Informationsgewinnung mittels Bindungsanalysen von Serumantikörpern an Peptidbibliotheken
Ein Ansatz zur serologischen Antikörper-Diagnostik, der ohne bekannte Antigene auskommt
dc.contributor.author
Bruni, Nicole
dc.date.accessioned
2017-06-08T21:49:06Z
dc.date.available
2017-06-08T21:49:06Z
dc.date.issued
2009
dc.identifier.uri
http://hdl.handle.net/20.500.11850/15578
dc.description.abstract
Ein charakteristisches Merkmal des humoralen Immunsystems ist die Produktion vieler verschiedener Antikörper. Geläufige diagnostische Tests für den Nachweis von Krankheit-spezifischen Serumantikörpern nutzen Antigene zum Nachweis der Krankheit via Antikörperbindung. Derartige diagnostische Tests setzen jedoch die Kenntnis von Krankheit-spezifischen Antigenen voraus. Die vorliegende Arbeit berücksichtigt die unterschiedlichen Bindungsreaktivitäten ganzer Antikörperrepertoires verschiedener Gruppen von Individuen. Dazu werden die Serumantikörperbindungen gegenüber Zufallsbibliotheken gemessen. Die Moleküle dieser beliebigen Bibliotheken müssen keine Verwandtschaft zu den Antigenen der Krankheit haben. Mit modernen Herstellungsverfahren von Peptidarrays auf Glasträgern können mit einmal synthetisierten Peptiden hunderte von Träger-Replikas produziert werden. Die Suche nach hochaffinen Bindern zur Diagnose von Krankheiten mit unbekannten Antigenen oder mit Kreuzreaktivitäten zwischen gesunden und kranken Individuen könnte überflüssig werden. Gestützt auf die beschriebenen Voraussetzungen zeigt die vorliegende Arbeit, dass die Messung von Serumantikörper-Bindungen gegenüber Peptidbibliotheken mit zufälligen Sequenzen die Unterscheidung zwischen Gruppen von gesunden und kranken Individuen für unterschiedliche Krankheiten ermöglicht. Eine unerwartet kleine Anzahl von Peptiden ist ausreichend für eine zuverlässige Vorhersage der untersuchten Gruppen. Der unvoreingenommene Ansatz ermöglicht eine ebenso gute Unterscheidung von gesund und krank, wie sie auch mit voreingenommenen Bibliotheken gezeigt worden sind. Wir vermuten, dass der vorliegende Ansatz ein wichtiger Schritt in Richtung zuverlässiger Diagnose darstellt, insbesondere für Krankheiten mit noch unbekannten Antigenen. Ausserdem bietet die hohe Spezifizität der Detektone und deren kleinen Mitgliederzahl eine Grundlage für die gleichzeitige Diagnose von verschiedenen Krankheiten auf einem einzigen Peptid-Mikroarray. A characteristic trait of the humoral immune system is the production of lots of different antibodies. Commonly used diagnostic tests for the detection of disease-specific serum-antibodies successfully exploit these antibody reactivities against disease eliciting antigens. Such diagnostic tests do however need the knowledge of disease specific antigen as a prerequisite. The presented work looks at the binding reactivities of whole antibody repertoires of different groups of individuals. Therefore the binding of serum-antibodies are measured against arbitrary probe molecule libraries. The arbitrary molecules of such libraries do not need to be related to the antigens of the disease to be diagnosed. Modern synthesis and printing processes of peptides on glass chips arrays allow the production of hundreds or peptide-chip replicas with small amounts of uniquely synthesized peptides. The search for high-affinity binders for the diagnosis of diseases with no known antigens might become redundant. Based on the described premises the presented work demonstrates the differentiation of different diseases by means of antibody serum reactivity differences towards arbitrary peptide libraries between healthy and diseased individuals. The number of peptides necessary for reliable prediction of the investigated groups of individuals are unanticipated small. The unbiased approach of the library design works as well as it possibly could with intended libraries, like whole-proteome arrays, used in recent other works. We presume our approach to be an important step forward towards reliable diagnosis, in particular for diseases caused by yet unknown antigens. Furthermore, the high specificity of the detectons and their smallness in size might provide a basis for simultaneous diagnosis of various diseases on a single peptide microarray.
dc.language.iso
de
dc.publisher
Humboldt-Universität
dc.subject
peptide array
dc.subject
antibody reactivity profiling
dc.subject
diagnosis
dc.subject
data analysis
dc.subject
Peptidarray
dc.subject
Antikörper-Reaktivitäts-Profile
dc.subject
Diagnose
dc.subject
Datenanalyse
dc.title
Informationsgewinnung mittels Bindungsanalysen von Serumantikörpern an Peptidbibliotheken
dc.type
Doctoral Thesis
ethz.title.subtitle
Ein Ansatz zur serologischen Antikörper-Diagnostik, der ohne bekannte Antigene auskommt
ethz.size
131 S.
ethz.notes
Berlin, Humboldt-Univ., Diss., 2008.
ethz.publication.place
Berlin
ethz.publication.status
published
ethz.leitzahl
ETH Zürich::00002 - ETH Zürich::00012 - Lehre und Forschung::00007 - Departemente::02000 - Dep. Mathematik / Dep. of Mathematics::02537 - Seminar für Statistik (SfS) / Seminar for Statistics (SfS)
ethz.leitzahl.certified
ETH Zürich::00002 - ETH Zürich::00012 - Lehre und Forschung::00007 - Departemente::02000 - Dep. Mathematik / Dep. of Mathematics::02537 - Seminar für Statistik (SfS) / Seminar for Statistics (SfS)
ethz.identifier.url
http://nbn-resolving.de/urn:nbn:de:kobv:11-10097224
ethz.date.deposited
2017-06-08T21:49:20Z
ethz.source
ECIT
ethz.identifier.importid
imp59364c552ea8f58414
ethz.ecitpid
pub:27385
ethz.eth
no
ethz.availability
Metadata only
ethz.rosetta.installDate
2017-07-15T10:51:27Z
ethz.rosetta.lastUpdated
2018-10-01T07:19:01Z
ethz.rosetta.versionExported
true
ethz.COinS
ctx_ver=Z39.88-2004&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.atitle=Informationsgewinnung%20mittels%20Bindungsanalysen%20von%20Serumantik%C3%B6rpern%20an%20Peptidbibliotheken&rft.date=2009&rft.au=Bruni,%20Nicole&rft.genre=unknown&rft.btitle=Informationsgewinnung%20mittels%20Bindungsanalysen%20von%20Serumantik%C3%B6rpern%20an%20Peptidbibliotheken
Files in this item
Files | Size | Format | Open in viewer |
---|---|---|---|
There are no files associated with this item. |
Publication type
-
Doctoral Thesis [30091]