The study “Proteomic and systems biological database analysis of changed proteins from rat brain tissue after diving “ is about system biological testing of proteomic data obtained by rat brain after experimental diving in a pressure chamber. Basically, brain tissue from animal decompression sickness (DCS) was analyzed by mass spectrometry and has given two larger sets of modified proteins. Thereupon, the resulting up- and down-regulated proteins wereidentified and later compared by means of systems of biological databases, in this case GeneGo MetaCoreTM, in order to find similar or various affected cell biological signaling pathways when two different mass-spectrometry methods were compared.
Im Rahmen dieser Arbeit wurde die sekretorische Produktion des DESIGNER-Proteins DP10A durch Pichia pastoris untersucht. Dazu wurde die DNA-Sequenz des Zielproteins in den Vektor pPICZαA kloniert und in das Genom von Pichia pastoris durch homologe Rekombination integriert. Für die Auswahl eines geeigneten Klons wurde ein Klon-Screening durchgeführt. Zusätzlich wurde die Produktion des Zielproteins bei verschiedenen pH-Werten sowie die Löslichkeitsverteilung von intrazellulär vorliegendem DP10A untersucht.
Das DESIGNER-Protein DP10A konnte mit P. pastoris produziert werden. Allerdings konnte das Ziel einer sekretorischen Produktion nicht erreicht werden, da DP10A nur intrazellulär und hauptsächlich unlöslich in der Zelle vorlag.
In this work a new method for the prediction of the Xaa-proline (where Xaa is any amino acid) cis/trans isomerization was investigated. By extraction of twelve structural features (real secondary structure, inside/outside classification, properties of the environment around proline and proline itself) a support vector machine (SVM) based prediction approach was evolved. The Java software Xaa-PIPT for structural feature extraction was developed. Based on 4397 (2199 cis and 2198 trans) prolines extracted from non-redundant, globular proteins a classifier was trained using the radial basis function (RBF) kernel. In ten-fold cross-validation it achieved an accuracy of 70.0478 % and a Matthews correlation coefficient (MCC) of 0.4223, a sensitivity of 0.5433 and a specificity of 0.8576. Based on this classifier a lightweight and easy-to-use Java software tool, called m Xaa-PIPT, for the prediction of the Xaa-proline cis/trans isomerization was devel-oped. It was shown that there are correlations between the proline surrounding environment and the isomerization state. m Xaa-PIPT can be used for the evaluation of low-resolution protein structures and theoretical models to improve their quality by the prediction of the Xaa-proline isomerization.
In der regenerativen Medizin, insbesondere beim Tissue Engineering, spielt die natürliche extrazelluläre Matrix eine große und immer bedeutsamere Rolle. Ein wichtiger Schritt für die medizinische Anwendung ist die Probenvorbereitung. Um die genaue Zusammensetzung des fertigen Produkts bestimmen zu können, muss eine einheitliche Methode für die Extraktion der Bestandteile zur Verfügung stehen. Ein anderer Teil der Probenvorbereitung ist die Dezellularisierung. Um bei der Anwendung in der regenerativen Medizin Abstoßungsreaktionen zu vermeiden, sollen die Zellen des zur Herstellung des Produkts verwendeten Gewebes nahezu vollständig entfernt werden. In dieser Arbeit wurde eine Methode zur Extraktion der extrazellulären Matrix optimiert und etabliert. Zusätzlich wurden verschiedene Dezellularisierungsansätze für die Gewebe untersucht. Die Ergebnisse zeigen, dass eine Extraktion mit dem GuHCl-Puffer für 24 beziehungsweise 48 h gute Ergebnisse bei der anschließenden Evaluation mittels Massenspektrometrie mit sich bringt. Allerdings ist der Erfolg der Extraktion stark gewebeabhängig. Für die Dezellularisierung hat sich die Anwendung des pH-WechselVerfahrens als wirksam erwiesen. Jedoch konnten mit Hilfe der gewählten Bedingungen die bestehenden Grenzwerte für eine erfolgreiche Dezellularisierung nicht erreicht werden.
Als eines der wichtigsten Verfahren der Biologie als beobachtende Wissenschaft ist das Vergleichen von Organismen. Zweck dafür ist es auf phylogenetische Zusammenhänge schließen zu können. Dieses Prinzip ist ebenso auf den Nanokosmos der Proteine übertragbar. Aus dem Vergleich zweier Sequenzen können Unterschiede und Ähnlichkeiten aufgedeckt, und somit Rückschlüsse auf die funktionellen, strukturellen und evolutionären Beziehungen gewonnen werden. Es existieren zahlreiche Algorithmen, die den Vergleich von Proteinen auf den verschiedensten Abstraktionsebenen ermöglichen, wobei diese meist hochgradig spezialisiert sind. Diese Determiniertheit führt häufig zum Informationsverlust. Um den biologischen Kontext zu erfassen, ist es oft notwendig verschiedene Algorithmen auf eine Fragestellung anzuwenden. In dieser Arbeit wird ein Algorithmus vorgestellt, der die Informationen verschiedenster Proteinstrukturebenen vereint und daraus ein einziges Alignment erzeugen kann. Dafür nutzt das Programm den neuartigen Ansatz der Proteinenergieprofilberechnung. Weiterhin wird im Rahmen dieser Arbeit näher auf die Berechnung und Strukturkorrelationen von Energieprofilen eingegangen. Zudem wird ein Algorithmus erläutert, der Alignments dieser Profile durchführt. Im letzten Punkt wird eine Methodik zur Vorhersage von Energieprofilen erläutert sowie dessen Güte abgeschätzt.
In der vorliegenden Bachelorarbeit werden zwei gentechnisch veränderte Escherichia coli Stämme unter verschiedenen Wachstumsbedingungen mittels flowzytometrischer und massenspektrometrischer Analysen untersucht. Zum Einen wird die Quantität des rekombinanten Proteins L - Prolin - trans - 4 - Hydroxylase auf Populations -, sowie Subpopulationsebene, analysiert. Zum Anderen werden weitere Proteine des Proteoms einbezogen, um auftretende Subpopulationen genauer zu charakterisieren.
QSAR- und QSPR-Modelle finden bereits seit etwa 40 Jahren in der Arzneimittelherstellung, dem Drug-Design, Anwendung. Durch sie lassen sich Verhaltensweisen von chemischen Substanzen vorhersagen, sodass Interaktionen und Reaktionen mit anderen Chemikalien abgeschätzt werden können. Dieser Ansatz lässt sich auch auf Proteine übertragen. Der Faltungsweg eines Proteins hin zu seiner nativen Struktur kann noch nicht genau bestimmt werden. Durch die energetische Beschreibung mit Hilfe von Deskriptoren kann dies allerdings möglich werden. Diese Bachelorarbeit soll sich mit möglichen Deskriptoren befassen, um anschließende mathematische Analysen hin zu einem QSER-Modell (Quantitative Structure Energy Relationships) zu vereinfachen. Dabei sollen Zusammenhänge zwischen dem Energieprofil und der Struktur eines globulären Proteins erklärt, erforscht und verstanden werden. Auch Grundgedanken für die weitere Vorgehensweise sollen diskutiert und verglichen werden. Das abschließende Ziel der gesamten Thematik ist die Erklärung struktureller Ausbildungen eines Proteins unter Integration der energetischen Charakterisierungen.
The bachelor thesis is about cis-trans isomerization of Xaa-Pro (Xaa = any amino acid), their quantitative acquisition and the selection of 3D structure information for the prediction with a support vector machine (SVM). The quantitative detection of occurrence of cis-, trans- and cis/trans conformation in membrane proteins will be examined and evaluated. The 3D structure informa-tions include 12 features, the amino acids around proline and are including of proline. These include the inside/outside classification, the real secondary structure, energy consideration, as well as five further amino acid occur properties within a defined radius of the proline. From this information, a data set was created for the SVM. This program is used for the prediction of unknown and known Xaa Pro Isomerisms. The methods for the analysis were implemented with the platform independent programming language Java. Two programs have emerged from the work to a Xaa PIPT for the quantitative detection and extracting structural information and m Xaa-PIPT to the pure prediction of Xaa-Pro isomerism in protein structures. 389 Membrane proteins from the PDB (Protein Data Bank) served as a basis. The data were also statistically analysed and evaluated.