset-specific analysis unveils hidden diagnostic options. J Mol Med. (2017) PMID: 28357476

Smiljanovic B, Radzikowska A, Kuca-Warnawin E, Kurowska W, Sörensen T, Stuhlmüller B, Bonin-Andresen M, Grün JR, Burmester GR, Radbruch A, Grützkau A, Maslinski W, Häupl T. Increased Turnover of Monocytes in Patients with Rheumatoid Arthritis Identified by Transcriptome and Cytometric Profiling. Ann Rheum Dis. (2017) Link


Publikationen 2016 Publications 2016

Duroux-Richard I, Roubert C, Ammari M, Présumey J, Grün JR, Häupl T, Grützkau A, Lecellier CH, Boitez V, Codogno P, Escoubet J, Pers YM, Jorgensen C, Apparailly F. miR-125b controls monocyte adaptation to inflammation through mitochondrial metabolism and dynamics. Blood (2016) PMID: 27702798

Latsoudis H, Mashreghi MF, Grün JR, Chang HD, Stuhlmüller B, Repa A, Gergiannaki I, Kabouraki E, Häupl T, Radbruch A, Sidiropoulos P, Kardassis D, Boumpas DT, Goulielmos GN. Differential Expression of miR-4520a Associated with Pyrin Mutations Suggesting a Role of Autophagy in Familial Mediterranean Fever (FMF). J Cell Physiol. (2016) PMID: 27636101

Stuhlmüller B, Mans K, Tandon N, Bonin-Andresen M, Smiljanovic B, Sörensen T, Schendel P, Martus P, Listing J, Detert J, Backhaus M, Neumann T, Winchester RJ, Burmester GR, Häupl T. Genomic stratification by expression of HLA-DRB4 alleles identifies differential innate and adaptive immune transcriptional patterns - A strategy to detect predictors of methotrexate response in early rheumatoid arthritis. Clin Immunol. (2016) PMID: 27570220

Strehl C, Schellmann S, Maurizi L, Hofmann-Amtenbrink M, Häupl T, Hofmann H, Buttgereit F, Gaber T. Effects of PVA-coated nanoparticles on human T helper cell activity. Toxicol Lett. (2016) PMID: 26774940

Smiljanovic B, Stuhlmüller B, Sörensen T, Bonin-Andresen M, Pade S, Backhaus M, Maslinski W, Burmester GR, Radbruch A, Grützkau A, Häupl T. Tissue- and Cell-Specific Transcriptomes Indicate Systemic Nature of RA and Revealed Combinations of Protein Biomarkers Relevant for Disease Characterisation in Serum. Ann Rheum Dis. (2016) Link

Sörensen T, Schulte-Wrede U, Hermann S, Grützkau A, Häupl T. immunoClust based analysis of cytometric profiles reveals immunophenotypic changes in synovial fluid compared to peripheral blood cells in rheumatoid arthritis. Ann Rheum Dis. (2016) Link


Publikationen 2015 Publications 2015

Stuhlmüller B, Skriner K, Häupl T. Biomarkers for prognosis of response to anti-TNF therapy of rheumatoid arthritis: Where do we stand? Z Rheumatol. (2015) PMID: 26347122

Strehl C, Gaber T, Maurizi L, Hahne M, Rauch R, Hoff P, Häupl T, Hofmann-Amtenbrink M, Poole AR, Hofmann H, Buttgereit F. Effects of PVA coated nanoparticles on human immune cells. Int J Nanomedicine. (2015) PMID: 26056442

Sörensen T, Baumgart S, Durek P, Grützkau A, Häupl T. immunoClust-An automated analysis pipeline for the identification of immunophenotypic signatures in high-dimensional cytometric datasets. Cytometry A. (2015) PMID: 25850678

Smiljanovic B, Stuhlmüller B, Bonin-Andresen M, Pade S, Backhaus B, Burmester GR, Radbruch A, Grützkau A, Häupl T. The synovial tissue transcriptome reveals combinations of protein biomarkers for unambiguous identification of RA patients from synovial fluid and for quantification of disease activity in serum. Ann Rheum Dis. (2015) Link


Publikationen 2014 Publications 2014

Haftmann C, Stittrich AB, Zimmermann J, Fang Z, Hradilkova K, Bardua M, Westendorf K, Heinz GA, Riedel R, Siede J, Lehmann K, Weinberger EE, Zimmel D, Lauer U, Häupl T, Sieper J, Backhaus M, Neumann C, Hoffmann U, Porstner M, Chen W, Grün JR, Baumgrass R, Matz M, Löhning M, Scheffold A, Wittmann J, Chang HD, Rajewsky N, Jäck HM, Radbruch A, Mashreghi MF. miR-148a is upregulated by Twist1 and T-bet and promotes Th1-cell survival by regulating the proapoptotic gene Bim. Eur J Immunol. (2014) PMID: 25486906

Häupl T, Zimmermann M, Kalus U, Yürek S, Koscielny J, Hoppe B. Angiotensin converting enzyme intron 16 insertion/deletion genotype is associated with plasma C-reactive protein concentration in uteroplacental dysfunction. J Renin Angiotensin Aldosterone Syst. (2014) PMID: 25155623

Ghannam K, Martinez-Gamboa L, Spengler L, Krause S, Smiljanovic B, Bonin M, Bhattarai S, Grützkau A, Burmester GR, Häupl T, Feist E. Upregulation of Immunoproteasome Subunits in Myositis Indicates Active Inflammation with Involvement of Antigen Presenting Cells, CD8 T-Cells and IFNγ. PLoS One (2014) PMID: 25098831

Kupfer P, Huber R, Weber M, Vlaic S, Häupl T, Koczan D, Guthke R, Kinne RW. Novel application of multi-stimuli network inference to synovial fibroblasts of rheumatoid arthritis patients. BMC Med Genomics (2014) PMID: 24989895

Woetzel D, Huber R, Kupfer P, Pohlers D, Pfaff M, Driesch D, Häupl T, Koczan D, Stiehl P, Guthke R, Kinne RW. Identification of rheumatoid arthritis and osteoarthritis patients by transcriptome-based rule set generation. Arthritis Res Ther. (2014) PMID: 24690414

Stuhlmüller B, Häupl T, Burmester GR, Kinne RW. Prerequisites to Define and to Validate Therapy-Predicitive Blood Biomarkers. (2014) Link

Bonin M, Kokatjuhha J, Mans K, Grützkau A, Smiljanovic B, Sörensen T, Häupl T. Identification of geneexpression networks in different immunological states. Ann Rheum Dis. (2014) Link

Bonin M, Weidel L, Schendel P, Mans K, Flemming S, Grützkau A, Smiljanovic B, Sörensen T, Günther S, Häupl T. BioConPages - Comparison of DNA methylation and gene expression in different immune cells. Ann Rheum Dis. (2014) Link

Smiljanovic B, Stuhlmüller B, Maslinski W, Vogl T, Pade S, Backhaus M, Burmester GR, Radbruch A, Grützkau A, Häupl T. From tissue- and cell-specific transcriptomes to candidate markers in rheumatoud arthritis. Ann Rheum Dis. (2014) Link

Ghannam K, Martinez-Gamboa L, Spengler L, Krause S, Smiljanovic B, Bonin M, Grützkau A, Burmester GR, Häupl T, Feist E. OP0131 Upregulation of Immunoproteasome Subunits PSMB8 and PSMB9 in Myositis Indicates Active Inflammation with Involvement of Antigen Presenting Cells, CD8+ T-Cells and IFN Gamma. Ann Rheum Dis. (2014) Link

Duroux-Richard I, Roubert C, Ammari M, Présumey J, Grün J, Häupl T, Grützkau A, Lecellier CH, Jorgensen C, Apparailly F. MIR-125B controls mitochondrial functions and dynamics in monocytes. Ann Rheum Dis. (2014) Link

Kyogoku C, Smiljanovic B, Grün J, Schulte-Wrede U, Alexander T, Biesen R, Hiepe F, Häupl T, Radbruch A, Grützkau A. T helper lymphocytes and monocytes as biosensors of type I interferon responses in viral infection and autoimmunity. Ann Rheum Dis. (2014) Link


Publikationen 2013 Publications 2013

Kyogoku C, Smiljanovic B, Grün JR, Biesen R, Schulte-Wrede U, Häupl T, Hiepe F, Alexander T, Radbruch A, Grützkau A. Cell-specific type I IFN signatures in autoimmunity and viral infection: what makes the difference? PLoS One. (2013) PMID: 24391825

Ullah M, Stich S, Häupl T, Eucker J, Sittinger M, Ringe J. Reverse differentiation as a gene filtering tool in genome expression profiling of adipogenesis for fat marker gene selection and their analysis. PLoS One. (2013) PMID: 23922792

Cobb JE, Plant D, Flynn E, Tadjeddine M, Dieudé P, Cornélis F, Arlestig L, Dahlqvist SR, Goulielmos G, Boumpas DT, Sidiropoulos P, Krintel SB, Ornbjerg LM, Hetland ML, Klareskog L, Häupl T, Filer A, Buckley CD, Raza K, Witte T, Schmidt RE, Fitzgerald O, Veale D, Eyre S, Worthington J. Identification of the tyrosine-protein phosphatase non-receptor type 2 as a rheumatoid arthritis susceptibility locus in europeans. PLoS One. (2013) PMID: 23840476

Stuhlmüller B, Feist E, Häupl T, Burmester GR, Pipitone N. New aspects on the pathogenesis of myositis. Z Rheumatol. (2013) PMID: 23515563

Weix J, Häupl T, Raio L, Villiger PM, Förger F. The physiologic increase in expression of some type I IFN-inducible genes during pregnancy is not associated with improved disease activity in pregnant patients with rheumatoid arthritis. Transl Res. (2013) PMID: 23507374

Bonin M, Flemming S, Günther S, Grützkau A, Häupl T. Combined Analysis of Epigenetic and Transcriptional Profiles in Different Immune Cells Identifies Hot Spots of Gene Regulation by DNA Methylation. Ann Rheum Dis. (2013) Link

Häupl T, Sörensen T, Smiljanovic B, Bonin M, Grützkau A, Nikolaou C, Pandis I, Kollias G, Rowe A. Comparative Transcriptome Analysis of Human and Mouse Synovial Fibroblast Responses to TNF. Ann Rheum Dis. (2013) Link

Smiljanovic B, Stuhlmüller B, Pade S, Backhaus M, Burmester GR, Radbruch A, Grützkau A, Häupl T. Synovial Tissue Transcriptome and Synovial Fluid Proteome have Stronger Discriminatory Power than Serum in Dissecting Inflammation in RA. Ann Rheum Dis. (2013) Link

Sörensen T, Schulte-Wrede U, Pade S, Hirseland H, Burmester GR, Radbruch A, Grützkau A, Häupl T. Automated and Standardised Analysis for High Dimensional Cytometric Data Provides New Options for Complex Cell-Associated Biomarker Screening. Ann Rheum Dis. (2013) Link

Kyogoku C, Smiljanovic B, Grün JR, Alexander T, Biesen R, Hiepe F, Häupl T, Radbruch A, Grützkau A. Cell-specific type I Interferon signatures in autoimmunity and viral infection: what makes the difference?. Ann Rheum Dis. (2013) Link

Smiljanovic B, Stuhlmüller B, Maslinski W, Burmester GR, Radbruch A, Grützkau A, Häupl T. Dissecting disease-specific differences in RA and OA by transcriptome analyses of synovial tissue, blood and bone marrow monocytes. Ann Rheum Dis. (2013) Link

Scherer HU, Burmester GR, Häupl T. Biomarkers and personalized medicine. Z Rheumatol. (2013) PMID: 23223890

Ebner F, Brandt C, Thiele P, Richter D, Schliesser U, Siffrin V, Schueler J, Stubbe T, Ellinghaus A, Meisel C, Sawitzki B, Nitsch R. Microglial activation milieu controls regulatory T cell responses. J Immunol. (2013) PMID: 24146044


Publikationen 2012 Publications 2012

Hassert R, Pagel M, Ming Z, Häupl T, Abel B, Braun K, Wiessler M, Beck-Sickinger AG. Biocompatible Silicon Surfaces through Orthogonal Click Chemistries and a High Affinity Silicon Oxide Binding Peptide. Bioconjug Chem. (2012) PMID: 22989005

Smiljanovic B, Grün JR, Biesen R, Schulte-Wrede U, Baumgrass R, Stuhlmüller B, Maslinski W, Hiepe F, Burmester GR, Radbruch A, Häupl T, Grützkau A. The multifaceted balance of TNFα and type I/II interferon responses in SLE and RA: how monocytes manage the impact of cytokines. J Mol Med. (2012) PMID: 22610275

Häupl T, Appel H, Backhaus M, Burkhardt H, Grünke M, Grützkau A, Hoppe B, Listing J, Ostendorf B, Rudwaleit M, Sieper J, Skapenko A, Skriner K, Sörensen T, Stuhlmüller B, Zink A, Schulze-Koops H, Burmester GR. Biomarkers in rheumatology: Biomarkers and imaging for the diagnosis and stratification of rheumatoid arthritis and spondylarthritis in the ArthroMark network funded by the Federal Ministry of Education and Research. Z Rheumatol. (2012) PMID: 22546912

Kruger JP, Endres M, Neumann K, Stuhlmuller B, Morawietz L, Häupl T, Kaps C. Chondrogenic differentiation of human subchondral progenitor cells is affected by synovial fluid from donors with osteoarthritis or rheumatoid arthritis. J Orthop Surg Res. (2012) PMID: 22414301

Jullien N, Maudinet A, Leloutre B, Ringe J, Häupl T, Marie PJ. Downregulation of ErbB3 By Wnt3a Contributes to Wnt-induced osteoblast differentiation in mesenchymal cells. J Cell Biochem. (2012) PMID: 22274864

Hoppe B, Häupl T, Skapenko A, Ziemer S, Tauber R, Salama A, Schulze-Koops H, Burmester GR, Dörner T. Fibrinogen and factor XIII A-subunit genotypes interactively influence C-reactive protein levels during inflammation. Ann Rheum Dis. (2012) PMID: 22267327

Weix J, Förger F, Häupl T, Surbek D, Ostensen M, Villiger PM. Influence of pregnancy on the adipocytokine and PPAR pathways in peripheral blood mononuclear cells of healthy donors and RA patients. Arthritis Rheum. (2012) PMID: 22231457


Publikationen 2011 Publications 2011

Hoppe B, Burmester GR, Häupl T. Prothrombin 20210G>A genotype and C-reactive protein level. Blood. (2011) PMID: 22021457

Biesen R, Häupl T. DNA Microarrays. Z Rheumatol. (2011) PMID: 21956826

Menssen A, Häupl T, Sittinger M, Delorme B, Charbord P, Ringe J. Differential gene expression profiling of human bone marrow-derived mesenchymal stem cells during adipogenic development. BMC Genomics (2011) PMID: 21943323

Bal G, Kamhieh-Milz J, Futschik M, Häupl T, Salama A, Moldenhauer A. Transcriptional profiling of the hematopoietic support of interleukin-stimulated human umbilical vein endothelial cells (HUVECs). Cell Transplant. (2011) PMID: 21669038

Scheel T, Gursche A, Zacher J, Häupl T, Berek C. V-region gene analysis of locally defined synovial B and plasma cells reveals selected B cell expansion and accumulation of plasma cell clones in rheumatoid arthritis. Arthritis Rheum. (2011) PMID: 20882667


Publikationen 2010 Publications 2010

Shahab-Osterloh S, Witte F, Hoffmann A, Winkel A, Laggies S, Neumann B, Seiffart V, Lindenmaier W, Gruber AD, Ringe J, Häupl T, Thorey F, Willbold E, Corbeau P, Gross G. Mesenchymal stem cell-dependent formation of heterotopic tendon-bone insertions (osteotendinous junctions). Stem Cells. (2010) PMID: 20882636

Slansky E, Li J, Häupl T, Morawietz L, Krenn V, Pessler F. Quantitative determination of the diagnostic accuracy of the synovitis score and its components. Histopathology. (2010) PMID: 20840673

Endres M, Andreas K, Kalwitz G, Freymann U, Neumann K, Ringe J, Sittinger M, Häupl T, Kaps C. Chemokine profile of synovial fluid from normal, osteoarthritis and rheumatoid arthritis patients: CCL25, CXCL10 and XCL1 recruit human subchondral mesenchymal progenitor cells. Osteoarthritis Cartilage. (2010) PMID: 20709179

Smiljanovic B, Grün JR, Steinbrich-Zöllner M, Stuhlmüller B, Häupl T, Burmester GR, Radbruch A, Grützkau A, Baumgrass R. Defining TNFα- and LPS-induced gene signatures in monocytes to unravel the complexity of peripheral blood transcriptomes in health and disease. J Mol Med. (2010) PMID: 20640394

Kaltz N, Ringe J, Holzwarth C, Charbord P, Niemeyer M, Jacobs VR, Peschel C, Häupl T, Oostendorp RA. Novel markers of mesenchymal stem cells defined by genome-wide gene expression analysis of stromal cells from different sources. Exp Cell Res. (2010) PMID: 20599957

Hamidouche Z, Fromigué O, Ringe J, Häupl T, Marie PJ. Crosstalks between integrin alpha 5 and IGF2/IGFBP2 signalling trigger human bone marrow-derived mesenchymal stromal osteogenic differentiation. BMC Cell Biol. (2010) PMID: 20573191

Göhring AR, Lübke C, Andreas K, Kaps C, Häupl T, Pruss A, Perka C, Sittinger M, Ringe J. Tissue-engineered cartilage of porcine and human origin as in vitro test system in arthritis research. Biotechnol Prog. (2010) PMID: 20306542

Charbord P, Livne E, Gross G, Häupl T, Neves NM, Marie P, Bianco P, Jorgensen C. Human Bone Marrow Mesenchymal Stem Cells: A Systematic Reappraisal Via the Genostem Experience. Stem Cell Rev. (2010) PMID: 20198518

Scherer HU, van der Woude D, Ioan-Facsinay A, El Bannoudi H, Trouw LA, Koeleman CA, Wang J, Häupl T, Burmester GR, Deelder AM, Huizinga TW, Wuhrer M, Toes RE. Glycan profiling of anti-citrullinated protein antibodies (ACPA) isolated from human serum and synovial fluid. Arthritis Rheum. (2010) PMID: 20178128

Miraoui H, Ringe J, Häupl T, Marie PJ. Increased EFG- and PDGFalpha-receptor signaling by mutant FGF-receptor 2 contributes to osteoblast dysfunction in Apert craniosynostosis. Hum Mol Genet. (2010) PMID: 20124286

Häupl T, Stuhlmüller B, Grützkau A, Radbruch A, Burmester GR. Does gene expression analysis inform us in rheumatoid arthritis? Ann Rheum Dis. (2010) PMID: 19995742

Stuhlmüller B, Häupl T, Hernandez MM, Grützkau A, Kuban RJ, Tandon N, Voss JW, Salfeld J, Kinne RW, Burmester GR. CD11c as a transcriptional biomarker to predict response to anti-TNF monotherapy with adalimumab in patients with rheumatoid arthritis. Clin Pharmacol Ther. (2010) PMID: 20032971


Publikationen 2009 Publications 2009

Krüger JP, Endres M, Neumann K, Häupl T, Erggelet C, Kaps C. Chondrogenic differentiation of human subchondral progenitor cells is impaired by rheumatoid arthritis synovial fluid. J Orthop Res. (2009) PMID: 20041492

Feron F, Delorme B, Nivet E, Gaillard J, Häupl T, Ringe J, Deveze A, Magnan J, Sohier J, Khrestchatisky M, Roman F, Charbord P, Sensebé L, Layrolle P. The human nose harbours a niche of olfactory ecto-mesenchymal stem cells displaying neurogenic and osteogenic properties. Stem Cells Dev. (2009) PMID: 19905894

Gaber T, Häupl T, Sandig G, Tykwinska K, Fangradt M, Tschirschmann M, Hahne M, Dziurla R, Erekul K, Lautenbach M, Kolar P, Burmester GR, Buttgereit F. Adaptation of human CD4+ T cells to pathophysiological hypoxia: a transcriptome analysis. J Rheumatol. (2009) PMID: 19884271

Hamidouche Z, Fromigué O, Ringe J, Häupl T, Vaudin P, Pagès JC, Srouji S, Livne E, Marie PJ. Priming integrin alpha5 promotes human mesenchymal stromal cell osteoblast differentiation and osteogenesis. Proc Natl Acad Sci USA. (2009) PMID: 19843692

Jakobs M, Häupl T, Krenn V, Guenther R. MMP- and FAP-mediated non-inflammation-related destruction of cartilage and bone in rheumatoid arthritis. Z Rheumatol. (2009) PMID: 19593575

Delorme B, Ringe J, Pontikoglou C, Gaillard J, Langonné A, Sensebé L, Noël D, Jorgensen C, Häupl T, Charbord P. Specific lineage-priming of bone marrow mesenchymal stem cells provides the molecular framework for their plasticity. Stem Cells. (2009) PMID: 19418444

Stich S, Haag M, Häupl T, Sezer O, Notter M, Kaps C, Sittinger M, Ringe J. Gene expression profiling of human mesenchymal stem cells chemotactically induced with CXCL12. Cell Tissue Res. (2009) PMID: 19296133

Menssen A, Edinger G, Grün JR, Haase U, Baumgrass R, Grützkau A, Radbruch A, Burmester GR, Häupl T. SiPaGene: A new repository for instant online retrieval, sharing and meta-analyses of GeneChip expression data. BMC Genomics. (2009) PMID: 19265543

Mrugala D, Dossat N, Ringe J, Delorme B, Coffy A, Bony C, Charbord P, Häupl T, Daures JP, Noël D, Jorgensen C. Gene expression profile of multipotent mesenchymal stromal cells: Identification of pathways common to TGFbeta3/BMP2-induced chondrogenesis. Cloning Stem Cells. (2009) PMID: 19196040

Andreas K, Häupl T, Lübke C, Ringe J, Morawietz L, Wachtel A, Sittinger M, Kaps C. Antirheumatic drug response signatures in human chondrocytes: potential molecular targets to stimulate cartilage regeneration. Arthritis Res Ther. (2009) PMID: 19192274

Kalwitz G, Endres M, Neumann K, Skriner K, Ringe J, Sezer O, Sittinger M, Häupl T, Kaps C. Gene expression profile of adult human bone marrow-derived mesenchymal stem cells stimulated by the chemokine CXCL7. Int J Biochem Cell Biol. (2009) PMID: 18707017

Hoppe B, Häupl T, Egerer K, Gruber R, Kiesewetter H, Salama A, Burmester GR, Dörner T. Influence of peptidylarginine deiminase type 4 genotype and shared epitope on clinical characteristics and autoantibody profile of rheumatoid arthritis. Ann Rheum Dis. (2009) PMID: 18633125


Publikationen 2008 Publications 2008

Bramlage CP, Kaps C, Ungethüm U, Bramlage P, Koziolek M, Wessels J, Krenn V, Pruss A, Müller GA, Strutz F, Burmester GR, Häupl T. Modulatory effects of inflammation and therapy on GDF-5 expression in rheumatoid arthritis synovium. Scand J Rheumatol. (2008) PMID: 18830904

Häupl T, Østensen M, Grützkau A, Radbruch A, Burmester GR, Villiger PM. Reactivation of rheumatoid arthritis after pregnancy: increased phagocyte and recurring lymphocyte gene activity. Arthritis Rheum. (2008) PMID: 18821679

Niesner U, Albrecht I, Janke M, Doebis C, Loddenkemper C, Lexberg MH, Eulenburg K, Kreher S, Koeck J, Baumgrass R, Bonhagen K, Kamradt T, Enghard P, Humrich JY, Rutz S, Schulze-Topphoff U, Aktas O, Bartfeld S, Radbruch H, Hegazy AN, Löhning M, Baumgart DC, Duchmann R, Rudwaleit M, Häupl T, Gitelman I, Krenn V, Gruen J, Sieper J, Zeitz M, Wiedenmann B, Zipp F, Hamann A, Janitz M, Scheffold A, Burmester GR, Chang HD, Radbruch A. Autoregulation of Th1-mediated inflammation by twist1. J Exp Med. (2008) PMID: 18663125

Kaltz N, Funari A, Hippauf S, Delorme B, Noël D, Riminucci M, Jacobs VR, Häupl T, Jorgensen C, Charbord P, Peschel C, Bianco P, Oostendorp RA. In vivo osteoprogenitor potency of human stromal cells from different tissues does not correlate with expression of POU5F1 or its pseudogenes. Stem Cells. (2008) PMID: 18617685

Häupl T, Østensen M, Grützkau A, Burmester GR, Villiger PM. Interaction between rheumatoid arthritis and pregnancy: correlation of molecular data with clinical disease activity measures. Rheumatology (Oxford). (2008) PMID: 18504279

Tripmacher R, Gaber T, Dziurla R, Häupl T, Erekul K, Grützkau A, Tschirschmann M, Scheffold A, Radbruch A, Burmester GR, Buttgereit F. Human CD4(+) T cells maintain specific functions even under conditions of extremely restricted ATP production. Eur J Immunol. (2008) PMID: 18493983

Ringe J, Leinhase I, Stich S, Loch A, Neumann K, Haisch A, Häupl T, Manz R, Kaps C, Sittinger M. Human mastoid periosteum-derived stem cells: promising candidates for skeletal tissue engineering. J Tissue Eng Regen Med. (2008)PMID: 18383554

Biesen R, Demir C, Barkhudarova F, Grün JR, Steinbrich-Zöllner M, Backhaus M, Häupl T, Rudwaleit M, Riemekasten G, Radbruch A, Hiepe F, Burmester GR, Grützkau A. Sialic acid-binding Ig-like lectin 1 expression in inflammatory and resident monocytes is a potential biomarker for monitoring disease activity and success of therapy in systemic lupus erythematosus. Arthritis Rheum. (2008) PMID: 18383365

Guenther R, Krenn V, Häupl T. Expression analyses for rheumatoid arthritis. Z Rheumatol. (2008) PMID: 18210133

Andreas K, Lübke C, Häupl T, Dehne T, Morawietz L, Ringe J, Kaps C, Sittinger M. Key regulatory molecules of cartilage destruction in rheumatoid arthritis: an in vitro study. Arthritis Res Ther. (2008) PMID: 18205922

Delorme B, Ringe J, Gallay N, Le Vern Y, Kerboeuf D, Jorgensen C, Rosset P, Sensebé L, Layrolle P, Häupl T, Charbord P. Specific plasma membrane protein phenotype of culture-amplified and native human bone marrow mesenchymal stem cells. Blood. (2008) PMID: 18086871

Kastrinaki MC, Sidiropoulos P, Roche S, Ringe J, Lehmann S, Kritikos H, Vlahava VM, Delorme B, Eliopoulos GD, Jorgensen C, Charbord P, Häupl T, Boumpas DT, Papadaki HA. Functional, molecular and proteomic characterisation of bone marrow mesenchymal stem cells in rheumatoid arthritis. Ann Rheum Dis. (2008) PMID: 17921184


Publikationen 2007 Publications 2007

Grützkau A, Grün J, Häupl T, Burmester GR, Radbruch A. Gene expression in inflammatory rheumatic diseases. Dtsch Med Wochenschr. (2007) PMID: 17823881

Endres M, Neumann K, Häupl T, Erggelet C, Ringe J, Sittinger M, Kaps C. Synovial fluid recruits human mesenchymal progenitors from subchondral spongious bone marrow. J Orthop Res. (2007) PMID: 17549723

Häupl T, Burmester GR, Giannitsis E, Rohrlach T, Spanuth E, Parsch H, Brune K. N-terminal prohormone brain natriuretic peptide: a biomarker for detecting cardiovascular risks in patients with rheumatoid arthritis or osteoarthritis. Ann Rheum Dis. (2007) PMID: 17513573

Neumann K, Endres M, Ringe J, Flath B, Manz R, Häupl T, Sittinger M, Kaps C. BMP7 promotes adipogenic but not osteo-/chondrogenic differentiation of adult human bone marrow-derived stem cells in high-density micro-mass culture. J Cell Biochem. (2007) PMID: 17497692

Häupl T, Yahyawi M, Lübke C, Ringe J, Rohrlach T, Burmester GR, Sittinger M, Kaps C. Gene expression profiling of rheumatoid arthritis synovial cells treated with antirheumatic drugs. J Biomol Screen. (2007) PMID: 17379860

Ringe J, Häupl T, Sittinger M. Future of tissue engineering in rheumatic diseases. Expert Opin Biol Ther. (2007) PMID: 17309320


Publikationen 2006 Publications 2006

Krenn V, Morawietz L, Burmester GR, Kinne RW, Mueller-Ladner U, Muller B, Häupl T. Synovitis score: discrimination between chronic low-grade and high-grade synovitis. Histopathology. (2006) PMID: 16978198

Krenn V, Morawietz L, König B, Otto M, Kriegsmann J, Köpenik A, Böhme T, Häupl T. Low-grade-/high-grade-synovitis: synovitis-score as a gold standard?. Orthopade. (2006) PMID: 16819616

Mahr S, Burmester GR, Hilke D, Göbel U, Grützkau A, Häupl T, Hauschild M, Koczan D, Krenn V, Neidel J, Perka C, Radbruch A, Thiesen HJ, Müller B. Cis- and trans-acting gene regulation is associated with osteoarthritis. Am J Hum Genet. (2006) PMID: 16642435

Kaps C, Frauenschuh S, Endres M, Ringe J, Haisch A, Lauber J, Buer J, Krenn V, Häupl T, Burmester GR, Sittinger M. Gene expression profiling of human articular cartilage grafts generated by tissue engineering. Biomaterials. (2006) PMID: 16545449

Bramlage CP, Häupl T, Kaps C, Ungethüm U, Krenn V, Pruss A, Müller GA, Strutz F, Burmester GR. Decrease in expression of bone morphogenetic proteins 4 and 5 in synovial tissue of patients with osteoarthritis and rheumatoid arthritis. Arthritis Res Ther. (2006) PMID: 16542506

Hoppe B, Häupl T, Gruber R, Kiesewetter H, Burmester GR, Salama A, Dörner T. Detailed analysis of the variability of peptidylarginine deiminase type 4 in German patients with rheumatoid arthritis: a case-control study. Arthritis Res Ther. (2006) PMID: 16469113


Publikationen 2005 Publications 2005

Djouad F, Bony C, Häupl T, Uzé G, Lahlou N, Louis-Plence P, Apparailly F, Canovas F, Rème T, Sany J, Jorgensen C, Noël D. Transcriptional profiles discriminate bone marrow-derived and synovium-derived mesenchymal stem cells. Arthritis Res Ther. (2005) PMID: 16277684

Bramlage CP, Häupl T, Kaps C, Bramlage P, Müller GA, Strutz F. Bone morphogenetic proteins in the skeletal system. Z Rheumatol. (2005) PMID: 16184350

Krenn V, Morawietz L, Burmester GR, Häupl T. Synovialitis score: histopathological grading system for chronic rheumatic and non-rheumatic synovialitis. Z Rheumatol. (2005) PMID: 15965818

Häupl T, Grützkau A, Grün J, Bonin M, Stuhlmüller B, Rohrlach T, Kaps C, Rudwaleit M, Morawietz L, Gursche A, Zacher J, Krenn V, Burmester GR, Radbruch A. Dissection of expression profiles into functional components: a strategy to identify the pieces in the puzzle of systems biology. 19th NGFN Meeting (2005) Link

Skriner K, Konthur Z, Häupl T, Adolph K, Burguera G, Sternjak A, Förster A, Lehrach H, Hollidt JM, Burmester GR. Immunomics in inflammatory rheumatic diseases. 19th NGFN Meeting (2005) Link

Podtschaske M, Hoefer T, Lamottke B, Niesner U, Grün J, Häupl T, Burmester GR, Radbruch A, Baumgrass R. Immediate early gene expression of Il-2 producing and nonproducing cells reflects the cell fate decision of stimulated human T cells. 19th NGFN Meeting (2005) Link

Grützkau A, Grün J, Stuhlmüller B, Rudwaleit M, Sieper J, Gerstmayer B, Baumgrass R, Mahr S, Müller-Hilke B, Janitz M, Burmester GR, Häupl T, Radbruch A. The transcriptome of monocytes reveals disease-specific alterations in chronic inflammatory rheumatic diseases. 19th NGFN Meeting (2005) Link

Chakraborty T, Ruocco I, Hossain H, Adler H, Autenrieth I, Bohn E, Burmester GR, Dingel S, Ehlers S, Häupl T, Hoffmann WH, Horstmann R, Jacobsen M, Keller C, Lang R, Meyer CG, Radbruch A, Schubert U, Seeger W, Wagner H. Springende Erreger und Entzündungen ohne Infektion - Das Infektions- und Entzündungsnetzwerk im Nationalen Genomforschungsnetz (NGFN) / übertragbare Krankheiten mit dramatischen Folgen/Analyse von Entzündungsreaktionen für neue Heilungsstrategien. GenomExpress (2005) Link


Publikationen 2004 Publications 2004

Burmester GR, Häupl T. Strategies using functional genomics in rheumatic diseases. Autoimmun Rev. (2004) PMID: 15546803

Kaps C, Hoffmann A, Zilberman Y, Pelled G, Häupl T, Sittinger M, Burmester G, Gazit D, Gross G. Distinct roles of BMP receptors Type IA and IB in osteo-/chondrogenic differentiation in mesenchymal progenitors (C3H10T1/2). Biofactors. (2004) PMID: 15322331

Krenn V, Petersen I, Häupl T, Koepenik A, Blind C, Dietel M, Konthur Z, Skriner K. Array technology and proteomics in autoimmune diseases. Pathol Res Pract. (2004) PMID: 15237918

Häupl T, Krenn V, Stuhlmüller B, Radbruch A, Burmester GR. Perspectives and limitations of gene expression profiling in rheumatology: new molecular strategies. Arthritis Res Ther. (2004) PMID: 15225356

Sopov I, Sörensen T, Magbagbeolu M, Jansen L, Beer K, Kühne-Heid R, Kirchmayr R, Schneider A, Dürst M. Detection of cancer-related gene expression profiles in severe cervical neoplasia. Int J Cancer. (2004) PMID: 15305373


Publikationen 2003 Publications 2003

Ringe J, Häupl T, Sittinger M. Mesenchymal stem cells for tissue engineering of bone and cartilage. Med Klin (Munich). (2003) PMID: 14992201

Schmitt B, Ringe J, Häupl T, Notter M, Manz R, Burmester GR, Sittinger M, Kaps C. BMP2 initiates chondrogenic lineage development of adult human mesenchymal stem cells in high-density culture. Differentiation. (2003) PMID: 14686954

Häupl T, Ringe J, Erggelet C, Kaps C, Burmester GR, Sittinger M. Tissue engineering: chances and challenges for application in rheumatic diseases. Z Rheumatol. (2003) PMID: 14648092


Publikationen 2002 Publications 2002

Häupl T, Burmester GR, Stuhlmüller B. New aspects of molecular biology diagnosis. Array technology and expression profile for characterization of rheumatic diseases. Z Rheumatol. (2002) PMID: 12426845

Kaps C, Loch A, Haisch A, Smolian H, Burmester GR, Häupl T, Sittinger M. Human platelet supernatant promotes proliferation but not differentiation of articular chondrocytes. Med Biol Eng Comput. (2002) PMID: 12227637

Krenn V, Morawietz L, Häupl T, Neidel J, Petersen I, König A. Grading of chronic synovitis--a histopathological grading system for molecular and diagnostic pathology. Pathol Res Pract. (2002) PMID: 12092767

Riemekasten G, Ziemer S, Häupl T, Melzer C, Loddenkemper K, Hauptmann S, Burmester GR, Hiepe F. Shwartzman phenomenon in a patient with active systemic lupus erythematosus preceding fatal disseminated intravascular coagulation. Lupus. (2002) PMID: 12043882

Ringe J, Kaps C, Schmitt B, Büscher K, Bartel J, Smolian H, Schultz O, Burmester GR, Häupl T, Sittinger M. Porcine mesenchymal stem cells. Induction of distinct mesenchymal cell lineages. Cell Tissue Res. (2002) PMID: 11904768

Kaps C, Bramlage C, Smolian H, Haisch A, Ungethüm U, Burmester GR, Sittinger M, Gross G, Häupl T. Bone morphogenetic proteins promote cartilage differentiation and protect engineered artificial cartilage from fibroblast invasion and destruction. Arthritis Rheum. (2002) PMID: 11817587


Publikation 2000 Publication 2000

Rosen O, Thiel A, Massenkeil G, Hiepe F, Häupl T, Radtke H, Burmester GR, Gromnica-Ihle E, Radbruch A, Arnold R. Autologous stem-cell transplantation in refractory autoimmune diseases after in vivo immunoablation and ex vivo depletion of mononuclear cells. Arthritis Res. (2000) PMID: 11056673


Publikationen 1999 Publications 1999

Sittinger M, Perka C, Schultz O, Häupl T, Burmester GR. Joint cartilage regeneration by tissue engineering. Z Rheumatol. (1999) PMID: 10441839

Redlich A, Perka C, Schultz O, Spitzer R, Häupl T, Burmester GR, Sittinger M. Bone engineering on the basis of periosteal cells cultured in polymer fleeces. J Mater Sci Mater Med. (1999) PMID: 15347948


Publikationen 1998 Publications 1998

Riemekasten G, Marell J, Trebeljahr G, Klein R, Hausdorf G, Häupl T, Schneider-Mergener J, Burmester GR, Hiepe F. A novel epitope on the C-terminus of SmD1 is recognized by the majority of sera from patients with systemic lupus erythematosus. J Clin Invest. (1998) PMID: 9710444

Keyszer G, Redlich A, Häupl T, Zacher J, Sparmann M, Engethüm U, Gay S, Burmester GR. Differential expression of cathepsins B and L compared with matrix metalloproteinases and their respective inhibitors in rheumatoid arthritis and osteoarthritis: a parallel investigation by semiquantitative reverse transcriptase-polymerase chain reaction and immunohistochemistry. Arthritis Rheum. (1998) PMID: 9704635

Seki T, Selby J, Häupl T, Winchester R. Use of differential subtraction method to identify genes that characterize the phenotype of cultured rheumatoid arthritis synoviocytes. Arthritis Rheum. (1998) PMID: 9704633


Publikation 1997 Publication 1997

Häupl T, Landgraf S, Netusil P, Biller N, Capiau C, Desmons P, Hauser P, Burmester GR. Activation of monocytes by three OspA vaccine candidates: lipoprotein OspA is a potent stimulator of monokines. FEMS Immunol Med Microbiol. (1997) PMID: 9322065


Publikationen 1994 Publications 1994

Rittig MG, Häupl T, Krause A, Kressel M, Groscurth P, Burmester GR. Borrelia burgdorferi-induced ultrastructural alterations in human phagocytes: a clue to pathogenicity? J Pathol. (1994) PMID: 7931847

Rittig MG, Häupl T, Burmester GR. Coiling phagocytosis: a way for MHC class I presentation of bacterial antigens? Int Arch Allergy Immunol. (1994) PMID: 8260849


Publikation 1993 Publication 1993

Häupl T, Hahn G, Rittig M, Krause A, Schoerner C, Schönherr U, Kalden JR, Burmester GR. Persistence of Borrelia burgdorferi in ligamentous tissue from a patient with chronic Lyme borreliosis. Arthritis Rheum. (1993) PMID: 8240439


Publikationen 1992 Publications 1992

Rittig MG, Krause A, Häupl T, Schaible UE, Modolell M, Kramer MD, Lütjen-Drecoll E, Simon MM, Burmester GR. Coiling phagocytosis is the preferential phagocytic mechanism for Borrelia burgdorferi. Infect Immun. (1992) PMID: 1398932

Häupl T, Burmester GR. Clinical aspects, diagnosis and therapy of Lyme borreliosis. Z Arztl Fortbild (Jena). (1992) PMID: 1546489


Publikation 1989 Publication 1989

Häupl T, Burmester GR, Hahn G, Feige U, Rordorf-Adam C, Kalden JR. Differential immunological response of patients with rheumatoid arthritis towards two different Epstein-Barr virus strains: inhibition of interleukin-1 release by the B95-8, but not the P3HR-1 virus strain. Rheumatol Int. (1989) PMID: 2558410



Shade


Abstract/Poster 2017 Abstract/Poster 2017

37th European Workshop for Rheumatology Research 2017

Smiljanovic B, Radzikowska A, Kuca-Warnawin E, Kurowska W, Sörensen T, Stuhlmüller B, Bonin-Andresen M, Grün JR, Burmester GR, Radbruch A, Grützkau A, Maslinski W, Häupl T. Increased Turnover of Monocytes in Patients with Rheumatoid Arthritis Identified by Transcriptome and Cytometric Profiling. (Abstract / Poster)


Abstracts/Poster 2016 Abstracts/Posters 2016

31th German Conference on Bioinformatics 2016

Bonin-Andresen M, Johannes S, Schendel P, Smiljanovic B, Sörensen T, Grützkau A, Stuhlmüller B, Häupl T. BioRetis - An online tool to analyse geneexpression profiles, miRNA data, DNA methylation and NGS data. (Abstract / Poster)

Smiljanovic B, Sörensen T, Bonin-Andresen M, Stuhlmüller B, Burmester GR, Grützkau A, Häupl T. Gene expression profiling and cytometry analysis from bone marrow monocytes, blood and synovial fluid from rheumatoid and osteoarthritis patients. (Abstract / Poster)

Sörensen T, Bonin-Andresen M, Schulte-Wrede U, Hermann S, Grützkau A, Häupl T. immunoClust - An automated pipeline to analyse cytometric profiles in synovial fluid compared to peripheral blood cells in rheumatoid arthritis. (Abstract / Poster)

Stuhlmüller B, Bonin-Andresen M, Smiljanovic B, Sörensen T, Schendel P, Burmester GR, Häupl T. Genomic stratification by HLA-DRB4 expression - A strategy to identify predictors of methotrexate response in early rheumatoid arthritis. (Abstract / Poster)


44 Kongress der Deutschen Gesellschaft für Rheumatologie 2016

Smiljanovic B, Sörensen T, Bonin-Andresen M, Stuhlmüller B, Radbruch A, Burmester GR, Maslinskim W, Grützkau A, Häupl T. Bone marrow and blood monocytes from rheumatoid arthritis patients show premature transcriptomes and reveal incremental inflammatory activation from bone marrow to blood and joint. (Abstract / Poster)

Stuhlmüller B, Mans K, Tandon N, Bonin-Andresen M, Smiljanovic B, Sörensen T, Schendel P, Martus P, Listing J, Detert J, Backhaus M, Neumann T, Burmester GR, Häupl T. Genomic stratification by HLA-DRB4 expression identifies differential innate and adaptive immune patterns – A strategy to identify predictors of methotrexate response in early rheumatoid arthritis. (Abstract / Poster)


ESCI 2016

Smiljanovic B, Sörensen T, Stuhlmüller B, Maslinski W, Pade S, Burmester GR, Radbruch A, Grützkau A, Häupl T. Patterns of prematurity and stepwise increasing inflammation from bone marrow via blood to synovial fluid indicate enhanced production and peripheral triggering of monocytes in rheumatoid arthritis. (Abstract)


MSK Symposium 2016

Bonin-Andresen M, Heyl F, Kokatjuhha J, Stuhlmüller B, Häupl T. SP 8 & SP 6 - Biobanking & Bioinformatics and data integration. (Poster)


36th European Workshop for Rheumatology Research 2016

Smiljanovic B, Stuhlmüller B, Sörensen T, Bonin-Andresen M, Pade S, Backhaus B, Maslinski W, Burmester GR, Radbruch A, Grützkau A, Häupl T. Tissue- and Cell-Specific Transcriptomes Indicate Systemic Nature of RA and Revealed Combinations of Protein Biomarkers Relevant for Disease Characterisation in Serum. (Abstract / Poster)

Sörensen T, Schulte-Wrede U, Hermann S, Grützkau A, Häupl T. immunoClust based analysis of cytometric profiles reveals immunophenotypic changes in synovial fluid compared to peripheral blood cells in rheumatoid arthritis. (Abstract / Poster)


Abstracts/Poster 2015 Abstracts/Posters 2015

43 Kongress der Deutschen Gesellschaft für Rheumatologie 2015

Häupl T, Stuhlmüller B, Bonin-Andresen M, Grün JR, Smiljanovic B, Sörensen T, Grützkau A. Neue Methoden zur Identifizierung und Analyse von Biomarkern. (Abstract)


30th Congress of the International Society for Advancement of Cytometry 2015

Sörensen T, Baumgart S, Durek P, Grützkau A, Häupl T. immunoClust - an Automated Pipeline for Population Detection in Flow Cytometry (Abstract)


35th European Workshop for Rheumatology Research 2015

Smiljanovic B, Stuhlmüller B, Bonin-Andresen M, Pade S, Backhaus B, Burmester GR, Radbruch A, Grützkau A, Häupl T. The synovial tissue transcriptome reveals combinations of protein biomarkers for unambiguous identification of RA patients from synovial fluid and for quantification of disease activity in serum. (Abstract / Poster)


Abstracts/Poster 2014 Abstracts/Posters 2014

29th German Conference on Bioinformatics 2014

Bonin M, Heyl F, Kokatjuhha J, Johannes S, Ziska I, Schendel P, Mans K, Smiljanovic B, Sörensen T, Stuhlmüller B, Häupl T. Identification of co-expression networks of inflammatory response in immune cells. (Abstract / Poster)

Bonin M, Kokatjuhha J, Johannes S, Heyl F, Ziska I, Schendel P, Mans K, Smiljanovic B, Sörensen T, Häupl T. A generic online database for clinical data collection. (Abstract / Poster)

Bonin M, Ziska I, Kokatjuhha J, Schendel P, Mans K, Smiljanovic B, Sörensen T, Grützkau A, Stuhlmüller B, Häupl T. Comparative analysis between rheumatoid arthritis and arthritis model: study of the functional components in expression profiles of synovitis. (Abstract / Poster)

Bonin M, Schendel P, Mans K, Heyl F, Kokatjuhha J, Johannes J, Ziska I, Smiljanovic B, Sörensen T, B. Stuhlmüller, Häupl T. Prediction for successful treatment of methotrexate in rheumatoid arthritis with mrna and mirna microarraydata. (Abstract / Poster)

Bonin M, Johannes S, Flemming S, Grützkau A, Heyl F, Ziska I, Schendel P, Mans K, Smiljanovic B, Sörensen T, Günther S, Häupl T. Development of a database for combined analysis of dna methylation and transcriptional profiles in different immune cells. (Abstract / Poster)


42 Kongress der Deutschen Gesellschaft für Rheumatologie 2014

Sörensen T, Schulte-Wrede U, Grützkau A, Häupl T. Biomarker strategies based on cytometric profiling advance towards new standards of automated analysis. (Abstract / Poster)

Bonin M, Kokatjuhha J, Smiljanovic B, Sörensen T, Häupl T. HumanResearchDB - a generic online database to design individual electronic case report forms. (Abstract / Poster)

Mans K, Bonin M, Häupl T, Smiljanovic B, Tandon N, Detert J, Listing J, Naumann T, Burmester GR, Stuhlmüller B. Prediction of Response to methotrexate Treatment in RA using mRNA and miRNA biomarkers. (Abstract / Poster)

Smiljanovic B, Stuhlmüller B, Bonin M, Maslinski W, Pade S, Backhaus M, Burmester GR, Radbruch A, Grützkau A, Häupl T. The role of cell- and tissue-specific transcriptomes in biomarker discovery; from synovial tissue through blood up to bone marrow in revealing the systemic nature of rheumatoid arthritis. (Abstract)


EULAR 2014

Ghannam K, Martinez-Gamboa L, Spengler L, Krause S, Smiljanovic B, Bonin M, Grützkau A, Burmester GR, Häupl T, Feist E. Upregulation of immunoproteasome subunits PSMB8 and PSMB99 in Myositis indicates active inflammation with involvement of antigen presenting cells, CD8+ T-Cells and IFN gamma. (Abstract)


34th European Workshop for Rheumatology Research 2014

Bonin M, Kokatjuhha J, Grützkau A, Smiljanovic B, Sörensen T, Häupl T. Identification of geneexpression networks in different immunological states. (Abstract / Poster)

Bonin M, Weidel L, Schendel P, Flemming S, Grützkau A, Smiljanovic B, Sörensen T, Günther S, Häupl T. BioConPages - Comparison of DNA methylation and gene expression in different immune cells. (Abstract / Poster)

Smiljanovic B, Stuhlmüller B, Maslinski W, Vogl T, Pade S, Backhaus M, Burmester GR, Radbruch A, Grützkau A, Häupl T. From tissue- and cell-specific transcriptomes to candidate markers in rheumatoid arthritis. (Abstract / Poster)

Ghannam KM, Martinez Gamboa L, Spengler L, Krause S, Smiljanovic B, Bonin M, Grützkau A, Burmester GR, Häupl T, Feist E. OP0131 Upregulation of Immunoproteasome Subunits PSMB8 and PSMB9 in Myositis Indicates Active Inflammation with Involvement of Antigen Presenting Cells, CD8+ T-Cells and IFN Gamma. (Abstract)

Duroux-Richard I, Roubert C, Ammari M, Présumey J, Grün JR, Häupl T, Grützkau A, Lecellier CH, Jorgensen C, Apparailly F. MIR-125B controls mitochondrial functions and dynamics in monocytes. (Abstract)

Kyogoku C, Smiljanovic B, Grün JR, Schulte-Wrede U, Alexander T, Biesen R, Hiepe F, Häupl T, Radbruch A, Grützkau A. T helper lymphocytes and monocytes as biosensors of type I interferon responses in viral infection and autoimmunity. (Abstract)


Abstracts/Poster 2013 Abstracts/Posters 2013

41 Kongress der Deutschen Gesellschaft für Rheumatologie 2013

Bonin M, Flemming S, Günther S, Grützkau A, Häupl T. Combined analysis of DNA-methylation and transcription profiles in different immune cells identifies hot spots of gene regulation by DNA methylation. (Abstract / Poster)

Häupl T, Sörensen T, Smiljanovic B, Bonin M, Grützkau A, Nikolaou C, Pandis I, Kollias G, Rowe A. Comparative transcriptome analysis of human and mouse synovial fibroblast responses to TNF. (Abstract / Poster)

Sörensen T, Schulte-Wrede U, Pade S, Hirseland H, Burmester GR, Radbruch A, Grützkau A, Häupl T. Automated analysis for multiparameter flow cytometry provides new options for biomarker screenin. (Abstract / Poster)

Smiljanovic B, Stuhlmüller B, Maslinski W, Grün JR, Backhaus M, Pade S, Burmester GR, Radbruch A, Grützkau A, Häupl T. From transcriptome to protein biomarkers in RA: joint compartment and monocytes outperform serum and whole blood. (Abstract / Poster)


BeTheCure 2013

Bonin M, Sörensen T, Smiljanovic B, Grützkau A, Nikolaou C, Pandis I, Kollias G, Rowe A, Häupl T. Transcriptome comparison between human and mouse in arthritis. (Abstract / Poster)

Smiljanovic B, Stuhlmüller B, Maslinski W, Grün JR, Backhaus M, Pade S, Burmester GR, Radbruch A, Grützkau A, Häupl T. From transcriptome to protein biomarkers in RA: joint compartment and monocytes outperform serum and whole blood. (Abstract / Poster)

Sörensen T, Schulte-Wrede U, Pade S, Hirseland H, Burmester GR, Radbruch A, Grützkau A, Häupl T. Automated analysis of cytometric profiles of synovial fluid and peripheral blood in rheumatoid arthritis. (Abstract / Poster)


28th German Conference on Bioinformatics 2013

Bonin M, Heyl F, Ziska I, Ickler L, Sinning D, Kokatjuhha J, Häupl T. BAM - A tool for basic analysis of microarray data. (Abstract / Poster)

Bonin M, Kokatjuhha J, Flemming S, Smiljanovic B, Grützkau A, Sörensen T, Häupl T. Identification of gene co-expression networks associated with different cellular and immunological states. (Abstract / Poster)

Bonin M, Weidel L, Flemming S, Grützkau A, Smiljanovic B, Sörensen T, Günther S, Häupl T. Automated combined analysis of DNA methylation and transcription profiles in different immune cells. (Abstract / Poster)

Bonin M, Peter S, Mans K, Sohnrey C, Burmester GR, Häupl T, Stuhlmüller B. Prediction of Methotrexate Treatment Response in Rheumatoid Arthritis via Affymetrix miRNA Microarray Profiling. (Abstract / Poster)

Flemming S, Bohleber S, Häupl T, Günther S. Network Of Silence. (Poster)


33th European Workshop for Rheumatology Research 2013

Bonin M, Flemming S, Günther S, Grützkau A, Häupl T. Combined analysis of epigenetic and transcriptional profiles in different immune cells identifies hot spots of gene regulation by DNA methylation. (Abstract / Poster)

Häupl T, Sörensen T, Smiljanovic B, Bonin M, Grützkau A, Nikolaou C, Pandis I, Kollias G, Rowe A. Comparative transcriptome analysis of human and mouse synovial fibroblast responses to TNF. (Abstract / Poster)

Kyogoku C, Smiljanovic B, Grün JR, Alexander T, Biesen R, Hiepe F, Häupl T, Radbruch A, Grützkau A. Cell-specific type I Interferon signatures in autoimmunity and viral infection: what makes the difference? (Abstract / Poster)

Smiljanovic B, Stuhlmueller B, Pade S, Backhaus M, Burmester GR, Radbruch A, Grützkau A, Häupl T. Synovial tissue transcriptome and synovial fluid proteome have stronger discriminatory power than serum in dissecting inflammation in Rheumatoid Arthritis. (Abstract / Poster)

Smiljanovic B, Stuhlmüller B, Maslinski W, Burmester GR, Radbruch A, Grützkau A, Häupl T. Dissecting disease-specific differences in RA and OA by transcriptome analyses of synovial tissue, blood and bone marrow monocytes. (Abstract / Poster)

Sörensen T, Schulte-Wrede U, Pade S, Hirseland H, Burmester GR, Radbruch A, Grützkau A, Häupl T. Automated and standardized analysis for high dimensional cytometric data provides new options for complex cell-associated biomarker screening! (Abstract / Poster)


Abstracts/Poster 2011 Abstracts/Posters 2011

26th German Conference on Bioinformatics 2011

Haase U, Bonin M, Flemming S, Buttgereit F, Sörensen T, Häupl T. A clinical database for networking in multicenter studies. (Abstract / Poster)

Sörensen T, Grützkau A, Häupl T. Automated and Standardized Clustering of Flow Cytometry Data. (Abstract / Poster)

Flemming S, Grüning BA, Häupl T, Günther S. A framework for analysis of DNA methylation data. (Abstract / Poster)


Abstract/Poster 2010 Abstract/Poster 2010

25th German Conference on Bioinformatics 2010

Bonin M, Flemming S, Haase U, Smiljanovic B, Sörensen T, Grützkau A, Häupl T. Identification of co-expression networks by comparison of a multitude of different functional states of genome activity. (Abstract / Poster)


Abstracts/Poster 2005 Abstracts/Posters 2005

19th NGFN Meeting 2005

Häupl T, Grützkau A, Grün JR, Bonin M, Stuhlmüller B, Rohrlach T, Kaps C, Rudwaleit M, Morawietz L, Gursche A, Zacher J, Krenn V, Burmester GR, Radbruch A. Dissection of expression profiles into functional components: a strategy to identify the pieces in the puzzle of systems biology. (Abstract)

Skriner K, Konthur Z, Häupl T, Adolph K, Burguera G, Sternjak A, Förster A, Lehrach H, Hollidt JM, Burmester GR. Immunomics in inflammatory rheumatic diseases. (Abstract)

Grützkau A, Grün JR, Stuhlmüller B, Rudwaleit M, Sieper J, Gerstmayer B, Baumgrass R, Mahr S, Müller-Hilke B, Janitz M, Burmester GR, Häupl T, Radbruch A. The transcriptome of monocytes reveals disease-specific alterations in chronic inflammatory rheumatic diseases. (Abstract)

Podtschaske M, Hoefer T, Lamottke B, Niesner U, Grün JR, Häupl T, Burmester GR, Radbruch A, Baumgrass R. Immediate early gene expression of Il-2 producing and nonproducing cells reflects the cell fate decision of stimulated human T cells. (Abstract)


Abstracts/Poster Sonstiges Abstracts/Posters Sonstiges

Sonstiges

Weidel L, Bonin M, Schrader T, Häupl T. Kombinierte Analyse von DNA-Methylierung und Transkriptions-Profilen in verschiedenen Immunzellen. (Abstract / Poster)

Flemming S, Häupl T, Günther S. Epigenetics and Cell Differentiation - From Naive to Antigen-Experienced Immune Cells. (Poster)

Mans K, Tandon N, Sohnrey C, Pade S, Bolle SL, Grützkau A, Burmester GR, Häupl T, Stuhlmüller B. Microarray Gene Expression Profiling of Rheumatoid Arthritis Patients for Prediction of Response to Methotrexate Treatment. (Poster)

Sohnrey C, Tandon N, Mans K, Pade S, Bolle SL, Grützkau A, Burmester GR, Häupl T, Stuhlmüller B. Prediction of Methotrexate Treatment Response in Rheumatoid Arthritis via miRNA Microarray Profiling. (Poster)

Flemming S, Grützkau A, Bonin M, Häupl T, Günther S. The Code Of Silence - Epigenetics And Development Of Immune Cells. (Poster)

Flemming S, Grüning BA, Bohleber S, Häupl T, Günther S. Rhythm of Epigenetics Dancing to the Bead of DNA Methylation (Poster)

Flemming S, Grüning BA, Grützkau A, Häupl T, Günther S. The Impact of DNA Methylation on Cellular Differentiation of Immune Cells. (Poster)

Häupl T, Menßen A, Edinger G, Grün JR, Grützkau A, Radbruch A, Burmester GR. SiPaGene: An integrative database for complex analysis and sharing of Affymetrix gene expression data. (Poster)

Bonin M, Grützkau A, Kaps C, Häupl T. Ein mathematisches Modell für Arrayanalysen zur Identifizierung von Genregulationen in Proben mit variabler zellulärer Zusammensetzung. (Abstract / Poster)



Shade


Patent 2015 Patent 2015

Inventor: Stuhlmüller B, Häupl T, Burmester GR: Prädiktive mRNA Biomarker zur Vorhersage der Behandlung mit Methotrexat (MTX): submission no.: PCT/EP2015/053095, Charité AZ: CH669/2013/WO, submission date: 13.02.2015, publication date: 20.08.2015.


Patente 2005 Patents 2005

Inventor: Stuhlmüller B, Häupl T: A composition of nucleic acid sequences, specific for in inflammatory disease, in particular rheumatoid arthritis: submission no.: EP05026588, submission date: 18.12.2005.

Inventor: Häupl T, Grün J, Radbruch A, Burmester GR, Kaps C, Grützkau A: Verfahren zur Erkennung von Signaturen in komplexen Genexpressionsprofilen: submission no.: DE102004016437A1, submission date: 04.04.2004, publication date: 20.10.2005.

Inventor: Häupl T, Grün J, Radbruch A, Burmester GR, Kaps C, Grützkau A: Methods for recoginzing signatures in complex profiling: submission no.: EP000001733050A2, submission date: 04.04.2005, publication date: 20.10.2005.

Inventor: Stuhlmüller B, Häupl T, Kiesslich O, Burmester GR: Nucleic acid microarray for diagnosis of rheumatoid arthritis and prognosis of anti-TNF alpha therapy: submission no.: PCT/WO03/01822, publication date: 05.07.2005.

Inventor: Stuhlmüller B, Häupl T: Nucleic acid array: submission no.: US20050037344A1, US 10/278,698, DE10155600A1, DE10155600B4, EP1310567A2, EP1310567A3 submission date: 23.10.2002, publication date: 17.02.2005.


Patente 2004 Patents 2004

Inventor: Stuhlmüller B, Häupl T: Nucleic acid array comprising selective monocytic/macrophagic genes: submission no.: EP000001523575A1M, publication date: 20.04.2004.

Inventor: Stuhlmüller B, Häupl T, Kiesslich O, Burmester GR: Nukleinsäurearray zur Diagnose der Rheumatoiden Arthritis und Prognose der anti-TNF-alpha Therapie: submission no: DE10243524, publication date: 12.02.2004.


Patente 2003 Patents 2003

Inventor: Stuhlmüller B, Häupl T: Nucleic acid microarray for diagnosis of rheumatoid arthritis and prognosis of anti-TNF-alpha therapy: submission no. / PCT no.: (WO)PCT/DE03/01822, submission date: 21.07.2003.

Inventor: Stuhlmüller B, Häupl T, Kiesslich O, Burmester GR: Nucleic acid array comprising selective monocytic macrophagic genes: submission no.: AU002003285285A1, publication date: 28.05.2003.


Patent 2002 Patent 2002

Inventor: Stuhlmüller B, Häupl T, Kiesslich O, Burmester GR: Nukleinsäurearray zur Diagnose der Rheumatoiden Arthritis und Prognose der anti-TNF-alpha Therapie: submission no.: DE10243524, submission date: 24.07.2002.


Shade


Dissertation Marine Boyer Theses Marine Boyer

Titel
Effekte vom Fasten auf die Rheumatoide Arthritis

Zusammenfassung Abstract
Die Rheumatoide Arthritis ist eine chronische Gelenkerkrankung, deren Therapie dank neuen Medikamenten in den letzten Jahren enorm verbessert wurde. Allerdings haben diese Therapien viele Nebenwirkungen und behandeln nicht die Ursache der Erkrankung sondern ihre Symptome. Wir forschen über die Effekte von Fasten und Ernährung auf die Rheumatoide Arthritis als unterstüzende und möglicherweise kausale Therapie der Rheumatoider Arthritis, sowie über potentielle neue Biomarker für den Entzündungsverlauf. Die Pilotstudie mit zur Zeit 30 Patienten mit Rheumatoider Arthritis findet im Immanuel Krankenhaus auf der Station für Naturheilkunde statt.

Jahr Year
2017

Stichwörter Keywords
Rheumatoide Arthritis, Fasten, Ernährung, Biomarker

Dissertation Marc Bonin-Andresen Theses Marc Bonin-Andresen

Titel
Identifizierung von Genexpressionsnetzwerken durch eine kombinierte Analyse von DNA-Methylierung und Transkriptionsprofilen in verschiedenen Immunzellen

Zusammenfassung Abstract
Die DNA-Methylierung ist eine epigenetische Modifikation des genetischen Erbgutes und spielt eine signifikante Rolle bei der Regulation der Genexpression. Ziel der Arbeit soll es sein, das Zusammenspiel von Genexpression und DNA-Methylierung in verschiedenen Immunzellen zu untersuchen. Dazu sollen Untersuchungen von verschieden Immunzellen auf Transkriptionsebene mit DNA-Microarrays der Firma Affymetrix (HG-U133 Plus 2.0) durchgeführt werden. In einem weiteren Schritt erfolgt die Analyse auf Methylierungsebene mit Hilfe des HumanMethylation450 BeadChip® der Firma Illumina. Zuvor durchgeführte Analysen zwischen Monozyten und T-Zellen konnten aufzeigen, dass nur etwa 10% der gemessenen CpG-Loci kompatibel zu den Transkriptionsmustern der differentiell expremierten Gene in den verschiedenen Immunzellen sind. Um einen umfassenderen Blick auf die einzelnen Immunzellen zu erhalten und weitere Analyseschritte zu ermöglichen soll eine Datenbank erstellt werden, in der die verschieden Expressions- und Methylierungsmuster abrufbar sind. Die Datenbank soll nach Gensymbolen durchsucht werden können und die Transkriptionssignale sowie den Grad der Methylierung zugehöriger CpG-Stellen in verschiedenen Zelltypen anzeigen. Ferner sollen Auswertungen zu zellspezifischen Expressionen und DNA-Methylierungen getroffen werden und eine statistische sowie funktionsorientierte Analyse der beiden molekularen Merkmale vorgenommen werden.

Jahr Year
2017

Stichwörter Keywords
DNA-Microarray, DNA-Methylierung, Genexpressionsanalyse DNA-Microarray, DNA-Methylation, Genexpressionsanalysis

Dissertation Janine Weix Theses Janine Weix

Titel
The physiologic increase in expression of some type I IFN-inducible genes during pregnancy is not associated with improved disease activity in pregnant patients with rheumatoid arthritis

Zusammenfassung Abstract
During pregnancy, most patients with rheumatoid arthritis (RA) experience a spontaneous improvement in their condition. Since type I interferons (IFN) have immunomodulatory properties, we investigated whether type I IFN-inducible genes are upregulated in pregnant patients with RA. Peripheral blood mononuclear cells were evaluated using quantitative real-time polymerase chain reaction for type I IFN-inducible genes (IFI 35, IFI44, IFI44L, IFIT3, OAS1, and Siglec1) in patients with RA and healthy women during and after pregnancy as well as in nonpregnant controls. IFN-alpha and IFN-beta levels in sera of patients and healthy donors were analyzed by enzyme linked immunosorbent assay. It was found that healthy women did not show a change of gene expression levels from the second trimester until postpartum, yet some type I IFN-inducible genes were significantly upregulated in pregnant and postpartum women compared with nonpregnant individuals. In patients with RA, a pronounced upregulation of IFI35 and IFI44 at the second trimester and a peak expression of Siglec1 at the third trimester were observed. Pregnancy levels of IFI35 and IFI44 in patients with RA were higher than those of nonpregnant patients with RA. No significant association of gene expression levels with disease activity was found. In the sera of patients and healthy women, IFN-beta was undetectable and IFN-alpha levels remained stable throughout pregnancy and postpartum. Thus, pregnancy can give rise to an increased expression of type I IFN-inducible genes, reflecting an upregulation of the innate immune system. However, an association of type I IFN-inducible genes with pregnancy induced disease amelioration seems unlikely.

Jahr Year
2013

Stichwörter Keywords
DNA-Microarray, Genexpressionsanalysis

Dissertation Thomas v. Helversen Theses Thomas v. Helversen

Titel
Differentielle Genexpression bei rheumatoider Arthritis: Validierung von Multiparameter-Daten aus RDA und GeneChip-Analysen Differential geneexpression in rheumatoid arthritis: Validation of multiparameter data from RDA and GeneChip Analysis

Zusammenfassung Abstract
Die rheumatoide Arthritis (RA) ist eine multifaktoriell bedingte, chronisch entzündliche Systemerkrankung, die sich durch hohe Variabilität in klinischem Bild und Prognose auszeichnet. Die Pathologie der RA ist nach wie vor ungenügend verstanden, auch fehlen spezifische diagnostische Marker. Einen Ansatz stellen molekularbiologische Methoden, die auf die Identifizierung differentiell exprimierter Gene abzielen, dar. Mittels Screening-Methoden, wie der Representational Difference Analysis und DNA-Array Technologie konnte eine Reihe von Genen identifiziert werden, deren differentielle Expression in dieser Arbeit mit RT-PCR überprüft wurde. Es wurden die m-RNA-Expressionsraten in Synovialgeweben aus Gelenken von jeweils 10-15 Probanden mit rheumatoider Arthritis (RA), Osteoarthrose (OA) und aus rheumatologischer Sicht gesunder Vergleichspersonen (NS), in einer ex-vivo Betrachtung verglichen. Es konnte verringerte Expression bei RA für GADD45β, GADD34, TIMP4, LTBP4, FKBP54, BMP4, CLU und GPX3, erhöhte Expression für MMP1, RETL2, OBF1, AWO und CA12 festgestellt werden, wobei Gene wie CA12, GPX3 und AWO, die im Kontext der RA als unbekannt gelten, besonders hervorzuheben sind. Ansatzpunkt für die Frage nach der Lokalisation der exprimierenden Zellen lieferte eine in situ-Hybridisierung. So konnten die CA12 und AWO exprimierenden Zellen der hyperplastischen Deckzellschicht, GPX3 dem Sublining zugewiesen werden. Die Gewebeproben wurden histologisch begutachtet, der Grad der Synovitis nach einem Score33 beurteilt, und dessen Werte mit den Genexpressionsraten verglichen. Für CLU, BMP4, LTBP4 und GPX3 konnte negative Korrelation mit dem Score-Wert nachgewiesen werden. Aufgrund der Heterogenität der Expressionsprofile und des histologischen Bildes wurde versucht die RA-Proben mittels Cluster-Analysen zu subklassifizieren. Anhand der Expressionsraten von Genen, denen eine Rolle bei protektiv-regenerativen Vorgängen zugeschrieben wird (BMP4, TIMP3 TIMP4, CLU, GPX3), wurden Untergruppen innerhalb der RA-Population definiert. Weitergehende Untersuchungen dieser Art könnten möglicherweise eine Subtypisierung der RA ermöglichen, die von hohem diagnostischen und prognostischem Wert sein könnte. The rheumatoid arthritis (RA) is a multifactorial conditioned, chronic inflammatory systemic disease, characterized by a high variability in clinical picture and prognosis. The pathology of RA is still insufficiently studied, and specific diagnostic markers are also missing. Molecular biologic methods for identification of differential expressed genes serve as initial solution. A number of Genes could be identified through screening-methods like Representational Difference Analysis and DNA-Array Technologie, therefore its differential expression are checked with RT-PCR. The m-RNA expression rates were compared in synovial tissues from joints of 10-15 subjects with rheumatoid arthritis (RA), osteoarthrosis (OA) and on rheumatological view of healthy control subjects (NS), in an ex vivo study. The tend of decreased expression by RA for GADD45β, GADD34, TIMP4, LTBP4, FKBP54, BMP4, CLU and GPX3 and increased expression for MMP1, RETL2, OBF1, AWO and CA12 were detected, whereas Genes like CA12, GPX3 and AWO, which are unknown in a RA context, are especially notably. The situ-hybridization provide an approach for the localization of expressing cells. Thus the CA12 and AWO expressing cells could be refer to and GPX3 to Sublining. The tissue samples are historical verified, the level of Synovitis is measured to a Score33 and its data compared to the gen-expression rates. For CLU, BMP4, LTBP4 and GPX3 negative correlations with the score was found. Due to the heterogeneity of the expression profiles and the histological picture, the RA samples were subclassified by means of cluster analyzes. On the basis of the expression rates of genes, which are attributed to protective-regenerative processes (BMP4, TIMP3 TIMP4, CLU, GPX3), subgroups within the RA population were defined. Further investigations of this kind might possibly allow subtyping of the RA, which could be of high diagnostic and prognostic value.

Jahr Year
2005

Stichwörter Keywords
DNA-Microarray, Genexpressionsanalyse DNA-Microarray, Genexpressionsanalysis

Dissertation Holger Huber Theses Holger Huber

Titel
Differentielle Genexpression in Synovialgewebe bei rheumatoider Arthritis: Nachweis der Heterogenität der RA auf molekularer Ebene durch Cluster-Analysen Differential geneexpression in synovial tissue in rheumatoid arthritis: Evidence of the heterogeneity of RA at the molecular level by cluster-analysis

Zusammenfassung Abstract
Die rheumatoide Arthritis ist eine chronische Entzündungserkrankung mit autoimmuner Genese, die durch ausgesprochen unterschiedliche Verläufe charakterisiert ist. Obwohl ihr multifaktorieller Charakter bekannt ist, sind Ursachen der rheumatoiden Arhtritis weiterhin unklar. Um neue Ansatzpunkte für Diagnostik und Therapie zu erhalten werden in genomweiten Ansätzen Genexpressionsunterschiede zwischen RA und nicht-RA auf mRNA Ebene untersucht. In dieser Arbeit wurden aufbauend auf RDA- und DNA-Chip-Analysen Transkriptionsmessungen mittels RT-PCR durchgeführt, um die Expression, der aus diesen Untersuchungen stammenden Kandidatengene in größeren Patientenkollektiven zu bestimmen. Als Material hierfür dienten Synovialmembranen, die durch immunhistochemische Färbungen und histopathologische Begutachtung genau charakterisiert wurden. 26 Kandidatengene, die zentrale Bereiche der RA Pathogenese, wie Apoptose, Gewebeumstrukturierung oder Streß beschrieben, wurden eingehend analysiert. Es zeigte sich, dass die RT-PCR als Verfahren zur Validierung der RDA- und DNA-Chip- Analysen geeignet ist. Dabei konnten die Erwartungen der Voruntersuchungen in fünf Fällen bestätigt werden. Die Suche nach RA-spezifisch regulierten Genen identifizierte sowohl Gene, deren Anteil an der RA-Pathogenese bereits bekannt war, als auch solche, die bisher noch nicht im Rahmen der RA erwähnt worden waren und somit neue Ansätze zum Verständnis der RA liefern könnten. Von besonders großem Interesse war die Entdeckung, dass der Megacaryocyte Stimulating Factor (MSF) in einer Subklasse der RA-Patienten signifikant herunterreguliert war. Dieser RA-Subtyp scheint mit einem aggressiveren Krankheitsverlauf einherzugehen. Der Verlust der MSF-Funktion durch eine Mutation führt zu einem genetischen Syndroms (CACP), das durch Synoviahyperplasie und Gelenkzerstörung, sowie Pericarditis charakterisiert ist. Basierend auf MSF-Expression konnte ein Gencluster mit Genen, die ähnlich wie MSF reguliert waren, definiert werden. Dieses Cluster erlaubte eine signifikante Unterscheidung von zwei RA-Subklassen. Ein weiteres Kandidatengen war VDUP1, das wie MSF reguliert ist und dessen mutationsbedingter Funktionsausfall für frühzeitige koronare Herzerkrankungen prädisponiert. Schlußendlich kann die Identifikation dieser potentiell protektiver Marker zusammen mit weiteren Clusteruntersuchungen einen Beitrag dazu liefern, die Heterogenität der RA besser zu verstehen. Darüberhinaus können auf der Basis spezifischer Cluster Screeningmethoden (z.B. Arthritis-Chip) entwickelt werden, die sowohl eine frühzeitige und eindeutige Diagnose der RA erlauben, als auch die Wirksamkeit einzelner Therapieformen überprüfen können. Rheumatoid arthritis is a chronic inflammatory disease with autoimmune genesis, characterized by different processes. Although its multifactorial character is known, the causes are still ambiguous. In oder to get new initial approaches for diagnostic and therapy, differences in gene expression between RA and non-RA will be examined. In this work, transcriptional measurements were carried out by means of RT-PCR on the basis of RDA and DNA chip analyzes in order to determine the expression of candidate genes derived from these investigations in larger patient groups. Synovial membranes, which were characterized by immunohistochemical staining and histopathological assessment, served as a material for this purpose. 26 candidate genes which describe central areas of RA pathogenesis such as apoptosis, tissue restructuring or stress were analyzed in detail. It was shown that RT-PCR is suitable as a method for the validation of RDA and DNA chip analyzes. The expectations of the preliminary examinations were confirmed in five cases. The search for RA-specifically regulated genes identified both genes whose share of RA pathogenesis was already known as well as those which had not previously been mentioned within the framework of the RA and thus could provide new approaches to the understanding of the RA. Of particular interest was the discovery that the Megacaryocyte Stimulating Factor (MSF) was significantly down-regulated in a subclass of RA patients. This RA subtype appears to be associated with a more aggressive disease pattern. The loss of the MSF-function due to mutations results in a genetic syndrome (CACP), characterized by synovia hyperplasia and joint destruction as well as pericarditis. Based on the MSF-expression could be a cluster with genes, similar regulated as MSF, defined. It allowed a significant distinction of two RA-subclasses. At least can the identification of these potential protective marker together with others cluster-analysis give us an understanding for the heterogeneity of RA. In addition, specific cluster screening methods (e.g., arthritis chip) can be developed that allow early and clear diagnosis of the RA as well as the efficacy of individual therapy forms.

Jahr Year
2004

Stichwörter Keywords
DNA-Microarray, Genexpressionsanalyse DNA-Microarray, Genexpressionsanalysis

Dissertation Carsten Bramlage Theses Carsten Bramlage

Titel
Expression von morphogenen Wachstumsfaktoren im Gelenk und ihre Regulation in entzündlichen, degenerativen und traumatischen Gelenkerkrankungen Expression of morphogenetic growth factors in the joint and its regulation of inflammatory, degenerative and traumatic joint diseases

Zusammenfassung Abstract
In dieser Arbeit wurde das Expressionsverhalten morphogener Wachstumsfaktoren im adulten gesunden Gelenk sowie die Veränderung der Transkription in akuten und chronischen Gelenker-krankungen untersucht. Im Mittelpunkt standen Mitglieder der TGF-β-Superfamilie, wie BMP 2-7, GDF-5, TGF-β-1 und -2, die BMP-Rezeptoren Typ I und II sowie BMP-1. Von vielen dieser Proteine ist eine differenzierende und proliferative Funktion während der Embryogenese be-kannt, wobei zunehmend ein regeneratives Potential dieser Faktoren auch auf reifes Gewebe entdeckt wird. Beispiele hierfür sind die im Tierexperiment nachgewiesene regeneratorische Eigenschaften bei Nieren- oder Gehirninfarkten. Auch auf das Binde- und Stützgewebe sind durch die morphogene Potenz dieser Proteine zahlreiche Knorpel- und Knochen induktive und regenerative Einfüße beschrieben worden. Über das Expressionsverhalten der BMPs in der phy-siologischen Gelenkshomeostase sowie bei akuten und chronischen Gelenkerkrankungen gibt es jedoch noch keine Untersuchungen. In dieser Arbeit konnte zum ersten Mal der Nachweis erbracht werden, daß die Bone morphoge-netic protein 1-7, GDF-5, TGF-β-1 und -2 sowie die BMP-Rezeptoren Ia, Ib und II im adulten Synovialgewebe exprimiert werden. In einer RNA-In-situ-Hybridisierung im gesunden Gewebe wurde weiterhin eine Konzentrierung der BMP-Transkription in oberflächennahen Schichten festgestellt, so dass man von einer parakrinen Wirkung der BMPs auf intraartikulären Strukturen ausgehen kann. In this work we the studied the different gene expression of morphological growth factors in a healthy adult joint as well as the chance of the transcription in acute and chronic joint diseases. At the focus were the member of TGF-ß-superfamily like BMP 2-7, GDF-5, TGF-β-1 and -2, plus the BMP-Receptors Typ I and II and BMP-1. Many of these proteins have differential and proliferative functions during the embyrogenesis, whereas an increased regenerative potential of these factors on adult tissue is probably. Examples of this are the regenerative features of renal infraction and stroke in animal testing. The morphogenic potency of these proteins has also been characterized by numerous cartilage and bone inductive and regenerative inserts on the connective and supporting tissue. There are, however, no studies on the expression behavior of the BMPs in physiological joint hypostasis and in acute and chronic joint diseases. In this work, it was demonstrated for the first time that Bone morphogenetic protein 1-7, GDF-5, TGF-β-1 and -2 as well as the BMP receptors Ia, Ib and II are expressed in the adult synovial tissue. In an RNA in situ hybridization in the healthy tissue, a concentration of the BMP transcription in layers near the surface was also determined so that a paracrine effect of the BMPs on intra-articular structures can be assumed.

Jahr Year
2003

Stichwörter Keywords
DNA-Microarray, Genexpressionsanalyse DNA-Microarray, Genexpressionsanalysis


Shade


Masterarbeit Sascha Johannes Master Theses Sascha Johannes

Titel
"GenomicView" - Interactive visualisation for genomic information

Zusammenfassung Abstract


Zeitraum Period
06.2017 - 12.2017

Stichwörter Keywords
DNA-Microarray, Genexpressionsanalyse DNA-Microarray, Genexpressionsanalysis

Masterarbeit Pascal Schendel Master Theses Pascal Schendel

Titel
Entwicklung einer Pipeline zur Gruppierung und Identifikation von DNA-Sequenzen aus Typisierungssequenzierungen von Mikrobiomen

Zusammenfassung Abstract


Zeitraum Period
05.2017 - 11.2017

Stichwörter Keywords
Sequenzierung, Mikrobiomen, Fasten, Rheumatoide Arthritis

Masterarbeit Patrizia Batel Master Theses Patrizia Batel

Titel
Charakterisierung der Antigenoberflächen von Erythrozyten mit Hilfe der Durchflusszytometrie

Zusammenfassung Abstract
In der Arbeitsgruppe sind Transkriptomdaten von Retikulozyten verfügbar, so dass die zu erwartende Expression von Oberflächenproteinen abgeschätzt werden kann. Als Bestätigungsversuch wird ein Markerscreen durchgeführt. Dabei werden auf Erythrozyten alle in der cluster of differentiation (CD-) Nomenklatur heute benannten Oberflächenantigene auf Proteinebene untersucht. Mit Hilfe der damit erhobenen Befunde soll geprüft werden, ob und welche Antigene sich bei chronischer Entzündung verändern. Hintergrund ist dabei die Beobachtung, dass Patienten mit chronischer Entzündung eine Anämie ausbilden und dass bei Patienten mit Rheumatoider Arthritis, die sich einer Fastentherapie unterziehen, die Entzündung nachlässt und gleichzeitig die Zahl der Erythrozyten zunimmt. Erste Vorversuche haben gezeigt, dass die Bildung von Retikulozyten unter Fasten abnimmt und gleichzeitig auch die Anzahl der Erythrozyten, die Annexin-V binden und damit ein Zeichen für Eryptose liefern, reduziert ist. Auf diese Untersuchungen aufbauend ist geplant, einen Pilotversuch unter Fasten mit den spezifischen Oberflächenmerkmalen bei Rheumapatienten durchzuführen. In the working group, transcriptome data from reticulocytes are available so that the expected expression of surface proteins can be estimated. A markerscreen is performed as a confirmation attempt. Therefore all in the cluster of differential (CD-) nomenclature labeled antigen surfaces from erythrocytes were examined on protein base. These results are used to consider which antigens change in chronic inflammation. The background is the observation that patients with chronic inflammation develop anemia and that in patients with rheumatoid arthritis who undergo fasting therapy, the inflammation subsides and at the same time the number of erythrocytes increases. First preliminary experiments have shown that the formation of reticulocytes during fasting decreases and the number of erythrocytes, which detects eryptosis with binding on Annexin-V, reduces. Based on these investigations, it is planned to carry out a pilot experiment with fasting and the specific surface characteristics in rheumatoid patients.

Zeitraum Period
04.2017 - 10.2017

Stichwörter Keywords
Rheumatoide Arthritis, Fasten, Retikulozyten, Erythrozyten, Durchflusszytometrie Rheumatoid Arthritis, Fasting, Reticulocytes, Erthrocytes, Flow Cytometry

Masterarbeit Lorette Weidel Master Theses Lorette Weidel

Titel
Kombinierte Analyse von DNA-Methylierung und Transkriptions-Profilen in verschiedenen Immunzellen

Zusammenfassung Abstract
Die DNA-Methylierung zählt zu den epigenetischen Modifikationen des Erbgutes und spielt eine wichtige Rolle bei der Regulation der Genexpression. Um einen Überblick über die Bedeutung der Methylierung bei Immunzellen zu gewinnen, wurden neun verschiedene Populationen von Immunzellen auf ihr DNA-Methylierungs- und ihre Genexpressionsmuster untersucht. Die Methylierungsdaten wurden mit der Illumina BeadChip und die Transkriptomdaten mit der Affymetrix GeneChip Technologie er- hoben. Zur Auswertung wurden bereits vorhandene Software-Werkzeuge zusammengetragen und weiterentwickelt. Es wurde deutlich, dass sowohl übereinstimmende als auch widersprüchliche Methylierungsinformationen vorliegen. Es scheint zwar die Lage der CpG-Loci zum Transkriptionsstart relevant zu sein, jedoch konnten keine spezifischen Regeln für eine Abhängigkeit gefunden werden. Durch gezielte Filterung in myeloiden und lymphoiden Zellen konnten 24 Gene mit einer hohen Expression und demethylierten CpGs in Monozyten oder Granulozyten und gleichzeitig einer niedrigen Expression und methylierten CpGs in den B-, T-, und NK-Zellen identifiziert werden. Die Bereitstellung der Ergebnisse wird über die BioConpages Datenbank erfolgen. Die Datenbank kann nach Gensymbolen durchsucht und die entsprechen- den Informationen abgerufen werden. Im Allgemeinen konnte gezeigt werden, dass isolierte Untersuchung der DNA-Methylierung unzureichende Informationen liefert und erst eine differentielle Betrachtungen zwischen verschiedenen Funktionszuständen mit einer gleichzeitigen Analyse der Genexpression die Eingrenzung auf bedeutende CpG-Stellen ermöglicht. DNA methylation is one of the epigenetic modi cations of the genome and plays an important role in the regulation of gene expression. To gain an overview of the impor- tance of DNA methylation in immune cells, gene expression and methylation pattern were studied in nine di erent immune cells. The methylation data were collected with the Ilumina BeadChip and the transcriptome data with the A ymetrix GeneChip technology. For evaluation, existing software tools were compiled and developed. It could be shown that matching as well as con icting methylation information exists. The position of the CpG loci to the transcription start seems to be relevant, but it could not be found any speci c rules for this dependence. Through selective lter- ing in myeloid and lymphoid cells 24 genes with a high expression and demethylated CpGs in monocytes or granulocytes as well as a low expression and methylated CpGs in B- , T- , and NK cells were identi ed. Via the BioConpages database the results will be presented. The database can be searched by gene symbols and it can be retrieved the corresponding information. In general, it could be shown that isolated screening of DNA methylation provides insu cient information. Only di erential considerations between various functional states with a simultaneous analysis of the gene expression can show important CpG loci.

Zeitraum Period
05.2013 - 02.2014

Stichwörter Keywords
DNA-Methylierung, epigenetischen Modifikationen, DNA-Microarray, Genexpressionsanalyse

Masterarbeit Dirk Wiesenthal Master Theses Dirk Wiesenthal

Titel
Simulation von Pilotstudien in zweistufigen Designs Simulation of pilot studies in a two-stage design

Zusammenfassung Abstract
Für das Design empirischer Studien spielt die Festlegung der Studiengröße eine entscheidende Rolle. Es ist eine Abwägung zwischen wissenschaftlicher Aussagekraft und Wirtschaftlichkeit. Neuere Methoden wie Microarrays lassen mehrere tausend Hypothesen in einem Experiment zu und machen es erforderlich, hoch multipel zu testen. Studien mit einem multiplen Testproblem führen jedoch eine weitere Schwierigkeit ein: Das Signifikanzniveau ist nicht mehr ohne Anpassungen einzuhalten. Verschiedene Verfahren versuchen, diesem Problem zu begegnen, wie zum Beispiel die Bonferroni-Korrektur durch Kontrolle der FWER - die Wahrscheinlichkeit, mindestens eine Hypothese fälschlicherweise abgelehnt zu haben (Familywise Error Rate) - oder die Benjamini-Hochberg-Prozedur durch Kontrolle der FDR - der Anteil fälschlicherweise abgelehnter Hypothesen an allen abgelehnten (False Discovery Rate). Gleichzeitig sorgen Anforderungen an die Power der Studie dafür, dass die Studiengröße stark wächst, je nachdem, wie „aggressiv“ das Problem der Multiplizität gelöst wird. Zweistufige Studien sollen den Fehler 1. Art und den 2. Art so klein wie möglich halten, indem sie in der ersten Phase besonders viele signifikante Ergebnisse akzeptieren und dann in einer zweiten Phase möglichst viele falsch positive wieder verwerfen. Zwischen der ersten und der zweiten Phase wird adaptiv eine Untermenge der Hypothesen ausgewählt und die Studiengröße angepasst. Diese Fallzahlschätzung für die zweite Phase geht auf einen Effektgrößenschätzer in der ersten zurück. Diese Arbeit beschäftigt sich mit dem Problem, dass der Effekt in der ersten Phase überschätzt wird, weil einige in Wahrheit schwache Effekte zufällig hochsignifikant beobachtet und berücksichtigt werden, während sich einige in Wahrheit starke Effekte zufällig nur schwach zeigen und deshalb unbeachtet bleiben. Infolge dessen wird dann die Fallzahl für die zweite Phase zu niedrig berechnet, um die angestrebte Power zu gewährleisten. Softwaregestützt wird über eine Simulation ein „Effektinflationsfaktor“ bestimmt, der diesen Fehler korrigieren soll. For the design of empiric studies the size of it plays an important role. It is a consideration between scientific significance and economy efficiency. Newer methods such as microarrays allow several thousand hypotheses in one experiment and make it necessary to test highly multiple. Studies with a multiple test problem lead to further difficulties: the significance level can not perform without adoptions. There are several treatments to handle this problem like the Bonferroni-correction with correction of FWER – probability to reject at least one hypotheses mistakenly (Familywise Error Rate)- or the Benjamini-Hochberg-procedure with correction of FDR – amount of mistakenly rejected hypotheses of all rejected (False Discovery Rate). At the same time, demands on the power of the study ensure that the study size grows strongly, depending on how "aggressively" the problem of multiplicity is solved. Two-stage studies should minimize the type 1 and 2 error while accepting many significant results in the first period and reject false positive as many as possible. Between the first and second period the subset of hypotheses will be choosed and fitted to the study size. The sample size estimation for the second period depends on a effect size estimation of the first period. This work deals with the problem that the mentioned effect is overestimated, because some really weak effects are randomly highly significant and observed, whereas some really strong effects are only weakly visible and therefore remain ignored. As a result, the fall number for the second phase is then calculated too low to ensure the desired power. Based on software, an "effect factor" is used to determine the error.

Zeitraum Period
04.2010 - 10.2010

Stichwörter Keywords
Simulation, Microarray, Bonferroni-Korrektur Simulation, Microarray, Bonferroni-Correction

Masterarbeit Stephan Flemming Master Theses Stephan Flemming

Titel
Funktionelle Profilkomponenten und Gennetzwerke bei Tumorerkrankungen

Zusammenfassung Abstract
Die BioRetis Plattform ermöglicht die Analyse von Genexpressionsdaten auf der Basis von Vergleichsanalysen. Korrelationszusammenhänge zwischen Genen zu erkennen war bisher nicht möglich. Im Rahmen dieser Masterarbeit wurden Techniken entwickelt und umgesetzt mit deren Hilfe Korrelationsanalysen durchgeführt und deren Ergebnisse in Form von HeatMaps visualisiert werden können. Die verwendete Algorithmik verwendet Clusteringverfahren um funktional ähnliche Gene anhand übereinstimmender Korrelationskoeffizienten über mehrere Gewebe hinweg aufzuzeigen. Mit Hilfe einer HeatMap werden neben der eigentlichen Korrelationsmatrix auch die Clusterähnlichkeiten im Dendrogram aufgezeigt. Zur Umsetzung dieses Verfahrens wurde Java verwendet. Die Benutzung wurde durch Verwendung von jQuery und FusionCharts dynamisch gestaltet. Neben der eigentliche Implementierung sollte ein besonderer Focus auf eine vollständige Integration in die bisherige Webstruktur gesetzt werden. Um die Frage zu klären, ob sich die Technik zur Erkennung von funktionalen Zusammenhängen eignet, wurde eine komplette Analyse durchgeführt. Untersucht wurden die Korrelationszusammenhänge von Genen unter Einbeziehung karzinogener Brustgewebe und einer Vielzahl weiterer Gewebetypen, wobei drei Analysen durchgeführt wurden ( 1. transcription factor activity - apoptosis, 2. transcription factor activity - cell membrane, 3. transcription facotr activity - cell proliferation). Aus der ersten Analyse wurden all die Probesets mit dem Label transcription factor activity extrahiert, die im Brustgewebe hohe Korrelationswerte aufweisen. Im Vergleich der Korrelationsmatrizen der drei durchgeführten Vergleiche mit dem Focus auf diese ermittelten Probesets konnten deutliche Übereinstimmung festgestellt werden. Die implementierten Techniken konnten vollständig in das BioRetis Projekt integriert werden.

Zeitraum Period
08.2009 - 01.2010

Stichwörter Keywords
DNA-Microarray, Genexpressionsanalyse, Genregulation, Signaturen, Datenbank, Affymetrix DNA-Microarray, Genexpressionsanalysis, Gene Regulation, Signatures, Database, Affymetrix

Masterarbeit Marc Bonin Master Theses Marc Bonin

Titel
Nachweis und Quantifizierung von Funktionskomponenten in Expressionsprofilen von Gewebebiopsien Proof and quantification of functional components in expression profiles of tissue biopsies

Zusammenfassung Abstract
Die in dieser Arbeit zu Grunde liegende BioRetis Anwendung dient der Analyse von Affymetrix Microarraydaten. Sie stellt eine Plattform dar, in der verschiedene Forschergruppen Microarraydaten analysieren können und diese benutzerspezifisch ihren wissenschaftlichen Kooperationspartnern zur Verfügung stellen können. Ziel dieser Arbeit ist, komplexe Vergleichsanalysen und Rechenoperationen zur Untersuchung von Funktionskomponenten in Form von Koexpressionsnetzwerken durch Optimierung und Erweiterung der vorhandenen Strukturen der BioRetis Anwendung zu ermöglichen und beispielhaft eine solche Untersuchung an entzündetem Synovialgewebe von Rheumapatienten zu prüfen. Dabei wurde zum einen die Oberfläche überarbeitet um die Übersichtlichkeit zu verbessern. Zum anderen wurde die Anwendung in das web framework Ruby on Rails überführt, um eine modulare Entwicklung des Systems zu ermöglichen und auch die Prozessiergeschwindigkeit zu verbessern. Mit diesen Veränderungen sollte, eine Systemarchitektur geschaffen werden, in der Berechnungsmodelle zur Analyse von Microarraydaten unabhängig voneinander implementierbar sind, eine einheitliche Dokumentation gewährleistet ist, sowie eine grafische Darstellung von Daten möglich wird. Aufbauend auf die strukturellen Veränderungen der BioRetis Anwendung wurde des Weiteren ein DataWarehouse implementiert, in dem alle Daten der durchgeführten Analysen gespeichert werden. Durch diese strikte Trennung von Analyse und Produktivsystem erfolgt ein Performancegewinn in der Berechnung und Darstellung von Daten im täglichen Betrieb. In diese verbesserte Grundstruktur wurden neue Algorithmen eingebunden, die zur Erkennung von Funktionskomponenten und Geninteraktionen dienen. Um diese Funktionen und Interaktionen der einzelnen Gene zu identifizieren wurden Korrelationsberechnungen sowie Visualisierungen der daraus resultierenden Koexpressionsnetzwerke implementiert. Die dazu erforderlichen Untersuchungen umfassten eine Vielzahl von verschiedenen Zell- und Gewebetypen aus dem immunologischen Bereich sowie deren Stimulation. Unter Verwendung der Transkriptome von verschiedenen aufgereinigten Immunzellen sowie Nicht- Immunzellen aus verschiedenen Geweben ergaben sich gut abgrenzbare Funktionsgruppen für Granulozyten, Monozyten, T-, B- und NK-Zellen. Verschiedene Stimulationen von Monozyten und dendritischen Zellen konnten ebenfalls Netzwerke aufweisen, die unter Ausschluss anderer Zelltypen aber auch Überlappungen und weniger scharfe Abgrenzungen zwischen einzelnen Funktionsclustern zeigten. Die daraus resultierenden Netzwerke und Funktionsmuster wurden am Beispiel entzündlicher Proben der Gelenkinnenhaut von Patienten mit rheumatoider Arthritis (RA) im Vergleich zur Gelenkinnenhaut aus gesunden Gelenken (ND) untersucht. Es ergaben sich Hinweise auf die veränderte Expression einzelner Kandidatengene in diesen Netzwerken, jedoch mit deutlich geringerer Ausprägung als dies für die reinen Stimulationssignaturen beobachtet werden konnte. Somit bietet die nun erweiterte Anwendung BioRetis eine gute Grundlage für zukünftige komplexere Analysen und umfangreichere funktionelle Berechnungen. Mit der Möglichkeit zur gezielten Suche nach funktionellen Signaturen entsteht gerade für die prospektive Diagnostik chronisch- entzündlicher Gelenkerkrankungen die Chance Biomarker bzw. funktionell bedeutende molekulare Muster für therapeutische Entscheidungen zu etablieren. The BioRetis application used in this work is applied for the analysis of Affymetrix microarrays. It represents a platform were different research groups can analyze microarray data and supply it user specific to scientific cooperation partners. Aim of this thesis is to enable complex comparative analyzes and computational operations to investigate functional components in the form of coexpressive networks by optimizing and extending the existing structures of the BioRetis application and, for example, to examine such an investigation on inflamed synovial tissue of rheumatoid patients. Therefore the surface was revised to improve the clarity. Moreover the application was transferred to the web framework Ruby on Rails, in order to enable a modular progression of the system as well as to increase the processing rate. These variances should create a system architecture were computational models for analysis of microarray data can independently implemented, a uniform documentation and a graphical visualization of the data realizable is. In addition to the structural changes of the BioRetis application, a DataWarehouse was implemented, in which all data from the analyzes carried out are stored. The strictly separation of analysis and productive system ensue a profit of performance in computation and representation of data on daily work. On this improved base, new algorithms were integrated which recognize functional components and gen interactions. For identification of these functions and interactions of some genes were correlation computations and visualization of the resulting co-expression network implemented. The necessary investigations involve a variety of different cell- and tissue types from the immunological range as well as their stimulation. The use of transcripts of different purified immune cells as well as non-immune cells from different tissues resulted in well-defined functional groups for granulocytes, monocytes, T, B and NK cells. Various stimuli of monocytes and dendritic cells could also have networks which, with the exclusion of other cell types, also showed overlaps and less sharp delimitations between individual functional clusters. The resulting networks and function patterns were investigated using the example of inflammatory specimens of the internal articular skin of patients with rheumatoid arthritis (RA) compared to the internal skin of the joints from healthy joints (ND). There were indications for the altered expression of individual candidate genes in these networks, but with a markedly lower expression than could be observed for pure stimulation signals. Thus the now extended application BioRetis provides a good basis for future more complex analyzes and more extensive functional calculations. With the possibility of a targeted search for functional signatures, it is precisely for the prospective diagnostics of chronic inflammatory joint diseases that the opportunity to establish biomarkers or functionally important molecular patterns for therapeutic decisions emerges.

Zeitraum Period
04.2009 - 12.2009

Stichwörter Keywords
DNA-Microarray, Genexpressionsanalyse, Genregulation, Signaturen, Datenbank, Affymetrix DNA-Microarray, Genexpressionsanalysis, Gene Regulation, Signatures, Database, Affymetrix

Masterarbeit Ulrike Haase Master Theses Ulrike Haase

Titel
Aufbau eines Koexpressions-Netzwerkes zur funktionellen Analyse von Transkriptomen Construction of a co-expression network for functional analysis of transcriptomes

Zusammenfassung Abstract
Zur Identifikation von Mustern in Genexpressionsprofilen auf der Basis von DNA- Microarrays ist das hierarchische Clustern eine etablierte Methode. Der Grundgedanke hierbei ist, dass Gene, die zu einem gemeinsamen Pathway gehören, koreguliert bzw. koexprimiert sind. Durch die Suche nach solchen Koexpressionen können bisher unbekannte biologische Funktionen und regulative Mechanismen von Genen aufgedeckt werden. Ein weiteres Verfahren für das Ermitteln von solchen koregulierten Gengruppen ist die Koexpressions-Analyse auf der Basis des Korrelationskoeffizienten nach Pearson. Diese Methode wurde nachfolgend eingesetzt, um die in der Arbeitsgruppe von PD Dr. med. habil. Thomas Häupl etablierte Bioretis-Plattform für Analysen von Affymetrix-Microarrays um neue Funktionen für eine Koexpressions-Analyse zu ergänzen. Es wurde eine flexible Auswahl von Microarray-Daten für die Berechnung verschiedener Koexpressions-Netzwerke mit neuen Java-Servlets erstellt. Für die Visualisierung der Koexpressions-Netzwerke wurde eine graphische Benutzeroberfläche (GUI) in der Skriptsprache JavaFX programmiert. Über diese GUI kann zunächst ein Kandidatengen und ein Koexpressions-Netzwerk ausgewählt werden. Dadurch werden spezifisch die Gene angezeigt, die gemäß dem ausgewählten Koexpressions-Netzwerk mit dem Kandidatengen koexprimiert werden. Ferner können die Gene des Netzwerkes nach bestimmten Genfunktionen und zellulären Komponenten sortiert werden. Diese Information wurde aus der Gene Ontology-Datenbank übernommen. Über dieses Netzwerk und seine Sortierfunktionen können nun die Ergebnisse aus beliebigen Arrayanalysen gelegt werden. Dies erfolgt über eine farbkodierte Darstellung der Regulation der Gene gemäß der ausgewählten Arrayanalyse. An den Beispielen der Transkriptionsfaktoren PPARG und SOX9 und der aus der Literatur dazu bereits bekannten Funktion für die Fettgewebe- bzw. Knorpeldifferenzierung konnte belegt werden, dass das neue Werkzeug diese Abhängigkeiten korrekt identifizieren kann. Zudem weisen die Koexpressions-Netzwerke auf weitere Abhängigkeiten zwischen Genen hin, die auf noch unbekannte molekulare Mechanismen hinweisen könnten. Sofern diese sich experimentell bestätigen lassen, wäre der hier vorgestellte Ansatz zur Erkennung von Koexpressions-Netzwerken ein wichtiger Schritt hin zu einem besseren Verständnis von Transkriptomdaten. For identification of patterns in geneexpression profiles based on DNA-microarrays, hierarchical clustering is an established method. The basic idea is that genes with a common pathway are co-regulated or co-expressed. Due to the search of these co-expressions the detection of yet unknown biological functions and regulative mechanisms of genes is possible. A further method for determining such koregulated gene groups is the coexpression analysis on the basis of the correlation coefficient according to Pearson. This method was used below in oder to examine the results obtained in the working group of PD Dr. med. habil. Thomas Häupl established Bioretis platform for the analysis of Affymetrix microarrays to supplement new functions for a co-expression analysis. A flexible choice of microarray-data for computing of different co-expression networks with new Java-Servlets were created. For the visualization of these network was a graphical user interface (GUI) in JavaFX script language programmed. GUI can be used to select a candidate gene and a co-expression network. This specifically displays the genes that are co-expressed with the candidate gene according to the selected co-expression network. Furthermore, the genes of the network can be sorted according to specific gene functions and cellular components. This information was taken from the Gene Ontology database. Using this network and its sorting functions, you can now use the results from any array analysis. This is done by means of a color-coded representation of the regulation of the genes according to the selected array analysis. The examples of the transcription factors PPARG and SOX9 and the function already known from the literature for adipose tissue and cartilage differentiation have shown that the new tool can correctly identify these dependencies. In addition, the co-expression networks point to further interdependencies between genes that might point to unknown molecular mechanisms. If these can be confirmed experimentally, the approach described here for the detection of co-expression networks would be an important step towards a better understanding of transcriptome data.

Zeitraum Period
03.2009 - 11.2009

Stichwörter Keywords
DNA-Microarray, Genexpressionsanalyse, Genregulation, Signaturen, Zellinfiltration DNA-Microarray, Genexpressionsanalysis, Gene Regulation, Signatures, Cell Infiltration


Shade


Bachelorarbeit Irene Ziska Bachelor Theses Irene Ziska

Titel
Vergleichsanalyse zwischen Rheumatoider Arthritis und Arthritismodell: Untersuchung der funktionellen Komponenten in Expressionsprofilen der Synovitis Comparative analysis between rheumatoid arthritis and arthritis model: Investigation of functional components in synovitis expression profiles

Zusammenfassung Abstract
Microarray Experimente werden oft genutzt, um Gewebeproben von gesunden und kranken Spendern zu vergleichen. Dadurch sollen Gene gefunden werden, die krankheitsbedingt reguliert sind. Die entnommen Gewebeproben sind allerdings sehr häufig Mischproben. Somit kann die Zellzusammensetzung bei Proben von gesunden und kranken Spendern variieren, da beispielsweise in entzündeten Geweben vermehrt Immunzellen einwandern können. Einem veränderten Expressionslevel eines Gens in der gesamten Mischprobe muss also nicht zwingend eine Regulation zu Grunde liegen, sondern es kann auch durch die Veränderung der Zellzusammensetzung verursacht worden sein. In der AG von PD Dr. med. habil. Thomas Häupl wurde das Model der Funktionellen Profilkomponenten Analyse (FPCA) entwickelt. Dabei werden anhand von Markergenen die Zellanteile in einer Mischprobe bestimmt, welche anschließend dazu genutzt werden, um das erwartete Signal für die vorliegende Zellzusammensetzung ohne Regulation zu ermitteln. Ein Vergleich zwischen realem und berechnetem Signal gibt Aufschluss darüber, ob eine eine Regulation vorliegt oder nicht. Für alle Zelltypen, die in die Berechnung mit einbezogen werden sollen, sind dabei Referenzsignaturen notwendig. Das Modell wurde genutzt, um die Ergebnisse der Microarray Experimente von humaner Rheumatoider Arthritis und des Kollagennduzierten Arthritismodells der Maus zu vergleichen. Für die Experimente wurden die Microarrays HG-U133 Plus 2.0 (Human) und Mouse 430 2.0 (Maus) von Affymetrix verwendet. Bei der Anwendung des Modells wurden die Zelltypen CD14+ Monozyten, CD4+ Zellen, CD19+ Zellen, CD15+ Granulozyten, CD56+ NK-Zellen und Synovialgewebe in die Analyse einbezogen. Die Auswertung der Ergebnisse des Modells ergab, dass es in beiden Versuchen zu einer Veränderung der Zellzusammensetzung zugunsten der Immunzellen im Krankheitsverlauf kam. Der Anteil des Synovialgewebes nahm hingegen ab. Der wichtigste Unterschied war, dass es im Mausmodell im Gegensatz zu den humanen Proben zu keiner Veränderung des Anteils der Zellen kam. Das konnte dadurch begründet werden, dass CXCL13, welches für ein Chemokin codiert, das Zellen anlockt und im humanen Experiment als hoch reguliert festgestellt werden konnte, im Mausmodell unreguliert vorlag. Die Ergebnisse der FPCA wurden gefiltert und anschließend mit den Signaturen von TNF-stimulierten Synovialfibroblasten verglichen. Dabei konnten vor allem im Mausmodell große Gemeinsamkeiten zwischen der TNF-stimulation und den Ergebnissen der Filterung festgestellt werden. Die Untersuchung zeigt somit deutliche funktionelle Unterschiede zwischen der Rheumatoiden Arthritis beim Menschen und einem für die Therapieentwicklung gerne genutzten Krankheitsmodell in der Maus. Betrachtet man die heute verfolgten therapeutischen Prinzipien, einzelne Moleküle durch spezifische Antikörper zu blockieren bzw. zu beeinflussen, so hat dieser Befund große Bedeutung für die Auswahl geeigneter Tiermodelle zur Prüfung künftiger Wirkstoffe. Da antiNF Biologika nur bei einem Drittel der Therapieversager aus konventioneller Medikation wirklich sehr gute Erfolge liefern, sind alternative Modelle zur Klärung dieser Probleme erforderlich. Microarray experiments can be used to compare samples of healthy and diseased patients. The objective is to indentify up or down regulated genes in the diseased sample, which could be the key to understand the disease and develop a treatment. The problem is that the taken samples do often not only consist of one but of multiple different cell types and this composition can greatly differ between the healthy and the diseased sample because of the migration of immune cells. Therefore it is important to distinguish if an expression level of a gene is changed due to regulation or as a result of a change in the cell composition. The Functional Profile Component Analysis (FPCA) is a model developed by AG Häupl. In this model cell fractions are computed for each sample by using marker genes for the different involved cell types. Afterwards, theses cell fractions are used to determine signals that are expected for the computed cell composition without regulation of genes. They are called virtual signals. A subsequent comparison between the virtual and the real signal of a gene can give information about the actual regulation. For the application of the model marker genes for each of the different cell types have to be identified and reference signatures of all involved cell types are necessary for the calculation of the cell fractions and virtual signals. The given model was used to compare the results of microarray experiments with samples of rheumatoid arthritis in human species and samples of an arthritis mouse model. The samples were analyzed by the chip types HG-U133 Plus 2.0 and Mouse 430 2.0 of Affymetrix. The analysis included the cell types CD14+ monocyte, CD4+ T cell, CD19+ B cell, CD15+ granulocyte, CD56+ NK cell and synovial tissue. In both experiments the cell composition was changed in favor of the immune cells in diseased samples. The cell fraction of the synovial tissue was reduced. The most important difference between mouse and human model was that no change in the fraction of B cells was observed in the mouse model. A possible reason was the upregulation of CXCL13 in human which results in chemokines attracting B cells. In the mouse model this gene was unregulated. The results of the FPCA were compared to the signatures of TNF stimulated synovial fibroblasts. Especially in the mouse model great similarities could be found between the TNF stimulation and results of the FPCA. Therefore, the analysis shows differences between the RA and the CIA model, which is frequently used for drug testing during the development of new therapies. Considering the current principles of targeted therapies, which aims for inhibition or manipulation of single molecules by specific antibodies, this aspect is of particular importance for the choice of the appropriate animal model in testing future therapeutic agents. While anti-TNF is successfully applied in only about one third of the non-responders to conventional treatment, alternative models are essential to solve these problems.

Zeitraum Period
06.2014 - 09.2014

Stichwörter Keywords
FPCA, DNA-Microarray, Genexpressionsanalyse, Rheumatoide Arthritis, Arthritismodell FPCA, DNA-Microarray, Genexpressionsanalysis, Rheumatoid Arthritis, Arthritis Model

Bachelorarbeit Sascha Johannes Bachelor Theses Sascha Johannes

Titel
Entwicklung einer Datenbank für eine kombinierte Analyse von DNA-Methylierung und Transkriptions-Profilen in verschiedenen Immunzellen Development of a database for a combined analysis of DNA methylation and transcription profiles in different immune cells

Zusammenfassung Abstract
Die Methylierung zählt zu der regulatorischen und epigenetischen Modifikationen der DNA. Ziel dieser Arbeit war es, mit einem bioinformatischen Ansatz die Daten der Hochdurchsatzanalysen visuell so aufzubereiten und darzustellen, sodass auch ein mit den gängigen Analyseprogrammen ungeübter Benutzer diese Daten, auf einfache und schnelle Weise, interpretieren kann. Um den Einfluss der DNA-Methylierung auf die Genexpression feststellen zu können, wurde eine Webapplikation mit einer Datenbankanbindung entwickelt. Diese Applikation ist in der Lage, die benötigten Analysen der Hochdurchsatzdaten der Transkription und Methylierung durchzuführen. Anschließend können die ermittelten Daten gefiltert und grafisch dargestellt werden. Um einen gezielten und unkomplizierten Arbeitsablauf zu gewährleisten, wurden verschiedene, existierende Programme und Skripte der AG Bioinformatik der Charité Berlin zusammengetragen. Für die Erstellung der Vergleiche der einzelnen Populationen wurde ein neues Java-Programm erstellt. Als Grundlage für die Analyse wurden aufgereinigte, humane Immunzellen aus dem Vollblut verwendet. Insgesamt konnten durch die Aufreinigung neun Zellpopulationen gewonnen werden. Der erste Schritt der Analyse bildet - nach der Qualitätskontrolle - der paarweise Vergleich der einzelnen Populationen untereinander. Hierfür wird das entwickelte Java-Programm verwendet. Nach dem Abschluss der Vergleiche ist es möglich die ermittelten Daten visuell darzustellen. Abschließend erfolgt die Untersuchung des Einflusses der Methylierungsstellen auf die Genregulation. Dieser Prozess wird als Mapping bezeichnet. Es wurden zwei Algorithmen für das Mapping implementiert. Der erste bildet die Zuordnung der Methylierungsstellen zu einem Transkript über den zugehörigen Gennamen. Der zweite Algorithmus ermittelt sämtliche Transkripte und Methylierungsstellen, die sich in einer definierten Distanz um ein definiertes Gen befinden. Durch eine visuelle Darstellung lässt sich auf einfache Weise die Wirkung des Methylierungsgrades auf die Genexpression untersuchen. Durch die Betrachtung verschiedener Gene aus den unter- schiedlichen Populationen zeigt sich, dass die Regulation der Gene nur selten den allgemeinen Vorstellungen der DNA-Methylierung als regulatorische Modifikation folgt. Hingegen konnten nur wenige Gene gefunden werden, die eindeutig der Regulation durch die DNA-Methylierung unterworfen sind. Die Webapplikation kann unter www.bioretis.charite-bioinformatik.de aufgerufen werden. The methylation is one of the regulatory and epigenetic mechanisms of the DNA. One of the main goal was to provide an application which allows to visualise and filter the high throughput data. A web based application was created to determine the influence of DNA methylation. The application is designed to analyse the methylation and transcription data and present the information in a clear and easy way. Different programs and tools were combined to provide a uncomplicated workflow. Most of these tools were created by members of the workgroup ”Bioinformatik” (Charité Berlin). To compare different populations a new created Java-tool was used. Purified immune cells form the base of the analysis. These immune cells were extracted from human blood. The first step starts after the quality control of purified cells. This step is the pairwise comparison of different populations. It is possible to view and filter the generated data after the compare. After analysing the methylation and transcription data it is possible to compare both data set. This process is called mapping. There are two different algorithms available to map the methylation positions and the different transcripts. The first one list all methylation positions and transcripts which are associated with a user specified gene. The second one finds all methylation positions and transcript which are in range of a user specified gene and a user specified distance. A visual presentation allows the user to determine the influence of DNA methylation on the transcription process. There is only a low number of genes which follow the general understanding of methylation induced DNA regulation. The webapplication is available under www.bioretis.charite-bioinformatik.de.

Zeitraum Period
03.2014 - 06.2014

Stichwörter Keywords
DNA-Methylierung, DNA-Microarray, Genexpressionsanalyse, Immunzellen DNA-Methylation, DNA-Microarray, Genexpressionsanalysis, Immune Cells

Bachelorarbeit Florian Heyl Bachelor Theses Florian Heyl

Titel
Identifizierung von Genexpressions-Netzwerken der Entzündungsreaktion in Immunzellen Identification of geneexpression networks of the inflammatory reaction in immune cells

Zusammenfassung Abstract
Die Morbidität der chronischen Inflammationen ist über die Jahre immer weiter angestiegen. Viele der persistierenden, abnormen Mechanismen sind bislang unbekannt. Systemischer Lupus erythematodes (SLE) und die rheumatoide Arthritis (RA) sind nur zwei der vielen Erkrankungen, welche in der heutigen Zivilisation immer mehr zu neuen diagnostischen und therapeutischen Herausforderungen führen. IFNα, TNFα und auch Pathogen-assoziierte molekulare Muster (PAMPs) wie LPS spielen dabei Schlüsselrollen in den Verläufen der Entzündungsreaktionen von immunologischen Zellen. Besonders IFNα scheint mit der SLE assoziiert zu sein und impliziert die unterschiedlichen Veränderungen der Homöostase des Krankheitsbildes. In dieser Arbeit wird der Einfluss der drei unterschiedlichen molekularen Stimulationen IFNα, TNFα und LPS auf CD14-Monozyten untersucht. Hierzu wird die Hochdurchsatztechnik der Microarrays verwendet, um eine Fülle von Expressionsdaten zu gewinnen. Mit Hilfe der Daten und dem Modell der Koexpressions-Netzwerke stellt man Nachforschungen über funktionelle Zusammenhänge in der Genregulation der Zellen an. Es wird dafür eine umfangreiche de novo Analyse entworfen, die heuristische Filtermethoden, ei- ne Korrelationsberechnung und eine hierarchische Clusteranalyse beinhaltet. Eine Webapplikation wird ebenfalls entwickelt, um die relevanten Gene in einer übersichtlichen Liste darzustellen und in einen funktionellen Zusammenhang zu bringen. Mit Hilfe der Webapplikation und zwei gewählten Genen (IFI44 und OASL) werden eindeutige Netzwerke gefunden, die nicht mehr als hundert Gene umfassen. Zusammen mit einer automatisierten Schnittmengenbildung zwischen der Korrelation nach Pearson, der Rangkorrelation nach Spearman und der Transinformation lässt sich eine außerordentlich gute Robustheit der gefundenen Netzwerke feststellen. Ein Vergleich zwischen zwei unterschiedlichen Normalisierungen (die RMA-Normalisierung und einer abgewandelten Form der MAS5-Normalisierung) bestätigt die Robustheit. Die Arbeit zeigt, dass diese Netzwerke für eine IFNα- und LPS-Stimulation, sowie für den SLE typisch sind. Mit den gewählten Methoden ist es gelungen, eine sehr gute Vorhersage für mögliche Gen-Netzwerke zu schaffen. Daher sind weitere Analysen nach diesem Verfahren vielversprechend. Over the years the morbidity of chronic inflammatory diseases is constantly increasing. To date many of the abnormal and persistent mechanisms are unknown. Systemic lupus erythematosus (SLE) and rheumatoid arthritis (RA) are two of the many diseases, which are increasingly common and lead to new diagnostic and therapeutic challenges. IFNα, TNFα and pathogen-associated molecular patterns (PAMPs) like LPS play key roles in the process of the inflammatory response in immune cells. Especially IFNα seems to be associated with SLE and implicates the various changes in the homeostasis of the illness. In this study, the influence of the three molecular stimuli IFNα, TNFα and LPS on CD14-monocytes is investigated. Microarrays as a high-throughput-technology are used to generate a large amount of gene expression data. With the help of this data and the co-expression networks as a model, relationships between the genes are analyzed. This study is based on an extensive de novo analysis, which uses heuristic filter methods, correlation analyses and hierarchical cluster analysis. A web application is also developed to display the correlations in a defined list to quickly identify relevant genes and functional relationships. With the aid of the application specific networks for two genes (IFI44 and OASL) are identified that cover no more than a hundred genes. Together with an automatically produced intersection between the results of three analyses of three different measurements the networks appear to be highly robust. For the three analyses the Pearson correlation, the Spearman correlation and the mutual information are used. A comparison between two normalization methods (the RMA-normalization and a modified version of the MAS5-normalization) confirms the robustness of the networks. This study shows that the networks are unique for IFNα and LPS-stimulation and that these networks are associated with SLE. The prediction of gene-networks is excellent with the developed methods. Thus, realization of further analysis with these procedures is very promising.

Zeitraum Period
03.2014 - 06.2014

Stichwörter Keywords
Koexpressionsnetzwerke, DNA-Microarray, Genexpressionsanalyse, Immunzellen Co-Expression Networks, DNA-Microarray, Genexpressionsanalysis, Immune Cells

Bachelorarbeit Pascal Schendel Bachelor Theses Pascal Schendel

Titel
Prädiktionsanalyse zum Behandlungserfolg von Methotrexat bei rheumatoider Arthritis mit Hilfe von mRNA und miRNA Daten Prediction for successful treatment of methotrexate in rheumatoid arthritis with mRNA and miRNA microarraydata

Zusammenfassung Abstract
Die Arbeit ging von der Hypothese aus, dass die Untersuchung der Genexpression aus Vollblutproben zu molekularen Mustern führt, die Patienten mit rheumatoider Arthritis in unterschiedliche Gruppen einteilen lässt für eine Therapieentscheidung. Konkret wurde deshalb eine Studie untersucht, für die Proben vor Beginn der Behandlung mit Methotrexat gesammelt wurden. Mittels Affymetrix-Technologie waren die Transkriptome bestimmt worden und aus den Verlaufsbeobachtungen der Patienten war bekannt, wer auf die Therapie angesprochen hatte bzw. wer erfolglos behandelt wurde. Es wurden verschiedene statistische Methoden aus R-Paketen eingesetzt, um eine Auswahl von möglichen molekularen Prädiktoren zu trennen und um die molekulare Klassifikation mit der klinischen Gruppierung zu vergleichen. Für mRNA Transkriptome konnten mit den Algorithmen Limma und Lasso gute bis sehr gute Prädiktoren identitiziert werden, die über die lineare Diskriminantenanalyse (LDA) mitunter fehlerfreie Klassifikationen ermöglichten. Obgleich bis zu 40% Überlappungen zwischen den Gengruppen der verschiedenen Auswahlverfahren bestanden und auch das hierachische Cluster häufig eine fehlerfreie Gruppierung zeigte, waren die Heatmap Muster von mRNA zu mRNA mitunter sehr heterogen. Da bekannt ist, dass sich die rheumatoide Arthritis unter genetischen und immunologischen Gesichtspunkten in verschiedene Untergruppen einteilen lässt, wurde in Abhängigkeit von der Expression des HLA-DRB4 Gens eine Unterteilung getroffen und die gleiche Analyse wiederholt. Hier waren keine Überlappungen zwischen den Prädiktoren der HLA-DRB4-positiven und der -negativen Gruppe zu finden und auch die Überlappung mit den Prädiktoren der Gesamtgruppe war deutlich geringer. Ähnliche Befunde konnten für die Analyse von MicroRNA Transkriptomen erhoben werden. Um eine unabhängige Validierung zu prüfen, wurden abschließend die Proben in einen Trainings- und einen Testdatensatz getrennt. Hier zeigte nur die Untersuchung mit den nach HLA-Kriterien getrennten Gruppen ausreichende Reproduzierbarkeit, während die unselektierte Gesamtgruppe offensichtlich zu instabile Prädiktoren generiert. Um die identifizierten Biomarker einer weiteren statistischen Analyse zu unterziehen, sollten die, in dieser Arbeit nicht beachteten moderate Responder, in die Betrachtung der Ergebnisse mit einbezogen werden. Es sollte hierbei untersucht werden ob diese ebenfalls eine homogene Gruppe in den berechneten Clustern bilden. In einem weiteren Schritt zur Validierung der Ergebnisse sollte der Prädiktionsalgorithmus so angepasst werden, dass bei der Variablenselektion die zu klassifizierende Probe keinen Einfluss hat. Zusammenfassend kann gesagt werden, dass die Untersuchung von Vollblut mit verschiedenen statistischen Algorithmen molekulare Prädiktoren identifizieren lässt, eine unabhängige Validierung aber unbedingt erforderlich ist und vermutlich auch eine Unterteilung der Patienten nach genetischen Prädispositionsmerkmalen die Selektion stabiler Prädiktoren verbessern kann. Treatment of chronic arthritis is challenged by the need to adapt dosis or exchange therapeutic agents without prior knowlegde of the individual response characteristics. With genomewide screening of transcriptional activities in whole blood, we hope to identify molcular patterns that help to distinguish responders from non-responders prior to treatment and thus may support therapeutic decisions. Samples were collected before Methotrexate treatment. The transcriptomes were determined by Affymetrix technology and the therapeutic response level by clinical follow-up in an observational study. To select potential molecular predictors and to compare the molecular classifiers between different clinical response groups, various R-packages were applied. Good to very good predictors could be identified by using the Limma and the Lasso algorithms in the mRNA transcriptoms, which enabled to classify nearly without an error by linear discrimination analysis (LDA). Between groups of genes determined by different selection methods an overlap up to 40% could be reached and hierachical clustering generated nearly perfect grouping. Nevertheless among mRNAs the heatmap patterns seemed to be in part heterogeneous. The analysis was repeated after splitting the samples into two groups with respect to the expression level of the gene HLA-DRB4, a gene locus, which is genetically important for risk prediction in rheumatoid arthritis. Between the molecular predictors of response for the two groups of HLA-DRB4 positiv and negativ patients no overlap could be found. Also the overlap with the predictors of the combined group decreased notable. Similar results were observed when analysing the microRNA transcriptoms. Finally the samples were seperated into a test and a training set for an independent validation. Only the investigation of the groups spitted by HLA criteria showed adequate reproducibility whereas the combined group obviously generated unstable predictors. In summary, combining the advantages of different algorithms like Limma, Lasso and LDA for selecting and testing molecular predictors for clinical response increases the dignostic power of biomarkers. Nevertheless, appropriate characterization and splitting into distinct subgroups is essential to increase reproducibility and validity in biomarker development.

Zeitraum Period
02.2014 - 04.2014

Stichwörter Keywords
DNA-Microarray, Genexpressionsanalyse, Rheumatoide Arthritis, MTX, miRNA, mRNA DNA-Microarray, Genexpressionsanalysis, Rheumatoid Arthritis, MTX, miRNA, mRNA

Bachelorarbeit Stephan Peter Bachelor Theses Stephan Peter

Titel
Vorhersage des Therapieerfolgs mit Methotrexat bei Patienten mit rheumatoider Arthritis Predicting the success of methotrexate therapy in patients with rheumatoid arthritis

Zusammenfassung Abstract
Unter rheumatoider Arthritis (RA) versteht man eine chronisch verlaufende, entzündliche Gelenkerkrankung, die typischerweise mit Schwellungen, Schmerzen und funktionalen Beeinträchtigungen der betroffenen Gelenke verbunden ist. In der Bundesrepublik Deutschland betrifft die Erkrankung Schätzungen zufolge etwa 800 000 Personen, was einer Prävalenz von etwa einem Prozent entspricht. Methotrexat (MTX) ist häufig das Medikament erster Wahl zur Behandlung einer rheumatoiden Arthritis. Lediglich bei 10 bis 15% der Patienten zeigen sich Nebenwirkungen, die das Abbrechen der Medikation erforderlich machen. Allerdings ist bei einem gewissen Prozentsatz kein oder nur eine moderater Rückgang der Krankheitssymptome zu beobachten. Da sich ein Erfolg der Therapie jedoch frühestens nach vier, manchmal auch erst nach acht Wochen feststellen lässt, wäre es von Vorteil einen Test zu haben, mit dessen Hilfe sich die Erfolgsaussichten bereits im voraus abschätzen lassen. Dies würde einem behandelnden Rheumatologen ermöglichen gleich eine alternative Behandlung zu wählen und nicht erst nach einer erfolglosen MTX-Therapie. Das Entwickeln eines solchen Tests, der die Reaktion eines Patienten mit rheumatoider Arthritis auf eine Behandlung mit Methotrexat vorhersagt, soll im Rahmen dieser Arbeit erfolgen. Unter Reaktion sei hier die Veränderung der Krankheitssymptome als Folge der Medikation zu verstehen. Bei einer Verbesserung sei von einer positiven Reaktion die Rede, bei keiner Verbesserung von einer negativen. Aus einer klinischen Studie liegen miRNA (micro Ribonucleinsäuren)- und mRNA (messenger Ribonucleinsäuren)-Expressionsdaten, die durch Microarray-Experimente aus Vollblutproben von mit MTX therapierten RA-Patienten gewonnen wurden, vor. Zwischen Patienten mit positiver Reaktion auf MTX (Responder) und solchen mit negativer (Non-Responder) sollen differentiell exprimierte Gene als Biomarker identifiziert werden, um mit diesen ein statistisches Modell zur Vorhersage der MTX-Reaktion bei weiteren Patienten zu konstruieren. Als Ergebnis soll am Ende eine Computeranwendung vorliegen, die das Prädiktionsverfahren des Tests automatisiert und somit einem Anwender ermöglicht den Erfolg der Behandlung bei einem neuen Patienten, bei dem rheumatoide Arthritis diagnostiziert wurde, vorauszusagen. Darüber hinaus können die als Biomarker identifizierten Gene einen Beitrag zum besseren Verständnis der rheumatoiden Arthritis leisten. Methotrexate (MTX) is the standard medication to treat rheumatoid arthritis (RA). Some patients suffer from significant adverse effects and about 30-40% of patients do not respond to MTX. Therefore predictors for treatment response would be useful, which enable the clinician to only treat patients that will benefit from MTX. A novel and promising class of potential biomarkers are miRNAs, which exhibit several advantages. Whole blood samples of 28 patients (test group) were collected prior to treatment with MTX. A validation patient cohort (n=11) received MTX monotherapy. Extracted total RNA samples were hybridized onto miRNA 2.0 Arrays. miRNA biomarker candidates to predict MTX treatment were determined in the test group and then validated in the validation group to asses the applicability of the miRNA predictor set. Differential expression of human miRNAs among four non-responders versus 14 good responders of the test group was determined by calculating the fold changes and p- values for the miRNA expression signals. In a second step all responders and non-responders from the test and the validation group were used to predict MTX response with a nearest prototype classification model. A leave-one-out cross-validation was performed instead of splitting the data into training and test group. The test groups consisted of active early RA patients with a DAS28 >5.1 and a disease duration <1 year. The validation group showed a disease duration <2 years. With reference to the MTX response prediction the leave-one-out cross-validation showed sensitivities up to 65% and specificities up to 95%. Prediction of response to MTX therapy using microarray analyses allows reducing costs, preventing side effects and is an opportunity for effective ‘individualized medicine’. Next to mRNA expression analysis the investigation of miRNAs as posttranscriptional regulators could prove helpful to better understand physiological and pathological processes, to define miRNA biomarkers and predict response to medication.

Zeitraum Period
10.2013 - 12.2013

Stichwörter Keywords
DNA-Microarray, Genexpressionsanalyse, Rheumatoide Arthritis, MTX, miRNA, mRNA DNA-Microarray, Genexpressionsanalysis, Rheumatoid Arthritis, MTX, miRNA, mRNA

Bachelorarbeit Jekaterina Kokatjuhha Bachelor Theses Jekaterina Kokatjuhha

Titel
Identifizierung von Genexpressions-Netzwerken in unterschiedlichen immunologischen Zuständen Identification of geneexpression networks in different immunological conditions

Zusammenfassung Abstract
In dieser Arbeit wurde die in der AG von PD Dr. Häupl entwickelte Web-Plattform www.clinicdb.charite-bioinformatik.de zur Analyse von Affymetrix Microarraydaten mit der Möglichkeit zur Berechnung von Koexpressionsnetzwerken ergänzt. Dabei können die Benutzer Qualitätsanalysen der Microarraydaten vornehmen und mit den verfügbaren Array-daten Co-Expressionsanalyse durchführen. Die Co-Expressionsanalyse besteht aus der Identifizierung von Genen, die in unterschiedlichen Zuständen gleichsinnig verändert exprimiert werden. Die Berechnung coexprimierter Gene erfolgt mittels Korrelation nach Pearson. Durch die Kenntnis derartiger Genexpressionsnetzwerke können regulatorische Mechanismen und biologische Zusammenhänge auf-gedeckt werden. Die coregulierten Gennetzwerke werden in hierarchischen Clustern mittels Heatmaps visualisiert. Exemplarisch wurden Co-Expressionsanalysen in unterschiedlichen immunologischen Zu-ständen durchgeführt. Zum Einsatz kamen GeneChips HG-U133 Plus 2.0 von aufgereinigten Blutzellen wie Monozyten, Granolozyten, CD4- und CD8-T-Zellen, NK- und B-Zellen sowie von LPS, TNF und IFNα2α stimulierten Monozyten. Die Korrelationsmatrizen wurden für jede Stimulation und ihre Kontrolle erstellt. Die Kombinationen von unterschiedlichen Zuständen für die Berechnung von Korrelationskoeffizienten trugen zur Reduktion und Spezifizierung von coregulierten Netzwerken bei. Zusätzliche Filterungen zum Ausschluss von zufälligen Korrelationen steigerten die Spezifität der gefundenen Netzwerke. Dabei konnten die bereits publizierten typischen IFN-abhängigen Gene (Shamith, Forster, Auchettl, Hertzog 2009) identifiziert und damit das methodische Vorgehen validiert werden. In this work, the web platform www.clinicdb.charite-bioinformatik.de to analysis affymetrix microarray data with the possibility to calculate co-expression networks was supplemented. Users can carry out quality analyzes of the microarray data and carry out Co-Expression Analysis with the available array data. The co-expression analysis consists of the identification of genes which are expressed in different states in the same way. The calculation of co-expressed genes is carried out using Pearson's correlation. Through the knowledge of such geneexpression networks regulatory mechanisms and biological relationships can be covered. The coregulated network networks are visualized in hierarchical clusters using heatmaps. Coexpression analyzes were carried out in different immunological conditions. GeneChips HG-U133 Plus 2.0 were used by purified blood cells such as monocytes, granulocytes, CD4 and CD8 T cells, NK and B cells as well as LPS, TNF and IFNα2α-stimulated monocytes. The correlation matrices were created for each stimulation and control. The combinations of different states for the calculation of correlation coefficients contributed to the reduction and specification of coregulated networks. Additional filters to exclude random correlations increased the specificity of the found networks. It was possible to identify the already published typical IFN-dependent genes (Shamith, Forster, Auchettl, Hertzog 2009), thereby validating the methodological approach.

Zeitraum Period
06.2013 - 08.2013

Stichwörter Keywords
DNA-Microarray, Genexpressionsanalyse, Genexpressionsnetzwerke DNA-Microarray, Genexpressionsanalysis, Geneexpression Networks

Bachelorarbeit Dirk Wiesenthal Bachelor Theses Dirk Wiesenthal

Titel
Transkriptionsanalyse von Gelenkbiopsien bei Gelenkerkrankungen mittels Funktioneller Profil Komponenten Analyse (FPCA) Transcription analysis of joint biopsies in joint diseases by use of functional profile component analysis (FPCA)

Zusammenfassung Abstract
Bei Krankheiten wie rheumatoider Arthritis kommt es im Krankheitsverlauf zur inflammatorischen Einwanderung körpereigener Immunzellen, die mit ihrem eigenen Expressionsprofil die Ergebnisse aus Microarrayanalysen verfälschen und zu einer veränderten Liste an scheinbar differenziell exprimierten Genen führen. Durch den FPCA-Algorithmus konnte dieser systematische Fehler minimiert werden, allerdings fehlte die Möglichkeit einer Gruppenanalyse und einer Oberfläche, um den Algorithmus zu nutzen. Im Zuge dieser Arbeit konnte die Gruppenanalyse implementiert und ein vorführungsfertiger Webserver aufgestellt werden, der den FPCA-Algorithmus allein oder als Gruppenanalyse ansteuert und so einer ganzen Usergruppe zur Verfügung steht. Zudem wurde ein erweiterbares Tool entwickelt, das die nachträgliche Analyse der berechneten Daten vereinfacht. Insgesamt konnte so bei unterschiedlichen Experimentanforderungen an die FPCA der Arbeitsaufwand erheblich verringert werden. Im praktischen Teil wurde eine Gruppenanalyse mit Profilen von Gewebeproben aus rheumatoider Arthritis, Osteoarthrose und Normalspender durchgeführt. Dabei konnten signifikante Expressionsunterschiede erkannt werden. Vor allem immunologische Pathways wie z.B. der T-Zell-Rezeptor Signalweg, konnten dabei als differenziell exprimiert identifiziert werden. Eine klare Abgrenzung zur Osteoarthrose war zu erkennen, bei der deutlich weniger Entzündungsaktivität beobachtet werden konnte. Es wird eine Perspektive aufgezeigt, sodass der FPCA-Algorithmus in Zukunft auch für die Analyse andere Krankheitsbilder gut eingesetzt werden kann und die Möglichkeit gegeben sein wird, Arbeitsgruppen in einem Forschungsnetzwerk zusammenzuführen und ihre Ergebnisse untereinander zu teilen. In the case of diseases such as rheumatoid arthritis, inflammatory immigration of the immune system occurs, which, with its own expression profile, falsifies the results of microarray analyzes and leads to a changed list of apparently differentially expressed genes. The FPCA-algorithm minimize this systematical problem, indeed possibilities for group analysis at the surface to use the algorithm was missing. In this work, the group analysis could be implemented and a web server can be set up to demonstrate the FPCA algorithm on its own or as a group analysis, making it available to a whole user group. Moreover a extended tool were devised to simplify the additional analysis of the computed data. The efforts for FPCA in dirreferent experiment requirements could be significant minimized. Int he practical part a group analysis with profiles of tissue samples of rheumatoid arthritis, osteoarthritis and normal patient was performed and significant expression differences detected. Especially immunological pathways as T-cell-receptor signal path for instance could be identified as being differential expressed. A clear distinction to osteoarthrosis could be observed, in which significantly less inflammatory activity could be observed. A perspective is presented so that the FPCA algorithm can also be used in the future for the analysis of other disease patterns and the possibility will be given to combine workgroups in a research network and to share their results.

Zeitraum Period
05.2007 - 07.2007

Stichwörter Keywords
DNA-Microarray, Genexpressionsanalyse, Genregulation, Signaturen, Zellinfiltration DNA-Microarray, Genexpressionsanalysis, Gene Regulation, Signatures, Cell Infiltration

Bachelorarbeit Stephan Flemming Bachelor Theses Stephan Flemming

Titel
Transkriptionsanalyse von peripherem Blut bei Gelenkerkrankungen mittels Funktioneller Profil Komponenten Analyse (FPCA) Transcription analysis of peripheral blood in joint diseases with functional profil component analysis (FPCA)

Zusammenfassung Abstract
Mit Hilfe von Mikroarrays lassen sich für Proben eines definierten Zelltyps verlässliche Werte über die enthaltene mRNA spezifischer Gene ermitteln. Sofern es sich bei den zu untersuchenden Proben jedoch um Zellmischungen durch in das Gewebe eingewanderte Zellen handelt, wird die Auswertung der gewonnenen Daten schwieriger. Die Gene dieser Zellen verfügen auf Grund von z.B. Entzündungsreaktionen neben einer eigenen Grundaktivität ebenfalls über regulierte Gene, welche die gewonnenen Daten verfälschen und das auffinden relevanter Gene verhindern. In der Arbeitsgruppe um Dr. med. Thomas Häupl wurde mit der „functional profile component analysis“ (FPCA) ein Algorithmus entwickelt, der eben dieses Problem zu lösen vermag und Aufreinigungsschritte im Vorfeld einer Analyse weitgehend überflüssig machen könnte. Mit Hilfe spezieller Markergene werden die Konzentrationen eingewanderter Zellen bestimmt und ermöglichen es, die auf diese Einwanderung zurückzuführenden Expressionswerte zu ermitteln. Ein aus diesen Werten berechnetes virtuelles Mischprofil erlaubt im Vergleich mit den real auftretenden Signalen Rückschlüsse auf die eigentliche Genregulation. Diese Bachelorarbeit unterteilte sich in einen rein informationstechnischen und einen bioinformatischen Aufgabenbereich, wobei ersterer den weitaus größeren Teil umfasste und neben der Erweiterung des Webprojekts auch die Portierung auf einen mit dem Internet verbundenen Server1 umfasste. Das gesamte Webinterface wurde mit Java Servlets realisiert, nutzt Oracle als Datenbanksystem und verwendet den Apache Tomcat als Webserver. Mit den Daten von je 8 Blutproben der Gruppen gesund (ND), an Rheumatoider Arthritis (RA) und an Osteoarthrose (OA) erkrankter Patienten wurden paarweise Vergleiche durchgeführt und auf regulierte Gene innerhalb von 37 Stoffwechselwegen aus dem Datenbestand der „kyoto encyclopedia of genes and genomes“ (KEGG)2 untersucht. Auf Grund bisher ungeklärten Gründen konnten keine sinnvollen Ergebnisse ermittelt werden. Vermutlich liegt die Ursache in einer fehlerhaften Erstellung der Referenzprofile. Eine genaue Klärung des Sachverhalts bedarf tiefgründiger Untersuchungen. Derzeit ist der Algorithmus nicht geeignet um Blutuntersuchungen durchzuführen. With the aid of microarrays, reliable data for the samples of a defined cell type can be determined via the mRNA of specific genes. If, however, the samples to be examined are cell mixtures by cells migrating into the tissue, the evaluation of the obtained data becomes more difficult. Genes of this cell type have due to e.g. inflammatory reactions next to a own base activity also regulated genes, which falsify the gained data and interfere the detection of relevant genes. In the working group, Dr. med. Thomas Häupl, an algorithm was developed with the "functional profile component analysis" (FPCA), which solves this problem and makes cleaning steps largely superfluous before an analysis. By means of specific marker genes the concentration of immigrated cells can be detected and enable the identifying of expression values based on the immigration. A mixed profil base on this data allows compared to the real existing signals a conclusion of the rather gen-regulation. The bachelor thesis is sectioned in an informational and bioinformational range, whereas the first section involves a bigger part with extension of the web project as well as the porting of a Internet connected Server 1. The entire web interface was realized with Java Servlets, uses Oracle as a database system and Apache Tomcat as a web server. Data from 8 blood samples from healthy (ND), rheumatoid arthritis (RA) and osteoarthrosis (OA) patients were pairwise compared and analyzed for regulated genes within 37 metabolic pathways from the data base of the 'kyoto encyclopedia of genes and Genomes '(KEGG)2. Due to unclear reasons, no meaningful results could be determined. Probably the cause lies in a faulty creation of the reference profiles. A precise clarification of the facts requires a profound investigation. Currently the algorithm is not suitable for blood tests.

Zeitraum Period
05.2007 - 07.2007

Stichwörter Keywords
DNA-Microarray, Genexpressionsanalyse, Genregulation, Signaturen, Zellinfiltration DNA-Microarray, Genexpressionsanalysis, Gene Regulation, Signatures, Cell Infiltration

Bachelorarbeit Ulrike Haase Bachelor Theses Ulrike Haase

Titel
Identifikation von TLR Stimulationssignaturen in komplexen Genexpressionsprofilen von entzündetem Synovialgewebe bei rheumatoider Arthritis: Funktionelle Profilkomponenten-Analyse und ihre Implementierung in eine Datenbank Identification of TLR stimulation signatures in complex genexpression profiles of inflammatory synovial tissue of rheumatoid arthritis: Functional profile component analysis and its implementation in a database

Zusammenfassung Abstract
Genexpressionsanalysen mit genomweiten Genchips liefern ein Bild von der Aktivität nahezu aller heute bekannten Gene des Menschen. Klinische Proben wie z.B. Blut, Tumorgewebe oder Entzündungsgewebe bestehen meist aus wechselnden Mischungen von Zellen. Alleine durch die Veränderung der Zellzusammensetzung werden Unterschiede in der Expression gemessen, da jeder Zelltyp im Normalzustand sich in der Genaktivität zu anderen Zelltypen zum Teil erheblich unterscheidet. In der Arbeitsgruppe wurde ein Algorithmus entwickelt, die funktionelle Profilkomponentenanalyse (FPCA), die das zu erwartende Normalexpressionsprofil einer Zellmischung anhand von Referenzsignaturen be- rechnet (virtuelles Profil) und durch den Vergleich des tatsächlich gemessenen Profils mit dem virtuellen Profil die regulierten Gene bevorzugt ermitteln lässt. In gleicher Weise können auch definierte Stimulationsprofile wie z.B. „toll like receptor“ (TLR-) Signaturen in einem Profil gesucht werden, sofern sie als Referenzsignatur vorliegen. Ziel der Arbeit war, diesen Algorithmus in der Programmiersprache C an eine Oracle Datenbank für Genexpressionsdaten anzuknüpfen, mittels grafischen Benutzeroberflächen (GUI's - Graphical User Interface) das C-Programm mit unterschiedlichen Vergleichsprofilen anzusteuern, die Ergebnisse zu speichern, abzufragen und auszugeben. Genexpression analysis with genome wide genchips provide a picture of the activity of almost all known genes of the human yet. Clinical samples like e.g. blood, tumor tissue or inflammatory tissue consists of usually changing composites of cells. With modified cell compositions are differences in its expression quantifiable since each cell type in a normal condition differentiate to other cell types by its gene activity. An algorithm was developed in the workgroup to determine the functional profile component analysis (FPCA), which calculates the expected normal expression profile of a cell mixture based on reference signatures (virtual profile). And by comparing the actually measured profile with the virtual profile, the regulated genes can be determined preferentially, In the same way, defined stimulation profiles, e.g. ‘Toll like receptor’ (TLR) signatures are searched in a profile if they are available as a reference signature. The aim of the work was to build this algorithm in the programming language C to an Oracle database for gene expression data, to control the C program with different comparison profiles, to save, query and output the results using graphical user interfaces (GUI's - Graphical User Interface).

Zeitraum Period
04.2006 - 07.2006

Stichwörter Keywords
DNA-Microarray, Genregulation, Zelleinwanderung, Genexpressionsanalyse DNA-Microarray, Gene Regulation, Cell Infiltration, Genexpressionsanalysis

Bachelorarbeit Marc Bonin Bachelor Theses Marc Bonin

Titel
Ein mathematisches Modell für Arrayanalysen zur Identifizierung von Genregulationen in Proben mit variabler zellulärer Zusammensetzung A mathematical model for DNA array analysis to identify gene regulation in samples with variable cellular composition

Zusammenfassung Abstract
Mit Hilfe von DNA-Microarrayexperimenten ist es möglich, eine Aussage über die Aktivität der Zelle anhand der Expression der mRNA zu treffen. Die zu untersuchenden Proben setzen sich häufig nicht nur aus einer Zellart zusammen, sondern enthalten insbesondere bei klinischen Proben und Biopsien verschiedene Zelltypen bedingt durch entzündliche Infiltration. Variabilität in der Zellzusammensetzung führt auch zu Expressionsunterschieden und ist mit den heute etablierten bioinformatischen Analysemethoden noch nicht von den durch Genregulation bedingten Expressionsunterschieden abgrenzbar. In dieser Arbeit wurde ein Programm entwickelt, das zwei neue Berechnungsmodelle verwendet um zwischen infiltrations- und regulationsbedingten Expressionsunterschieden zu differenzieren. Dies wurde am Bei- spiel entzündlicher Proben der Gelenkinnenhaut von Patienten mit rheumatoider Arthritis (RA) im Vergleich zur Gelenksinnenhaut aus gesunden Gelenken (ND) untersucht. Für die Berechnung werden die pathologische Probe (RA) und die den Normalzustand be- schreibende Probe (ND) benötigt. Ferner werden die Profile von den definierten Zelltypen gebraucht, die in die pathologische Probe (RA) eingewandert sind. Diese wurden von Normalspendern aus dem peripheren Blut etabliert. In einem ersten Schritt lassen sich durch den Vergleich zwischen den verschiedenen Zelltypen und der Normalprobe Gene identifizieren, die für einen Zelltyp spezifisch sind. Diese dienen als quantitativer Marker für die Infiltration eines Zelltyps. Basierend auf zwei verschiedenen Modellbeziehungen zwischen RNA- Konzentration und Signal können nachfolgend virtuelle Profile berechnet werden, die anteilig aus den Profile des Normalzustand und der verschiedenen Zelltypen gemäß der Markergenanteile zu erwarten wären. Durch den Vergleich dieses virtuellen Profils mit dem tatsächlich gemessenen Profil lassen sich die regulierten Gene identifizieren. Für eine statistische Betrachtung wurden iterativ aus allen verfügbaren Kombination der Normalgewebe (n=10) und der Zelltypen Monozyten (n=10), T-Zellen (n=10) und Granulozyten (n=5) 5000 verschiedene virtuelle Profile für jede zu untersuchende Probe individuell berechnet. Lag der tatsächliche Signalwert eines Gens außerhalb des Verteilungsbereiches dieser 5000 virtuellen Signale, so wurde eine Regulation (Induktion bzw. Repression) angenommen. Anderenfalls wurde von einer infiltrationsbe- dingten Veränderung ausgegangen. Um für die 22283 Signale eines einzigen Array diese mehr als 100 Mio. Einzelberechnungen pro Modell durchzuführen, wurden entsprechende Rechenleistungen und Programmierungen erforderlich. Darüber hinaus wurden auch zwei grundsätzlich verschiedene etablierte Auswertemethoden für die Signalermittlung (MAS 5.0 und RMA) gegenübergestellt. Die Anwendung des Algorithmus auf die klinischen Proben von rheumatoider Arthritis (RA, n=10) und Osteoarthrose (OA, n=10) lieferte eine Zuordnung, dass von allen Genen, die in mindestens 50% der Probenvergleiche zwischen RA und ND nach herkömmlichen Methoden bei RA als differentiell exprimiert identifiziert wurden, zwischen 31,5 und 49,0% je nach verwendetem Modell als reguliert identifiziert wurden. Mit allen Methoden gleichzeitig als „reguliert“ identifiziert wurden nur noch 27,3%. Im Vergleich zu RA Proben wurde bei OA ein etwas höherer Anteil (37,6%) einer Regulation zugeordnet. Zudem unterschied sich die Regulationsstärke zwischen RA und OA (3,3 fach bzw. 2,1 fach erhöht) und entsprach damit auch der bekannten stärkeren Infiltration und Regulation bei RA. Überlappend zwischen beiden Erkrankungen zeigten sich 21% (RA) bzw. 48% (OA) der jeweils als infiltrationsabhängig veränderten Gene. Diese neue Berechnungsmethode ermöglicht somit in einer aus verschiedenen Zelltypen zusammengesetzten Probe eine Zuordnung von Genen mit verändertem Expressionsniveau zu den beiden möglichen Ursachen, einer Veränderung der zellulären Zusammensetzung bzw. einer Genregulation in einer der beteiligten Zellpopulationen. Gleichzeitig liefert der Algorithmus ein Maß für die Wahrscheinlichkeit der getroffenen Aussage. Die Methode erweist sich außerdem als sehr flexibel einsetzbar bei verschiedenen Entzündungsgeweben und liefert zudem eine erste Basis zur Beurteilung einzelner Profile nach Normwerten vergleichbar zu herkömmlichen Labortestung. Durch geeignete Wahl der Basisprofile bzw. Erweiterung des Spektrums standardisierter Signaturen ist das Programm auch einsetzbar für andere zusammengesetzte Gewebe wie z.B. bei Tumorgewebe. With the help of DNA-microarray experiments, it is possible to make a statement about the activity of cells based on the mRNA expression. The samples to be examined are not only composed of one cell type, but consist especially in clinical samples and biopsies of different cell types conditioned by inflammatory infiltration. Variability in the cell composition causes differences in the expression and is with actual bioinformatical analysis methods not definable to gen-regulated induced expression differences. In this work, a program was developed that uses two new calculation models to differentiate between infiltration and regulation-induced expression differences. This was investigated with the example of inflammatory samples of synovial membrane from patients with rheumatoid arthritis (RA) compared to the synovial membrane from a healthy joint (ND). For the computing are pathological samples (RA) and normal samples (ND) needed. Further the profiles of the defined cell types were pathological samples are immigrated are required. This were established from the peripheral blood of normal donors. Due to the comparison of different cell types and normal samples the identification of genes that are specific for a cell type is possible, in a first step. In a first step, genes which are specific for a cell type can be identified by the comparison between the different cell types and the normal sample. These function as a quantity marker for the infiltration of a cell type. Based on two different models between RNA-concentration and -signal can virtual profiles be computed from the profiles of the normal state and different cell types under the expected mark gene components. Due to the comparison of these virtual profiles to the measured profile can the regulated genes be identified. For a statistical consideration were iteratively from all available combinations of normal tissue (n=10) and the cell types monocytes (n=10), T-cell (n=10) and granulocytes (n=5) the different virtual profiles for each sample to analyze computed individually. If the real signal value of a gene is out of the distribution range of these 5000 virtual signals then a regulation (induction or repression) will be assumed. Otherwise an infiltration induced change will be expected. To perform more than 100 million individual calculations per model for the 22283 signals, a corresponding calculation and programming was required. in addition to it, two basically different established evaluation methods for signal acquisition (MAS 5.0 und RMA) were compared. The application of the algorithm to the clinical samples of rheumatoid arthritis (RA, n=10) and osteoarthritis (OA, n=10) provided an attribution of all genes presented in at least 50% of the sample comparisons between RA and ND by conventional methods. When RA was identified as being differentially expressed, between 31.5 and 49.0% were identified as regulated according to the model used. With all methods simultaneously as ‘regulated’ identified were only 27.3%. Compared to RA samples, a minimal higher rate (37,6%) in regulation was assigned. Furthermore, there was a difference in the signal strength between RA and OA (3,3 times or 2,1 times increased) which corresponds to the known higher infiltration and regulation of RA. Overlapping between two diseases, 21% (RA) and 48% (OA) of the respective infiltration-dependent genes were found. Thus, in a sample composed of different cell types, this new calculation method can assign genes with a changed expression level to the two possible causes, a change in the cellular composition or gene regulation in one of the participating cell populations. At the same time, the algorithm provides a measure of the probability of the made statement. The method also proves to be very flexible in various inflammatory tissues and provides a first basis for assessing individual profiles according to standard values comparable to conventional laboratory tests. By suitably selecting the base profiles or expanding the range of standardized signatures, the program is also applicable to other composite fabrics, e.g. in the case of tumor tissue.

Zeitraum Period
05.2004 - 08.2004

Stichwörter Keywords
DNA-Microarray, Genexpressionsanalyse, Genregulation, Signaturen, Zellinfiltration DNA-Microarray, Genexpressionsanalysis, Gene Regulation, Signatures, Cell Infiltration


Shade


Stammzellenabhängige Therapie Stem cell-dependent therapies

Gerhard Gross, Thomas Häupl (Eds.)
Mesenchymale Stammzellen in chronisch-entzündliche Störungen Mesenchymal Stem Cells in Chronic Inflammatory Disorders

Mit Unterstützung von With contrib. by Graca Almeida-Porada, Leo Bühler, Niels Olsen Saraiva Camara, Pierre Charbord, Yves A. DeClerck, James E. Dennis, Carmen Gonelle-Gispert, Jens Kastrup, Andreas Kurtz, Antonello Pileggi, Mauricio Rojas, Olle Ringdén, Alan Tyndall, Antonio Uccelli, Daniel Weiss, David Wraith, Jian Wu.

  • Ein wichtiger Beitrag zum spannenden Gebiet der regenerativen Medizin An important contribution to the exciting field of regenerative medicine
  • Besonderer Fokus auf Aspekte von Inflammation / Anti-Inflammation und dessen Auswirkungen für die Regeneration Unique focus on aspects of inflammation / anti-inflammation and their implication for regeneration
  • Behandelt Knochen, Sehnen, Knorpel und Herzregeneration Treats bone, tendon, cartilage and heart regeneration
  • Farbige Bildillustrationen Full color illustrations

Multipotente mesenchymale Stammzellen (MSCs) sind eine heterogene Zellpopulation, die in verschiedenen Geweben residieren. Sie lassen sich in verschiedene Abstammungen unterteilen, sezernieren eine Vielzahl trophischer Faktoren und tragen zur Gewebehomöostase bei. MSCs sind imstande immunosuppressive Aktivitäten durch Störung der inflammatorischen Zytokin-Produktion und T- und B-Zell Proliferation auszuüben. Diese immunmodulatorische Eigenschaften macht MSCs zu einem vielversprechenden Kandidaten für die Behandlung von inflammatorischen und autoimmunen Erkrankungen. Es gibt beteiligte Vorsichtsmaßnahmen, die fehlerhafte Einwanderung von Zellen im Körper, immune Abst0ßung, Tumorbildung oder Graft-versus-Host Erkrankungen (GvHD) umfassen. Der Inhalt dieses Buches befasst sich mit dem aktuellen Zustand der MSC-anhängigen Therapie der chronisch-entzündlichen Störung sowie autoimmune Erkrankungen. Unter den enthaltenen Themen sind GvHD, chronisches Nierenversagen, Leber- und Lungenerkrankungen, ischämische Herz- und entzündliche Darmerkrankungen, Diabetes, Osteoarthritis, diverse rheumatologische und neurologische Störungen sowie Tumore und Organtransplantationen. Außerdem beschäftigt es sich mit Fragen über den immunologisch privilegierten Zustand von MSCs, diskutiert die therapeutische Rolle von MSC in experimental animal disease models und ihrer Umsetzung in entsprechende humane Erkrankungen, vergegenwärtigt die Bedeutung von MSCs in Tumoreingriffen sowie die Beschreibung eines systembiologischen Ansatzes für Stammzellen und Inflammation. Multipotent mesenchymal stem cells (MSCs) are a heterogeneous population of cells which reside in a variety of tissues. They differentiate into several mesodermal lineages, secrete a multitude of trophic factors and contribute to tissue homeostasis. MSCs are able to exert immunosuppressive activities by interfering with inflammatory cytokine production and with T- and B-cell proliferation. These immunomodulating properties make MSCs promising candidates for the treatment of chronic inflammatory and autoimmune dis- orders. There are, however, certain caveats involved including inappropriate migration of cells in the body, immune rejection, tumor formation, or graft versus host disease (GvHD). This book investigates the current state of the MSC-dependent therapy of chronic inflammatory disorders and autoimmune diseases. Among the covered topics are GvHD, chronic kidney, liver and lung disease, ischemic heart and inflammatory bowel disease, diabetes, osteoarthritis, various rheumatic and neurological disorders and, lastly, tumors and solid organ transplantations. This book also questions the immunoprivileged status of MSCs, discusses the therapeutic role of MSCs in experimental animal disease models and their translation to the corresponding human disorders, envisions a role for MSCs in tumor interventions and, lastly, describes a systems biology approach for stem cells and inflammation.

http://www.degruyter.com

Stem cell-dependent therapies