Die Rolle von MicroRNAs im Prostatakarzinom Der Naturwissenschaftlichen Fakultät der Friedrich-Alexander-Universität Erlangen-Nürnberg zur Erlangung des Doktorgrades Dr. rer. nat vorgelegt von Elke Andrea Nolte aus München 2012 Als Dissertation genehmigt von der Naturwissenschaftlichen Fakultät der Friedrich-Alexander-Universität Erlangen-Nürnberg. Tag der mündlichen Prüfung: 16.10.2012 Vorsitzender der Prüfungskommission: Prof. Dr. Rainer Fink Erstberichterstatter: Prof. Dr. Lars Nitschke Zweitberichterstatter: Prof. Dr. Helge Taubert GEGEN ZIELSETZUNGEN IST NICHTS EINZUWENDEN, ” SOFERN MAN SICH DADURCH NICHT VON INTERESSANTEN UMWEGEN ABHALTEN LÄSST.“ Mark Twain Meiner Familie. Inhaltsverzeichnis I Inhaltsverzeichnis 1 Summary 1 2 Zusammenfassung 3 3 Einleitung 5 3.1 Die Prostata . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 3.2 Das Prostatakarzinom . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 3.2.1 Epidemiologie des Prostatakarzinoms . . . . . . . . . . . . . . . . . . . . . 5 3.2.2 Risikofaktoren für die Entstehung eines Prostatakarzinoms . . . . . . . . . 6 3.2.3 Klassifikation des Prostatakarzinoms . . . . . . . . . . . . . . . . . . . . . 6 3.2.3.1 Gleason Score . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 3.2.3.2 TNM-Klassifikation des Prostatakarzinoms . . . . . . . . . . . . 8 3.2.4 Genetik des Prostatakarzinoms . . . . . . . . . . . . . . . . . . . . . . . . 9 3.2.5 Biomarker zur Diagnostik des Prostatakarzinom . . . . . . . . . . . . . . . 10 microRNAs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 3.3.1 Prozessierung und Funktion . . . . . . . . . . . . . . . . . . . . . . . . . . 11 3.3.2 miRNAs und Krebs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 3.3 4 Hypthesen und Arbeitsprogramm 17 5 Ergebnisse 19 5.1 Vergleich der miRNA Expressionsprofile in Prostatatumorgeweben und korrespondierendem Normalgewebe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.1.1 Erstellung eines miRNA Expressionsprofils im Prostatakarzinom und Prostatanormalgewebe mittels Deep Sequencing . . . . . . . . . . . . . . . . . . 5.1.2 5.2 19 19 Validierung der relativen Expression von miRNAs, welche im Deep Sequencing als dereguliert gefunden wurden, in den Prostatazelllinien . . . . . . . 20 5.1.3 Analyse der Referenzgenstabilität . . . . . . . . . . . . . . . . . . . . . . . 22 5.1.4 miRNA Expression in Prostataprimärgeweben . . . . . . . . . . . . . . . . 23 5.1.5 miRNA microArray . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 Datenbankanalyse zur Auswahl potentieller Ziel-mRNAs . . . . . . . . . . . . . . . 31 5.2.1 mRNA Expression von miRNA Zielgenen in den Prostatazelllinien . . . . . 33 5.2.2 mRNA Expression von miRNA Zielgenen in Prostataprimärgeweben . . . . 34 5.2.3 Proteinexpression von Sec23A in den Prostataprimärgeweben . . . . . . . . 36 II Inhaltsverzeichnis 5.3 Funktionelle Analyse des miRNA-Knockdown von miR-200c und miR-375 in DU145 und LNCaP Zellen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.3.1 5.4 38 Analyse von Proliferation, Viabilität, Apoptose und Zytotoxizität nach miRNA-Knockdown . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 5.3.2 Wundheilungsassay nach miRNA-Knockdown . . . . . . . . . . . . . . . . 40 5.3.3 Invasions- und Migrationsverhalten nach miRNA Knockdown . . . . . . . . 40 Funktionelle Analyse der ektopen Expression bzw. des Knockdowns von Sec23A in DU145 und LNCaP Zellen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.4.1 43 Analyse von Proliferation, Viabilität, Apoptose und Zytotoxizität nach ektoper Expression bzw. Knockdown von Sec23A . . . . . . . . . . . . . . . 43 5.4.2 Wundheilungsassay nach ektoper Expression bzw. Knockdown von Sec23A 44 5.4.3 Invasion- und Migrationsverhalten nach ektoper Expression bzw. Knockdown von Sec23A . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 5.5 miRNA in situ Hybridisierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 5.6 Diagnostisches Potential von miRNAs . . . . . . . . . . . . . . . . . . . . . . . . 51 5.7 Assoziation von miRNA Expressionsprofilen und klinisch-pathologischen Parametern 54 5.8 ERG als Zielgen der miR-145 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 5.8.1 ERG mRNA Expression in Prostatazelllinien und primären Prostatageweben 55 5.8.2 ERG Protein Expression in Prostatazelllinien und primären Prostatageweben 57 5.8.3 Der ERG Genfusionsstatus beeinflusst die ERG mRNA Expression . . . . . 58 5.8.4 Korrelation von miR-145 und ERG mRNA- und Proteinexpression . . . . . 59 5.8.5 Analyse des Einflusses von ERG-2 Knockdown und ektoper Expression von miR-145 auf Proliferation, Apoptose und Invasion . . . . . . . . . . . . . . 6 Diskussion 61 63 6.1 miRNA Profilerstellung im Prostatakarzinom . . . . . . . . . . . . . . . . . . . . . 64 6.2 miRNA Zielgenanalysen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65 6.2.1 SEC23A als Zielgen der miRNAs miR-200c und miR-375 . . . . . . . . . . 65 6.2.2 MYO6 als Zielgen der miRNAs miR-143 und miR-145 . . . . . . . . . . . 71 6.2.3 Regulation von ERG durch miR-145 . . . . . . . . . . . . . . . . . . . . . 71 6.3 Diagnostisches Potential von miRNAs . . . . . . . . . . . . . . . . . . . . . . . . 73 6.4 Ausblick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75 7 Material 77 7.1 Chemikalien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77 7.2 Reagenzien für die Zellkultur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77 7.3 Transfektionsreagenzien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78 7.4 antisense Oligonukleotide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78 7.5 Antikörper . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79 7.6 miRCURY LNA MicroRNA Detection Probes for in situ hybridization . . . . . . . 79 Inhaltsverzeichnis III 7.7 Geräte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79 7.8 Verbrauchsmaterialien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80 7.9 Kommerziell erhältliche Kits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80 7.10 TaqMan® MicroRNA Assays . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81 7.11 TaqMan® Gene Expression Assays . . . . . . . . . . . . . . . . . . . . . . . . . . 81 7.12 Oligonucleotide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82 7.13 Expressionsvektoren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82 7.14 Software . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83 7.15 Primärgewebe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84 8 Methoden 8.1 89 RNA Extraktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8.1.1 RNA Extraktion mit Guanidinium Thiocyanate-Phenol-Chloroform (TRIzol®) aus kryokonserviertem Primärgewebe und Zellkultur . . . . . . . . . 8.1.2 89 89 RNA Isolation aus Formalin-fixiertem, Paraffin eingebettetem Gewebe mit dem MasterPure Complete DNA and RNA Purification Kit (Epicentre Biotechnologies, Madison, WI) . . . . . . . . . . . . . . . . . . . . . . . . . . 89 RNA Extraktion mit dem mirVana™ miRNA Isolation Kit . . . . . . . . . 90 8.2 Photometrische Bestimmung der RNA Konzentration . . . . . . . . . . . . . . . . 91 8.3 DNAseI Behandlung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 8.4 cDNA Synthese . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 8.4.1 miRNA spezifische cDNA Synthese . . . . . . . . . . . . . . . . . . . . . . 92 8.4.2 cDNA Synthese von Gesamt-RNA . . . . . . . . . . . . . . . . . . . . . . 92 8.1.3 8.4.2.1 Kit (Applied Biosystems) . . . . . . . . . . . . . . . . . . . . . . 92 cDNA Synthese mit dem DyNAmo™ cDNA Synthese Kit . . . . 92 Quantitative Real-time PCR (qRT-PCR) . . . . . . . . . . . . . . . . . . . . . . . 93 8.5.1 qRT-PCR mit TaqMan® Assays . . . . . . . . . . . . . . . . . . . . . . . 93 8.5.2 qRT-PCR mit SYBR Green I . . . . . . . . . . . . . . . . . . . . . . . . . 95 8.4.2.2 8.5 8.6 cDNA Synthese mit dem TaqMan® mRNA Reverse Transcription Zellkultur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96 8.6.1 Zelllinien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96 8.6.2 Kultivieren und Passagieren von Zellen . . . . . . . . . . . . . . . . . . . . 97 8.6.3 Auftauen von Zellen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97 8.6.4 Einfrieren von Zellen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97 8.6.5 Passagieren von Zellen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97 8.6.6 Bestimmung der Zellzahl . . . . . . . . . . . . . . . . . . . . . . . . . . . 98 8.6.7 Transiente Transfektion von DNA . . . . . . . . . . . . . . . . . . . . . . 98 8.6.8 Transiente Transfektion von miRNA antisense Oligonukleotiden 98 8.6.9 Transiente Transfektion von antisense Oligonukleotiden zur Verhinderung . . . . . . der Genexpression von MYOSIN VI, SEC23A und ERG2 . . . . . . . . . . 99 IV Inhaltsverzeichnis 8.7 Funktionelle Analysen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99 8.7.1 Migration und Invasion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99 8.7.2 Wundheilungsassay . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100 8.7.3 Analyse der Viabilität - MTT Assay . . . . . . . . . . . . . . . . . . . . . 101 8.7.4 Analyse der Proliferation - BrdU-ELISA . . . . . . . . . . . . . . . . . . . 102 8.7.5 Analyse der Zytotoxizität - LDH-Test . . . . . . . . . . . . . . . . . . . . 102 8.7.6 Analyse der Apoptose - Caspase 3/7 Assay . . . . . . . . . . . . . . . . . 103 8.8 miRNA In situ Hybridisierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104 8.9 miRNA Microarray . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105 8.10 Proteinbiochemische Methoden . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 8.10.1 Gewinnung von Zelllysaten mit Guanidinium Thiocyanate-Phenol-Chloroform (TRIzol®) aus cryokonserviertem Primärgewebe und Zellkultur . . . . . . . 106 8.10.2 Messung der Proteinkonzentration (BCA) . . . . . . . . . . . . . . . . . . 106 8.10.3 Elektrophoretische Auftrennung von Proteinen . . . . . . . . . . . . . . . . 107 9 Literatur 109 10 Anhang 125 10.1 Abkürzungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125 10.2 Plasmidkarten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128 Abbildungsverzeichnis 131 Tabellenverzeichnis 133 Eigene Publikationen, wissenschaftliche Vorträge und Posterpräsentationen 135 Danksagung 137 Summary 1 1 Summary Prostate cancer is the most frequent cancer in men in Germany. The causes of this disease are mostly unknown, however, besides the patient’s age a genetic predisposition as well as factors like nutrition are discussed. Methods for the diagnosis of prostate cancer are currently digital rectal examination and measurement of the prostate specific antigen (PSA). However, both methods have limitations as for the digital rectal examination only 2-5% of the tumors are found by this examination method and the PSA level differs due to patient dependent causes like the size of the prostate, urinary tract infections and therapeutic or diagnostic operations of the lower urinary tract, leading to an increased PSA level which is not necessarily correlated to a malignant lesion of the prostate. The goal is to find more precise markers for the diagnosis and later on the prognosis of prostate cancer. MicroRNAs (miRNA) are small regulatory RNAs of 19-22 nucleotides length, regulating the expression of approximately 30% of the human genes. Several publications already showed a central role for miRNAs in physiologic and pathologic processes like cell differentiation, cell cycle control, proliferation, apoptosis and via the regulation of these processes an important role in cancer development. The first aim of this study was to obtain a global miRNA expression profile of prostate cancer, therefore sequencing and miRNA microarray analyses were performed. With both techniques seven miRNAs (miR-375, miR-200c, miR-106a, miR-106b, let-7a, miR-21, miR-20a) where found to be upregulated and two miRNAs (miR-145, miR-221 ) were found to be downregulated. The expression of the most deregulated miRNAs (miR-375, miR-200c, miR-145 ) and additionally miR-143 was analyzed by quantitative real-time polymerase chain reaction (qRT-PCR) in prostate cell lines and two collectives of primary prostate tissue. The pattern of deregulation (up or down in tumor) predicted from sequencing and miRNA micorarray could be confirmed for all of the miRNAs. Using a bioinformatical approach, target genes (MYO6, SEC23A, ERG) for the four miRNAs were identified. The expression of the target genes was measured using qRT-PCR as well and an inverse expression of target gene and related miRNA was found. Moreover, the impact of the deregulated expression of miR-375, miR-200c and miR-145 as well as for Sec23A and ERG was examined in vitro. Knockdown of miR-375 and miR-200c led to changes in proliferation, viability, cytotoxicity, apoptosis and wound healing. The deregulation of Sec23A showed a similar impact on the examined cell biological parameter. For ERG the overall expression as well as the expression of different splice variants was examined. 2 Summary The overall ERG expression and the expression of the ERG-2 splice variant were found to be upregulated in prostate cancer. Knockdown of ERG-2 and ectopic expression of miR-145 led to reciprocal effects in proliferation and invasion. On protein level a correlation between the protein amount of ERG total and ERG-2 with the miR-145 expression was found. As the expression of miRNAs showed a specific pattern for tumor and normal tissue binary logistic regression was done to investigate the diagnostic potential of the miRNAs. A combination of the miRNAs miR-375, miR-145 and miR-143 showed the best predictive value to discriminate between normal and tumor tissue. These findings underline the promising role of miRNAs as diagnostic markers in prostate cancer. Moreover studying miRNAs and their target genes might lead to the identification of new tumorrelevant genes which might serve as therapeutic targets or prognostic markers in the future. Zusammenfassung 3 2 Zusammenfassung Das Prostatakarzinom ist in Deutschland die am häufigsten vorkommende Krebserkrankung beim Mann. Die Ursachen dieser Erkrankung sind weitestgehend unbekannt, wobei neben dem Alter auch eine genetische Prädisposition sowie Faktoren wie Ernährung diskutiert werden. Die Diagnostik des Prostatakarzinoms findet bislang zum einen mittels digital rektaler Tastuntersuchung statt, wobei hier nur etwa 2-5% der Tumore entdeckt werden und zum anderen über die Messung des prostataspezifischen Antigens (PSA). Der PSA Level wird jedoch von patientenabhängigen Größen wie z.B. Prostatagröße, Harnwegsinfekte und therapeutische oder diagnostische Eingriffe am unteren Harntrakt beeinflusst, sodass eine Erhöhung des PSA-Wertes nicht unbedingt mit einer bösartigen Veränderung der Prostata zusammenhängt. Das Ziel ist, genauere Marker für die Diagnose und Prognose zu finden. MicroRNAs (miRNA) sind kleine RNAs von 19-22 Nukleotiden Länge, welche etwa 30% aller menschlichen Gene regulieren. In mehreren Arbeiten wurde bereits gezeigt, dass miRNAs eine zentrale Rolle bei physiologischen und pathologischen Prozessen, wie bei der Zelldifferenzierung, Zellzykluskontrolle, Proliferation, Apoptose und über die Regulation dieser Prozesse auch bei der Entstehung von Krebs spielen. Das erste Ziel dieser Arbeit war die Erstellung eines globalen miRNA Expressionsprofiles im Prostatakarzinom. Hierzu wurden Sequenzierungs- und miRNA microArray-Analysen durchgeführt. Mit beiden Ansätzen wurden sieben miRNAs (miR-375, miR-200c, miR-106a, miR-106b, let-7a, miR21, miR-20a) hochreguliert und zwei miRNAs (miR-145, miR-221 ) herunterreguliert gefunden. Die Expression der am stärksten dereguliert exprimierten miRNAs (miR-375, miR-200c, miR-145 ) und zusätzlich miR-143 wurde mittels quantitativer real-time Polymerasekettenreaktion (qRT-PCR) in Prostatazelllinien und zwei Kollektiven von Primärgeweben untersucht und die Art der Deregulation (hoch- bzw. herunterreguliert im Tumor) konnte für alle bestätigt werden. Mittels bioinformatischer Recherche wurden für alle vier miRNAs Zielgene (MYO6, SEC23A, ERG) identifiziert. Deren Expression wurde ebenfalls mittels qRT-PCR in Prostatazelllinien und einem Kollektiv von Primärgeweben analysiert und für alle drei Zielgene konnte eine inverse Expression zu der jeweiligen miRNA gefunden werden. Außerdem wurde der Einfluss der Deregulation der miRNAs miR-375, miR-200c und miR-145, sowie von Sec23A und ERG in vitro untersucht. Knockdown von miR-375 und miR-200c führte zu einer Veränderung der zellbiologischen Paramter Proliferation, Viabilität, Zytotoxizität, Apoptose 4 Zusammenfassung und Wundheilung. Ebenso konnte ein Einfluss der Deregulation von Sec23A auf die untersuchten zellbiologischen Parameter festgestellt werden. Für ERG wurde sowohl die Gesamt-ERG Expression als auch die Expression einzelner Spleißvarianten untersucht. Die Expression von Gesamt-ERG und für die ERG-2 Spleißvariante wurde im Tumor hochreguliert gefunden. Nach ERG-2 Knockdown und ektoper Expression von miR-145 wurden ebenfalls reziproke Auswirkungen auf Proliferation und Invasionsverhalten festgestellt. Auf Proteinebene wurde sowohl für die Gesamt-ERG-Proteinmenge als auch für ERG-2 eine Korrelation mit der miR-145 Expression gefunden. Da die miRNA Expression ein differenzielles Muster zwischen Tumor- und Normalgewebe zeigte, wurde das diagnostische Potential der miRNAs mittels binärer logistischer Regressionsanalysen untersucht. Eine Kombination der miRNAs miR-375, miR-145 und miR-143 zeigte hierbei den besten prädiktiven Wert zur Unterscheidung von Tumor- und Normalgewebe. Diese Befunde unterstreichen die Funktion von miRNAs als vielversprechende diagnostische Marker für das Prostatakarzinom, sowie als Wegbereiter zur Identifizierung von neuen tumorrelevanten Genen, welche in der Zukunft als mögliche therapeutische Ziele oder prognostische Marker dienen können. Einleitung 5 3 Einleitung 3.1 Die Prostata Die Prostata (Vorsteherdrüse) befindet sich direkt unterhalb der Harnblase und umschließt den Anfangsteil der Harnröhre. Sie besteht aus Bindegewebe, Muskelfasern und Drüsen. Die Hauptaufgabe der Prostata ist die Produktion eines milchigen Sekrets, welches für die Ernährung und Fortbewegung der Spermien wichtig ist. Dieses Sekret bildet den größten Teil der Samenflüssigkeit. Außerdem wird in der Prostata das männliche Geschlechtshormon Testosteron in seine aktive Form, Dihydrotestosteron, umgewandelt. Beim Wasserlassen kommt der Prostata ebenfalls eine wichtige Funktion zu. Sie verschließt Samenleiter und Drüsengänge und verhindert so das Eindringen von Urin (Manski, 21.11.2010). 3.2 Das Prostatakarzinom 3.2.1 Epidemiologie des Prostatakarzinoms Das Prostatakarzinom ist in Deutschland mit einer Neuerkrankungsrate von 149,1 Fällen pro 100.000 die am häufigsten vorkommende Krebserkrankung beim Mann. Die relative 5-JahresÜberlebensrate (Prozentsatz der Patienten, der nach Ablauf von 5 Jahren noch lebt) liegt zwischen 83% und 94%. Das Prostatakarzinom unterscheidet sich von anderen bösartigen Tumoren durch sein langsames Wachstum, so dass ältere Männer überwiegend nicht an dem Prostatatumor versterben, sondern an anderen Erkrankungen. Der Krankheitsverlauf des Prostatakarzinoms variiert zwischen einem schmerzfreien Verlauf ohne Symptome bis zu einem aggressiven Krebs, der schnell metastasiert und schwere Schmerzen und verfrühten Tod verursacht. Die Ursachen für diesen unterschiedlichen Krankheitsverlauf sind dagegen bis heute nicht verstanden. Ebenso gibt es verschiedene Möglichkeiten, Prostatakrebs zu behandeln: abwarten und beobachten, operative Entfernung der Prostata (Prostatektomie), Strahlen-, Hormon- und Chemotherapie (Robert Koch Institut, 2010). 6 Einleitung 3.2.2 Risikofaktoren für die Entstehung eines Prostatakarzinoms Die Ursachen für die Entstehung des Prostatakarzinoms und den Krankheitsverlauf beeinflussende Faktoren sind im Wesentlichen unbekannt, wobei bei jüngeren Männern eine genetische Prädisposition diskutiert wird (Bratt, 2002). Das Prostatakarzinom ist eine Erkrankung des älteren Mannes mit einem mittleren Erkrankungsalter von 69 Jahren, vor dem 50. Lebensjahr tritt eine Erkrankung sehr selten auf (Lew und Garfinkel, 1990). Eine Reihe von Untersuchungen zeigte zudem eine familiäre Häufung des Prostatakarzinoms. Es wurde ein zwei- bis dreifaches Risiko für Männer beschrieben, deren Väter oder Brüder an einen Prostatakarzinom erkrankten und ein bis zu fünffach erhöhtes Risiko, wenn mehrere Angehörige an Prostatakrebs erkrankt waren (Steinberg et al., 1990; Spitz et al., 1991; Bratt, 2002). Studien belegen außerdem einen Zusammenhang zwischen der Häufigkeit des Prostatakarzinoms und der ethnischen Abstammung eines Patienten (Baade, Youlden und Krnjacki, 2009). In den USA wurde 2004 eine deutlich höhere Inzidenz für Afroamerikaner (226/100.000) als für kaukasische Amerikaner (145,1/100.000) gezeigt (U.S. Cancer Statistics Working Group, 2010). 3.2.3 Klassifikation des Prostatakarzinoms Zur Klassifikation und Prognoseerstellung des Prostatakarzinoms wird zum einen der Differenzierungsgrad mittels Gleason Score und zum anderen die Ausbreitung des Tumors mittels TNMKlassifikation beschrieben. 3.2.3.1 Gleason Score Der Gleason Score ist ein System zur Einteilung von Prostatakarzinomen anhand von histologischen Mustern, welches 1966 vom Pathologen Donald F. Gleason entwickelt wurde (Gleason, 1966). Beurteilt wird die Drüsenmorphologie von 1 (sehr gut differenziert) bis 5 (entdifferenziert, kein Drüsenmuster zu erkennen) (Abb. 3.1) vom vorherrschenden und dem zweithäufigsten Differenzierungsgrad und die Summe der beiden bildet der Gleason Score. Dieser umfasst somit Werte von 2 (1+1) bis 10 (5+5) (Mellinger, Gleason und Bailar, 1967; Gleason und Mellinger, 1974; Gleason, 1992). Der Gleason Score korreliert mit der Prognose des Tumors (Albertsen et al., 1998). Einleitung Abbildung 3.1. Einteilung der Drüsenmorphologie nach D.F. Gleason Einteilung der Drüsenmorphologie nach D.F. Gleason (Gleason, 1966) von 1 (sehr gut differenziert) bis 5 (entdifferenziert, kein Drüsenmuster zu erkennen). 7 8 Einleitung 3.2.3.2 TNM-Klassifikation des Prostatakarzinoms Die Beschreibung des Tumorausbreitung erfolgt mit der TNM-Klassifikation, welche zwischen 1943 und 1952 von Pierre Denoix entwickelt wurde. T“ beschreibt hier die Ausbreitung des Tumors in der ” Prostata und der näheren Umgebung, N“ steht für die Anzahl und Lokalistation der befallenen ” Lymphknoten und M“ bezeichnet Auftreten und Lokalisation von Fernmetastasen in anderen ” Organen (Harmer, Denoix und Hamperl, 1968) (Tab. 3.1). Tabelle 3.1. TNM-Klassifikation des Prostatakarzinoms aus der 7. Auflage der TNM Klassifikation maligner Tumoren (Sobin, 2009) T: Primärtumor, N: Lymphknotenstatus, M: Matastasierungsstatus. Stadium Primärtumor Tx T0 T1 Definition T1a T1b T1c T2 T2a T2b T2c T3 T3a T3b T4 Primärtumor kann nicht beurteilt werden Kein Anhalt für einen Primärtumor Klinisch nicht fassbarer Tumor, nicht tastbar oder durch bildgebende Verfahren darstellbar inzidentieller Tumor, histologisch <5% des rezidierten Gewebes inzidentieller Tumor, histologisch >5% des rezidierten Gewebes Tumor durch Nadelbiopsie diagnostiziert Tumor auf die Prostata beschränkt Tumor befällt die Hälfte eines Prostatalappens Tumor befällt mehr als die Hälfte eines Prostatalappens Tumor befällt beide Prosatalappen Tumor breitet sich über die Prostatakapsel hinaus aus Extrakapsuläre Ausbreitung (ein- oder beidseitig) Tumor infiltriert Samenblasen Tumor befällt weitere Nachbarstrukturen außer den Samenblasen Lymphknotenstatus Nx N0 N1 regionäre Lymphknoten können nicht beurteilt werden kein Anhalt für Lymphknotenmetastasen regionärer Lymphknotenbefall Fernmetastasen Mx M0 M1 M1a M1b M1c Fernmetastasen können nicht beurteilt werden kein Anhalt für Fernmetastasen Fernmetastasen extraregionärer Lymphknotenbefall Knochenmetastasen andere Manifestation Einleitung 9 3.2.4 Genetik des Prostatakarzinoms Bei der Entstehung und Progression des Prostatakarzinoms spielen verschiedene genetische Veränderungen eine Rolle. So ist die Phospholipidphosphatase PTEN (Phosphatase and tensin homolog) auf Chromosom 10 in einer Region lokalisiert, welche häufig vom Verlust der Heterozygotie betroffen ist (Cairns et al., 1997). Das Hauptsubstrat von PTEN ist PIP3 (Phosphatidylinositol (3,4,5)-triphosphat), welches durch Abspaltung einer Phosphatgruppe durch PTEN inaktiviert wird. Dadurch fungiert PTEN als Antagonist der Phosphatidylinositol 3-Kinase (PI3K) und damit als negativer Regulator des PI3K Signalwegs, welcher Signale für Zellwachstum, -proliferation und -überleben übermittelt (Chow und Baker, 2006; Vivanco und Sawyers, 2002). Durch den Verlust von PTEN bleibt PIP3 aktiv, welches den AKT Signalweg aktiviert und dadurch zu vermindertem Zelltod führt (Sun et al., 1999). Ein weiteres Gen, welches in einer chromsosomalen Region liegt, welche im Prostatakarzinom häufig deletiert ist, ist der Tumorsuppressor NKX3.1 (He et al., 1997). NKX3.1 ist ein androgen-reguliertes Homeoboxgen, welches für einen gewebsspezifischen Transkriptionsfaktor kodiert. Dieser spielt eine wichtige Rolle bei der Differenzierung des Prostataepithels (Abate-Shen, Shen und Gelmann, 2008; Erbaykent-Tepedelen et al., 2011). NKX3.1 wird durch Androgene im normalen Prostataepithel heraufreguliert und beinflusst die Androgenrezeptor (AR) Transkription negativ. Über Stabilisierung von p53 spielt NKX3.1 außerdem eine Rolle bei der Zellzykluskontrolle und der Regulation des Zelltodes (Korkmaz et al., 2000; Lei et al., 2006; Prescott, Blok und Tindall, 1998). Die Amplifikation des AR Gens ist eine andere genetische Veränderung. Diese kann die Ursache für androgen-unabhängiges Wachstum des Prostatakarzinoms sein. Außerdem führen Mutationen im AR zu einer veränderten Ligandenspezifität (Bubendorf et al., 1999; Koivisto et al., 1997; Visakorpi et al., 1995). Das Polycomb Group Protein EZH2 (Enhancer of zeste homologue 2 ) liegt im Prostatakarzinom überexprimiert vor (Varambally et al., 2002). Dies führt über Inhibierung der Histondeacetylase zu einer verstärkten Methylierung von Lysin 27 an Histon 3 (Cao, 2002). Ein Gen, welches durch Hypermethylierung inaktiviert im Prostatakarzinom vorliegt, ist die Glutathion-S-Transferase Pi (GSTπ) (Goessl et al., 2001). GSTπ ist ein entgiftendes Enzym, welches elektrophile Karzinogene inaktiviert (Nelson, Marzo und DeWeese, 2001; Toffoli et al., 1992). c-MYC ist ein Proto-Onkogen, welches für den Transkriptionsfaktor c-MYC kodiert. Die Induktion von c-MYC fördert Zellproliferation und -transformation (Thompson, 1998). Dieses Gen liegt im Prostatakarzinom amplifiziert vor (Nupponen et al., 1998; Sato et al., 1999). Eine weitere genetische Veränderung sind Genarrangements. Im Prostatakarzinom konnten Genarrangements nachgewiesen werden, welche das androgenregulierte Gen der Transmembranprotease, Serine 2 (TMPRSS2) mit Mitgliedern der ETS Transkriptionsfaktorfamilie (ERG, ETV1, ETV4 ) fusioniert. Die ETS Transkriptionsfaktoren, welche Heterodimere mit anderen Transkriptionsfaktoren bilden, sind wichtige Mediatoren der Zelldifferenzierung, Proliferation und onkogenen 10 Einleitung Transformation (Wasylyk, Hagman und Gutierrez-Hartmann, 1998). In etwa 50% aller Prostatakarzinome liegt eine erhöhte Expression des ERG Gens (v-ets erythroblastosis virus E26 oncogene homolog (avian)) vor. Diese kann auf die Fusion des ERG Gens mit dem TMPRSS2 Gen zurückgeführt werden, welches ERG unter die Kontrolle des Androgen-responsiven Promotors bringt (Park et al., 2010). Die TMPRSS2-ERG Fusion ist die häufigste Fusion verglichen mit den Fusionen TMPRSS2-ETV1 und TMPRSS2-ETV4 (Soller et al., 2006; Tomlins et al., 2005; Tomlins et al., 2006; Yoshimoto et al., 2006) und ist die am häufigsten vorkommende genetische Veränderung beim Prostatakrebs (Tomlins et al., 2005). TMPRSS2-ERG Fusionen sind spezifisch für das Prostatakarzinom (Perner et al., 2007) und in einigen Studien konnte eine Assoziation mit aggressiverem Tumorverhalten gezeigt werden (Nam et al., 2007; Perner et al., 2006; Wang et al., 2006; Demichelis et al., 2007; Rajput et al., 2007). Außerdem konnte die TMPRSS2-ERG Fusion im Urin nachgewiesen werden, so dass der Nachweis dieser Fusion als Biomarker für den nichtinvasiven Nachweis einen Prostatakarzinoms dienen könnte (Laxman et al., 2006; Aubin et al., 2011; Tomlins et al., 2011). 3.2.5 Biomarker zur Diagnostik des Prostatakarzinom In Deutschland beinhaltet das gesetzliche Früherkennungsprogramm für Männer ab 45 Jahren einmal jährlich die Frage nach gesundheitlichen Veränderungen oder Beschwerden sowie die Untersuchung der Geschlechtsorgane und die Tastuntersuchung der Prostata vom Enddarm her (Robert Koch Institut, 2010). Bei den Tastuntersuchungen werden allerdings nur etwa 2-5% der Prostatakarzinome entdeckt und von diesen entdeckten Tumoren sind etwa 50% nicht mehr heilbar (Ito et al., 2001). Eine weitere Möglichkeit zur Entdeckung von Prostatatumoren ist die Messung des prostataspezifischen Antigens im Blut. Das prostataspezifische Antigen (PSA) ist eine Serinprotease mit einem Molekulargewicht von 33 kDa, welche von Prostataepithelzellen sekretiert wird. 1976 konnten Wang et al. das PSA in benignem, hypertrophen und malignem Prostatagewebe, jedoch nicht in anderen humanen Geweben, nachweisen (Wang et al., 1979). Nachfolgende Studien belegten, dass das PSA in humanem Serum detektierbar ist und bei Männern mit Prostatakarzinom der PSALevel erhöht ist (Papsidero et al., 1980; Kuriyama et al., 1980). Jedoch wird dieser Wert auch von patientenabhängigen Größen wie z.B. der Prostatagröße, Harnwegsinfekten und therapeutischen oder diagnostischen Eingriffe am unteren Harntrakt beeinflusst, so dass eine Erhöhung des PSAWertes nicht unbedingt mit einer bösartigen Veränderung der Prostata zusammenhängt (Rohde et al., 2007). Ein weiterer potentieller Biomarker ist DD3 (auch bekannt als PCA3) (Bussemakers et al., 1999). Die nichtkodierende, prostataspezifische mRNA von DD3 ist deutlich überexprimiert im Prostatakarzinom (Kok et al., 2002). Marks et al. (2007) konnten außerdem zeigen, dass DD3 dem PSA Einleitung 11 überlegen ist bei der Detektion von Prostatakrebs. Die alpha-Methylacyl Coenzym A Racemase (AMACR) ist ebenfalls ein möglicher Biomarker für das Prostatakarzinom. AMACR wurde auf Protein- und auf mRNA-Ebene im Tumor überexprimiert gefunden (Xu et al., 2000). Der Zusammenhang zwischen diesem Enzym und der Entstehung von Prostatakrebs ist deshalb besonders interessant, da AMACR bei der Oxidation von verzweigten Fettsäuren eine Rolle spielt und die Hauptquellen für verzweigte Fettsäuren, wie Rindfleisch und Milchprodukte, als Ernährungsfaktoren mit der Entstehung von Prostatakrebs in Verbindung gebracht wurden (Ferdinandusse et al., 2000; Chan et al., 2001). Auch Einzelnukleotidpolymorphismen (singe nucleotide polymorphism = SNP) wurden mit der Entstehung von Prostatakrebs assoziiert gefunden. Zheng et al. (2008) zeigten, dass fünf Risikoallele zusammen mit einer positiven Familienanamnese im Vergleich zu Menschen ohne Risikoallele mit einem 9,5-fach höheren Risiko für eine Prostatakarzinomentwicklung assoziiert sind. Weitere Marker sind EZH2 (Varambally et al., 2002), Hepsin und PIM1 (Dhanasekaran et al., 2001), ebenso prognostische Marker, wie IGFBP-3 and COL1A2 (Singh et al., 2002), die in Zukunft eine nicht-invasive Sicherung der Diagnose Prostatakrebs“ sowie eine Aussage zur Prognose ” ermöglichen können. 3.3 microRNAs MicroRNAs (miRNA) sind kleine, ca. 22 Nukleotide (nt) lange RNAs, die zunächst in Caenorhabditis elegans entdeckt wurden, wobei man davon ausging, dass diese kleinen RNAs eine Besonderheit der Nematoden seien (Lee, Feinbaum und Ambros, 1993; Wightman, Ha und Ruvkun, 1993). Es stellte sich jedoch heraus, dass einige dieser miRNAs in vielen Pflanzen, Tieren und dem Menschen konserviert vorkommen (Kato und Slack, 2008; Pasquinelli et al., 2000). Bis heute wurden 175 C. elegans miRNAs, 213 Arabidopsis thaliana miRNAs, 176 Drosophila melanogaster miRNAs 672 murine und 1048 humane miRNAs entdeckt (miRBase Version 17.0, April 2011, www.mirbase.org) (Griffiths-Jones, 2004; Griffiths-Jones et al., 2006; Griffiths-Jones et al., 2008). 3.3.1 Prozessierung und Funktion Die meisten miRNAs liegen in den Introns von proteinkodierenden oder -nichtkodierenden mRNA Transkripten, in Pseudogenen oder in der 3’ untranslatierten Region (3’ UTR) von Genen (Bartel, 2004; Bentwich et al., 2005; Baskerville und Bartel, 2005). miRNAs werden zunächst als primary miRNA (pri-miRNA) von der RNA Polymerase II transkribiert und liegen als Haarnadelstrukturen mit 5’ Cap und Poly(A) Schwanz vor (Lee et al., 2004; Cai, Hagedorn und Cullen, 2004). Einige 12 Einleitung miRNAs liegen in Clustern vor und werden zu einer gemeinsamen pri-miRNA translatiert (LagosQuintana et al., 2001; Lau et al., 2001). Die pri-miRNA wird von der RNase III Endonuklease Drosha und dem Doppelstrangbindeprotein DGCR8 (DiGeorge syndrome critical region gene 8 ; bekannt als Pasha (partner of Drosha) in Drosophila melanogaster und Caenorhabditis elegans) zu einer 60-70 nt langen preliminary miRNA (pre-miRNA) prozessiert, welche aus einer imperfekten Haarnadelstruktur besteht. Diese pre-miRNA wird anschließend vom Exportrezeptor Exportin-5 mit Hilfe des Co-Faktors Ran-GTP (RAS-related nuclear protein-guanosine triphosphate) vom Nukleus in das Cytoplasma transportiert. Im Cytoplasma wird die pre-miRNA von der RNase III Dicer in RNA-Duplexe gespalten (miRNA:miRNA*), welche den reifen miRNA Strang und den komplementären Strang (miRNA*) enthalten. In Interaktion mit dem Doppelstrangbindeprotein TRBP (human immunodeficiency virus transactivating response RNA-binding protein) werden die doppelsträngigen RNA-Komplexe entwunden und die einzelsträngige, reife miRNA liegt vor (He und Hannon, 2004) (siehe Abb. 3.2). Abbildung 3.2. miRNA Prozessierung Die RNA Polymerase II transkribiert die miRNA Gene zu langen primary miRNA (pri-miRNA) Transkripten. Diese liegen als Haarnadelstrukturen vor und werden von der RNase III Drosha und DGCR8 (DiGeorge syndrome critical region gene 8 ) zu preliminary miRNAs (pre-miRNA) prozessiert. Diese premiRNA wird durch Exportin-5 mit Ran-GTP als Co-Faktor ins Cytoplasma transportiert und dort von der RNase III Dicer und TRBP (human immunodeficiency virus transactivating response RNA-binding protein) zu miRNA:miRNA* Duplexen prozessiert. Ein Strang dieses Duplexes wird degradiert und der andere Strang, die reife miRNA, wird in den RNA-induced silencing complex (RISC) geladen (Abb. nach VandenBoom et al., 2008). Einleitung 13 Die miRNAs spielen ebenso wie andere kleine RNAs (small interfering RNA (siRNA) und piwiinteracting RNAs (piRNA)) eine Rolle bei der negativen Regulation der Genexpression (Reinhart und Bartel, 2002; Ambros et al., 2003) wobei die Funktion der miRNAs nicht auf bestimmte Entwicklungsstadien beschränkt ist (He und Hannon, 2004). Die miRNA wird in den RNA-induced silencing complex (RISC) geladen, dieser Komplex bindet an die 3’ untranslatierte Region (UTR) der Ziel-mRNA und reguliert die Genexpression posttranskriptionell durch Hemmung der Proteinsynthese (vorherrschender Mechanismus in Tieren) oder mRNA Abbau (vorherrschender Mechanismus in Pflanzen) (Bartel, 2004; Esquela-Kerscher und Slack, 2006; Lau et al., 2001; Lee und Ambros, 2001; Lagos-Quintana et al., 2001). Die Entscheidung für translationale Inhibiton oder mRNA Abbau wird getroffen aufgrund des Grades der Komplementarität zwischen der miRNA und der Ziel-mRNA. Nahezu perfekte Komplementarität führt zum Abbau der mRNA, eine nur teilweise Komplementarität dagegen führt präferenziell zur translationellen Inhibition (Saxena, Jónsson und Dutta, 2003; Zeng und Cullen, 2003). Die Nukleotide 2 bis 8 der miRNA bilden dabei die “seed“-Sequenz, welche komplementär ist zur Erkennungssequenz der mRNA. Der zentrale Teil der miRNA ist normalerweise nicht komplementär zur mRNA, die 3’-Region dagegen bindet mehr oder weniger spezifisch an die mRNA und trägt mit zur Spezifität und Affinität des miRNA:mRNA Komplexes bei (Brennecke et al., 2005). Durch bioinformatische Berechnungen wird vorhergesagt, dass etwa 30 Prozent der proteinkodierenden Gene von miRNAs reguliert werden (Filipowicz, Bhattacharyya und Sonenberg, 2008; Lewis, Burge und Bartel, 2005). Eine miRNA kann dabei mehrere verschiedene Zielgene regulieren und eine mRNA kann von verschiedenen miRNAs reguliert werden (Bartel, 2009). Im Ergebnis resultiert eine miRNA-vermittelte Genregulation jedoch immer in einer Reduktion der Menge des entsprechenden Proteins. 3.3.2 miRNAs und Krebs Durch die Regulation der Genexpression spielen miRNAs eine zentrale Rolle bei physiologischen und pathologischen Prozessen, wie bei der Zelldifferenzierung, Zellzykluskontrolle, Proliferation, Apoptose und bei der Immunantwort (Calin und Croce, 2006b; Calin und Croce, 2006a; Bartel, 2004). Die ersten miRNAs, welche als dereguliert in einem Tumor beschrieben wurden, sind die miRNAs miR-15/16. Diese sind in chronisch lymphatischen Leukämien vom B-Zell-Typ (B-CLL) herunterreguliert. Beide miRNAs liegen in der Chromosomenregion 13q14, welche in mehr als der Hälfte der B-CLL deletiert ist, und haben als Ziel die mRNA von B-cell lymphoma 2 (Bcl-2 ) (Calin et al., 2002). Eine Reduktion oder Deletion der miR-15/16 führt zu einem erhöhtem Bcl-2 Level und 14 Einleitung verminderter Apoptose der B-Zellen (Cimmino et al., 2005). Seitdem wurde in einer Reihe weiterer Tumorentitäten eine Deregulation von miRNAs beschrieben, darunter Lunge (Yanaihara et al., 2006), Pankreas (Roldo et al., 2006), Mamma (Iorio et al., 2005), Ovar (Iorio et al., 2007), Kolon (Cummins et al., 2006) und Prostata (Porkka et al., 2007; Szczyrba et al., 2010), wobei sich ein tumorspezifisches Muster von herauf- und herunterregulierten miRNAs ergibt. miRNAs scheinen somit gewebsspezifisch als Tumorsuppressoren oder Onkogene zu wirken (Calin und Croce, 2006b; Zhang et al., 2007). Wenn miRNAs, welche als Tumorsuppressoren fungieren, vermindert exprimiert werden, können die entsprechenden Zielonkogene wieder translatiert werden und es kommt zu verstärkter Proliferation, Invasion und Angiogenese und verringertem Zelltod und damit zur Tumorentstehung. Wenn andererseits miRNAs, welche als Onkogene wirken, verstärkt exprimiert werden, wird die Translation der entsprechenden Ziel-Tumorsuppressorgene inhibiert und es kommt wieder zur Tumorentstehung (Esquela-Kerscher und Slack, 2006). Die Mechanismen, welche einer miRNA Deregulation zugrunde liegen, sind weithin unbekannt, es gibt jedoch Hinweise, dass transkriptionelle Deregulation, epigenetische Veränderungen, Mutationen, DNA Kopienzahlveränderungen und Defekte in der miRNA Biogenese Maschinerie eine Rolle bei der veränderten Expression von miRNAs in humanen Tumoren spielen können (Deng et al., 2008). Auffällig ist außerdem, dass miRNA Gene häufig in Genomregionen liegen, die anfällig sind für strukturelle Aberrationen, wie Deletionen, Duplikationen oder Translokationen, wodurch diese miRNAs mit der Tumorentstehung assoziiert sind (Calin et al., 2004). Weiterhin begünstigt eine Mutation in den Genen der Mitglieder der miRNA Prozessierungsmaschinerie Drosha, DGCR8 und Dicer1 die Transformation von Zellen und die Entstehung von Tumoren. Kumar et al. (2009) zeigten, dass in 37% der Mammatumore und in 62% der Nierentumore ein hemizygoter Verlust von DICER1 vorliegt. Der Verlust einer Genkopie von DICER1 resultiert in einem Defekt der miRNA Prozessierungsmaschinerie und damit in einer verminderten Expression von miRNAs in Tumoren. In Wilms Tumoren, Neuroblastomen, Mamma-, Leber- und Kolonkarzinomen liegt häufig ein Verlust von Mitgliedern der Argonaute Familie vor (Koesters et al., 1999). Eine weitere Möglichkeit einer differentiellen miRNA Expression ist die Deregulation der miRNA Transkription. So ist der Transkriptionsfaktor c-Myc in vielen humanen Tumoren amplifiziert und überexprimiert, was eine der Ursachen für die Überexpression des miR-17-92 Clusters sein könnte (O’Donnell et al., 2005; Chang et al., 2008). Die Expression von miRNAs bildet ein tumorspezifisches Muster, so dass eine Nutzung der miRNAs als Biomarker für die Detektion von Krebserkrankungen und die Vorhersage für den Verlauf einer Therapie interessant scheint. So wurde im Mammakarzinom bereits eine Korrelation der miRNA Expression mit klinisch-pathologischen Parametern, wie mit der Östrogen- und Progesteronrezeptorexpression, mit dem Tumorstadium, der vaskulären Invasion oder dem Proliferationsindex, beschrieben (Iorio et al., 2005). Außerdem wurde in Ovarialkarzinomen ein miRNA Expressionsmuster beschrieben, welches mit der Histologie und der Invasivität korreliert (Iorio et al., Einleitung 15 2007). Darüber hinaus konnte die Kombination von zwei miRNAs (miR-205 und miR-183 ) in 84% der Fälle korrekt zwischen Prostatatumor- und -normalgewebe diskriminieren (Schaefer und Jung, 2010; Schaefer et al., 2010b). Eine weitere vielversprechende Möglichkeit ist die Vorhersage für den Behandlungserfolg oder das Ansprechen auf eine Behandlung anhand des miRNA Expressionsmusters. So konnte für das Kolonkarzinom gezeigt werden, dass eine hohe miR-21 Expression assoziiert ist mit einem schlechten Therapieansprechen und einer geringen Überlebensrate (Schetter et al., 2008). Auch für das Prostatakarzinom konnte bereits ein Zusammenhang zwischen miRNA Expression und Behandlungserfolg belegt werden. So ist die Expression der miR-96 korreliert mit dem Auftreten eines Rezidivs nach radikaler Prostatektomie (Schaefer et al., 2010a). Hypthesen und Arbeitsprogramm 17 4 Hypthesen und Arbeitsprogramm Um die Relevanz der Deregulation der miRNAs und der entsprechenden Zielgene sowie deren Interaktion im Prostatakarzinom zu untersuchen, werden folgende Arbeitshypothesen aufgestellt. Hypothesen 1. Es gibt charakteristische miRNA Expressionsprofile im Prostatakarzinom. 2. Die differenzielle miRNA Expression lässt sich auf Unterschiede zwischen Tumor- bzw. Normalgewebe festlegen. 3. Die Deregulation von miRNAs und deren Zielgenen hat einen Einfluss auf verschiedene zellbiologische Parameter in vitro. 4. Es lässt sich eine klinische Relevanz der Deregulation von miRNAs feststellen. Arbeitsprogramm zu 1. Es gibt charakteristische miRNAs Expressionsprofile im Prostatakarzinom. Zur Erstellung eines miRNAs Expressionsprofiles im Prostatakarzinom sollten zunächst Deep Sequencing und miRNA microArray Analysen durchgeführt werden. Die miRNA Expressionsprofile der miRNAs aus beiden Methoden sollten miteinander verglichen werden und die Expression in Tumor- und korrespondierendem Normalgewebe mittels quantitativer realtime PCR validiert werden. Außerdem sollten für dereguliert gefundene miRNAs mittels bioinformatischer Recherche Zielgene identifiziert werden. 18 Hypthesen und Arbeitsprogramm zu 2. Die differenzielle miRNA Expression lässt sich auf Unterschiede zwischen Tumorbzw. Normalgewebe festlegen. Da miRNAs in verschiedenen Zelltypen exprimiert werden, sollte mittels miRNA in situ Hybridisierung die Spezifität der gefundenen miRNAs für Tumor- bzw. Normalgewebe bestimmt werden. Des Weiteren sollte untersucht werden, inwieweit die Expression der miRNAs mit den klinischpathologischen Paramtern Gleasongrad, Primärgleason und T-Stadium korreliert. zu 3. Die Deregulation von miRNAs und deren Zielgenen hat einen Einfluss auf verschiedene zellbiologische Parameter in vitro. Da in mehreren Arbeiten bereits gezeigt wurde, dass miRNAs eine zentrale Rolle bei physiologischen und pathologischen Prozessen, wie bei der Zelldifferenzierung, Zellzykluskontrolle, Proliferation und Apoptose spielen, sollte der Einfluss der Deregulation der gefundenen miRNAs und deren Zielgene in vitro mittels zellbiologischer Assays (Proliferation, Apoptose, Viabilität, LDH-Aktivität, Wundheilung, Invasion, Migration) in Prostatakarzinomzelllinien untersucht werden. zu 4. Es lässt sich eine klinische Relevanz der Deregulation von miRNAs feststellen. Um das Potential von miRNAs als Biomarker für das Prostatakarzinom zu untersuchen, sollte mittels logistischer Regression analysiert werden, ob durch miRNA Expressionsmuster bzw. durch die Kombination von miRNA Expressionsmustern eine Unterscheidung von Tumor- und Normalgewebe möglich ist. Somit ließe sich eine Bedeutung der miRNAs für die Diagnose des Prostatakarzinoms belegen. Ergebnisse 19 5 Ergebnisse 5.1 Vergleich der miRNA Expressionsprofile in Prostatatumorgeweben und korrespondierendem Normalgewebe Es wurde bereits in verschiedenen Tumorentitäten eine Deregulation von miRNAs beschrieben, darunter Lunge (Yanaihara et al., 2006), Pankreas (Roldo et al., 2006), Mamma (Iorio et al., 2005), Ovar (Iorio et al., 2007) und Kolon (Cummins et al., 2006), wobei sich ein tumorspezifisches Muster von herauf- und herunterregulierten miRNAs ergibt. Zur Analyse der miRNA Expressionsprofile im Prostatakarzinom wurden verschiedene Techniken angewandt. Mittels Deep Sequencing wurden zunächst deregulierte miRNAs definiert, deren Expression dann mittels quantitativer realtime Polymerasekettenreaktion (polymerase chain reaction, qRT-PCR) in Prostatazelllinien und Primärgeweben validiert wurde. Außerdem wurde eine miRNA microArray Analyse durchgeführt und die hier als dereguliert gefundenen miRNAs mit denen aus dem Deep Sequening Ansatz verglichen. 5.1.1 Erstellung eines miRNA Expressionsprofils im Prostatakarzinom und Prostatanormalgewebe mittels Deep Sequencing Für das Deep Sequencing von Prostatakarzinom- und Prostatanormalgewebe wurden zunächst je zwei cDNA Bibliotheken mit je fünf gepoolten Proben von Normal- und Tumorgewebe erstellt, welche anschließend von der Firma Vertis Biotechnologie AG, Freising mit der 454 Methode (Roche Diagnostics GmbH, Mannheim) sequenziert wurden. Die Patientencharakteristika finden sich in Tab. 7.1. Für die beiden Tumorgewebebibliotheken wurden 20068 und 20337 Sequenzen, für die beiden Normalgewebebibliotheken 19395 und 20205 Sequenzen erhalten. Es wurden nur miRNAs in die Anlayse einbezogen, welche mindestens 0,1% der gesamten miRNA Sequenzen ausmachten. Ein Vergleich der beiden Tumorgewebebibliotheken in Kombination mit den beiden Normalgewebebibliotheken in Kombination ergab, dass im Tumorgewebe 16 miRNAs mindestens 1,5-fach hochreguliert und 17 miRNAs mindestens 1,5-fach herunterreguliert waren. Die Ergebnisse sind in Tab. 5.1 zusammengefasst. Die stärkste Überexpression wurde für miR-375 20 Ergebnisse gefunden (9-fach), gefolgt von einer 5-fachen für miR-148a und einer 4,5-fachen Hochregulation für miR-200c. Die miR-200c repräsentierte mit 10% aller miRNA-Sequenzen die am stärksten exprimierte miRNA im Tumorgewebe. Bei den herunterregulierten miRNAs zeigten miR-143 und miR-145 die stärkste Deregulation (4-fach), gefolgt von miR-223 mit einer 3-fachen Herunterregulation. Tabelle 5.1. Differentiell exprimierte miRNAs im Prostatakarzinom mit einer mindestens 1,5fachen Deregulation bei der Deep Sequencing Analyse. Angegeben sind die relative Expression (in % der gesamten Sequenzen) und die Deregulation im Tumor. Seq % = Prozentualer Anteil dieser miRNA an den gesamten miRNA Sequenzen. hochregulierte miRNAs miRNA Seq % Deregulation im Tumor herunterregulierte miRNAs miRNA Seq % Deregulation im Tumor hsa-miR-375 1,35 9,12 hsa-miR-143 0,63 -4,17 hsa-miR-148a 0,74 4,93 hsa-miR-145 1,06 -3,85 has-miR-200c 9,93 4,54 hsa-miR-223 0,11 -3,03 hsa-miR-106a 0,72 2,76 hsa-miR-30e 0,15 -2,44 hsa-let-7c 0,49 2,74 hsa-miR-29a 0,57 -2,38 hsa-let-7f 1,61 2,71 hsa-miR-27b 4,16 -2,17 hsa-miR-106b 0,57 2,33 hsa-miR-152 0,20 -2,13 hsa-let-7a 1,88 2,20 hsa-miR-125a-5p 0,18 -2,08 hsa-miR-126* 0,35 1,87 hsa-miR-221 0,15 -2,04 hsa-miR-30b 0,91 1,87 hsa-miR-199a-5p 0,14 -2,04 hsa-miR-25 0,75 1,79 hsa-miR-101 0,17 -2,0 hsa-miR-21 5,02 1,73 hsa-miR-22 0,37 -1,82 hsa-miR-26b 5,45 1,65 hsa-miR-424 0,54 -1,72 hsa-miR-218 0,37 1,57 hsa-miR-27a 2,41 -1,72 hsa-miR-20a 0,79 1,54 hsa-miR-320 0,29 -1,59 hsa-miR-15b 1,59 1,51 hsa-miR-24 1,76 -1,54 hsa-miR-125b 1,10 -1,54 5.1.2 Validierung der relativen Expression von miRNAs, welche im Deep Sequencing als dereguliert gefunden wurden, in den Prostatazelllinien Zur Verifizierung der Ergebnisse aus dem Deep Sequencing wurde die Expression verschiedener miRNAs in den Prostatakarzinomzelllinien DU145, LNCaP, PC3, in der Prostatanormalfibroblastenzelllinie PNF-08 und teilweise für die Karzinomzelllinie VCaP mittels qRT-PCR gemessen. Analysiert wurde die Expression der am stärksten hochregulierten miRNAs miR-375, miR-148a, sowie Ergebnisse 21 von miR-200c, welche die am stärksten exprimierte miRNA war. Zusätzlich wurde miR-141 analysiert, welche in einem Cluster mit miR-200c vorliegt, und das miR-200-429-Cluster mit den miRNAs miR-200a, 200b und -429, welche zur miR-200 Familie gehören. Darüberhinaus wurde die Expression der beiden am stärksten herunterregulierten miRNAs miR-143 und -145 gemessen. Nach Literaturrecherche wurden die miRNAs miR-101, -26a, -26b, -22 und -24 in den Validierungsansatz mit einbezogen (Varambally et al., 2008; Su et al., 2009; Sander et al., 2008; Wong und Tellam, 2008; Li et al., 2010; Mishra et al., 2009). Die Ergebnisse sind in Tab. 5.2 zusammengefasst. Die Herunterregulation von miR-143, miR-145, miR-22 und miR-24 in den Tumoren konnte in allen Tumorzelllinien im Vergleich zu PNF-08 Zellen verifiziert werden. Die Überexpression von miR-200c, miR-375, miR-148a und miR-141, welche in einem Cluster mit miR-200c vorliegt, konnte in je mindestens zwei Tumorzelllinien bestätigt werden. miR-26b war im Sequenzierungsansatz als hochregulierte miRNA gefunden worden, bei den Zelllinien zeigte sich eine verminderte Expression dieser miRNA in allen Karzinomzelllinien. miR-26a war im Deep Sequencing nicht als differentiell exprimierte miRNA gefunden worden, bei der Analyse mittels qRT-PCR wurde miR-26a in PNF-08 Zellen am stärksten exprimiert gefunden. miR-200a, miR-200b, miR-429 und miR-126 waren im Deep Sequencing nicht als deregulierte miRNAs gefunden worden. Bei der qRT-PCR wurden die vier miRNAs überexprimiert in DU145 und LNCaP im Vergleich zu PNF-08 gefunden. PC-3 Zellen wiesen eine geringere Expression dieser miRNAs im Vergleich zu PNF-08 Zellen auf. 22 Ergebnisse Tabelle 5.2. Relative Expressionslevel der miRNAs in Prostatakarzinomzelllinien und Prostatanormalfibroblasten. Die Expression in PNF-08 Zellen bzw. in LNCaP Zellen wurde als 1 gesetzt. n.d. = nicht detektierbar, n.b. = nicht bestimmt miRNA miR-143 miR-145 miR-200a miR-200b miR-200c miR-141 miR-429 miR-375 miR-26a miR-26b miR-101 miR-126 miR-24 miR-22 miR-148a Zelllinie PNF-08 LNCaP DU145 PC-3 VCaP 1,000 1,000 n.d. 0,001 1,000 1,000 n.d. 1,000 2,005 1,000 1,000 1,000 1,000 1,000 1,000 0,002 0,001 1,000 1,000 1419,630 4546,44 1,000 7,810 1,000 0,538 2,941 10,204 0,005 0,063 3,728 n.d. n.d. 0,471 1,119 635,870 536,022 0,590 20,480 0,446 0,23 0,224 3,378 0,396 0,342 0,477 0,001 0,002 0,018 0,012 1,05 2,449 0,013 4,13 1,405 0,266 3,491 0,296 0,764 0,418 0,008 n.d. n.d. n.b. n.b. 845,66 132392,333 0,014 672,47 1,37 0,293 3,463 n.b. 0,0314 0,030 1,753 5.1.3 Analyse der Referenzgenstabilität Für die Berechnung der relativen Expression der miRNAs in den Zelllinien wurde RNU6b als Referenzgen gewählt, da dieses in verschiedenen Studien zuvor bereits als Referenzgen verwendet worden war (Jiang et al., 2005; Ambs et al., 2008; Prueitt et al., 2008; Noonan et al., 2009). Die Wahl eines geeigneten Referenzgens ist von großer Wichtigkeit, da die Expression dieses Gens über die Berechnung mit der 2−∆∆CT Methode (Formel 1) (Livak und Schmittgen, 2001) Einfluss hat auf den Wert der Relativen Expression des Zielgens. Deshalb sollte das gewählte Referenzgen einen konstanten Expressionslevel in der untersuchten Tumorentität vorweisen (Andersen, Jensen und Ørntoft, 2004; Guénin et al., 2009). ∆∆CT = (C T, Zielgen −C T, Referenzgen )Referenzprobe −(C T, Zielgen −C T,Referenzgen )unbekannte Probe (1) Vor der Analyse der miRNA Expression in den Prostataprimärgeweben sollte ein Vergleich der Stabilität von RNU6b, RNU44 und den vier, als stark dereguliert gefundenen, miRNAs miR-200c, miR-375, miR-145 und miR-143 in den Zelllinien zeigen, ob für die eigenen Studien RNU6b ebenfalls ein geeignetes Referenzgen ist. Mittels NormFinder (Andersen, Jensen und Ørntoft, 2004) und DataAssist™ (Applied Biosystems) wurde die Stabilität der Expression für diese sechs kleinen RNAs berechnet. Hierbei zeigte sich, dass bei der Analyse mit NormFinder RNU6b das Referenzgen mit dem niedrigsten Stabilitätswert Ergebnisse 23 und damit das am stabilste exprimierte Referenzgen war. Bei der Analyse mit DataAssist™ war RNU44 das am stabilsten und RNU6b das am zweitstabilsten exprimierte Referenzgen (Tab. 5.3). Für die weiteren Experimente wurde daraufhin RNU6b als Referenzgen zur Berechnung der relativen Expression gewählt. Tabelle 5.3. Stabilitätsberechnung der Kandidatenreferenzgene RNU6b und RNU44 im Vergleich zu miR-200c, miR-375, miR-145 und miR-143. Der niedrigste Wert der Stabilitätsberechnung bezeichnet das am stabilsten exprimierte Gen. Genname RNU6b RNU44 miR-375 miR-200c miR-145 miR-143 NormFinder DataAssist Stabilitätswert Stabilitätswert 0,036 0,096 0,080 0,217 0,183 0,146 4,494 4,379 4,815 7,360 6,202 5,905 5.1.4 miRNA Expression in Prostataprimärgeweben Die Expression von miR-143, -145, den miRNAs der miR-200 Familie (miR-200a, -200b, -200c, -141, -429 ), von miR-375, -26a, -26b, -101, -22, -24, -148a und -126 wurde im Kollektiv 1 mit 26 Paaren von cryokonserviertem Primärtumorgeweben und korrespondierendem Normalgewebe mittels qRT-PCR gemessen. Von einem Teil der miRNAs wurde zur Validierung die Expression mittels qRT-PCR in einem zweiten Kollektiv (Kollektiv 2) gemessen. Kollektiv 2 beinhaltete 50 Paare von Parrafin-eingebetteten, Formalin-fixierten Geweben (siehe Tab. 7.2). Während 50% der Proben in Kollektiv 1 einen Gleasongrad 8 oder 9 aufwiesen, waren 80% der Proben in Kollektiv 2 mit Gleason 7 klassifiziert worden. Die Proben von Kollektiv 1 sind damit stärker maligne im Vergleich zu den Proben von Kollektiv 2. Die Verteilung des Tumorstadiums war in beiden Kollektiven ähnlich, in Kollektiv 1 wiesen 42,3% der Proben ein Tumorstadium von pT2a, pT2b bzw. pT2c auf, in Kollektiv 2 waren es 48%. Auch der Altersmedian war für beide Kollektive ähnlich (67,5 Jahre in Kollektiv 1, 65 Jahre in Kollektiv 2). Für die beiden Kollektive war zum Tumorgewebe das korrespondierende tumorfreie (Normal-) Gewebe vorhanden, so dass ein direkter Vergleich der Expression von Tumorund Normalgewebe möglich war. Zunächst wurden die Expression der bereits in den Zelllinien validierten miRNAs in den Primärgeweben des Kollektivs 1 gemessen. Die Ergebnisse sind in Tab. 5.4 zusammengefasst. miR-200a, -200b und -429, welche in vitro eine höhere Expression in den Tumorzelllinien aufwiesen, zeigten im Gegensatz hierzu in den Primärgeweben des Kollektivs 1 eine verminderte Expression 24 Ergebnisse im Tumor im Vergleich zum Normalgewebe. miR-200c, miR-141 und miR-375, welche in den Tumorzelllinien überexprimiert gefunden wurden, waren auch in den Tumorgeweben des Kollektivs 1 stärker exprimiert. Jedoch war diese Überexpression nur für miR-375 signifikant (p=0,0019, gepaarter t-Test) miR-143 und miR-145, welche in den Tumorzelllinen eine geringere bzw. keine Expression aufwiesen, waren auch in den Primärgeweben von Kollektiv 1 im Tumor signifikant geringer exprimiert (p=0,0022 bzw. p=0,0013, gepaarter t-Test). miR-22 und miR-24 waren in allen Tumorzelllinen geringer exprimiert im Vergleich zu PNF-08 Zellen. Dieses Ergebnis konnte für das Kollektiv 1 bestätigt werden, in den Tumorgeweben waren miR-22 und miR-24 signifikant niedriger exprimiert im Vergleich zu den korrespondierenden Normalgeweben (miR-22 : p=0,0003; miR-24 : p≤0,0001, gepaarter t-Test). miR-26a, miR-26b und miR-101 waren im Tumor signifikant geringer exprimiert (miR-26a: p=0,0118, miR-26b: p=0,0319, miR-101 : p=0,0097; gepaarter t-Test). Für miR-26a und miR-26b stimmt dieses Ergebnis mit den in vitro Daten überein, für miR-101 war zwar in den DU145 geringer exprimiert im Vergleich zu PNF-08, in den Zelllinien LNCaP, PC3 und VCaP wurde jedoch eine höhere Expression gefunden (Tab. 5.2). miR-148a war in den Tumoren des Kollektivs 1 stärker exprimiert im Vergleich zum korrespondierenden Normalgewebe, wodurch die Daten des Deep Sequencing bestätigt werden konnten. In den Zelllinien war für miR-148a eine heterogene Expression gefunden worden. Für eine weitere Validierung wurde die miRNA Expression von sieben ausgewählten miRNAs in Kollektiv 2 gemessen (Tab. 5.5). miR-143 und miR-145 waren im Deep Sequencing besonders stark dereguliert. miR-200c war die miRNA, mit dem höchsten Anteil an den miRNA Sequenzen und miR-141 wurde ausgewählt, da diese miRNA in einem Cluster mit miR-200c vorliegt. miR-375 war die miRNA mit der stärksten Deregulation. miR-26a und miR-26b wurden weiter untersucht, da für diese miRNAs übereinstimmende Daten zwischen den in vitro Analysen und den Primärgeweben des Kollektivs 1 gefunden worden waren. Für die miRNAs miR-143 (p=0,0009) und miR-145 (p≤0,0001), ebenso wie für miR-26a (p=0,0065) und miR-26b (p=0,0073, gepaarter t-Test) konnte die geringere Expression im Tumor wie bereits in Kollektiv 1 bestätigt werden. Für miR-200c, miR-141 und miR-375 konnte die Überexpression im Tumor validiert werden (miR-200c: p=0,0068, miR-141 : p=0,0098 , miR-375 : p=0,0002, gepaarter t-Test). Ergebnisse 25 Tabelle 5.4. Relative Expression der miRNAs im Prostatagewebe Kollektiv 1. Mittelwert und p-Wert der Tumor- und korrespondierenden Normalgewebe von Kollektiv 1. SD = Standardabweichung Kollektiv 1 Normal miR-143 miR-145 miR-200a miR-200b miR-200c miR-141 miR-429 miR-375 miR-26a miR-26b miR-101 miR-126 miR-22 miR-24 miR-148a Tumor Mittelwert SD Mittelwert SD p-Wert 6,229 2,344 403,5 464,1 386,8 1,364 0,6254 41,45 10,74 11,03 13,51 7,504 0,1636 0,3204 2,846 6,446 2,707 538,5 598,4 497,7 1,906 0,639 35,26 15,65 13,89 14,15 5,773 0,196 0,239 2,492 1,743 0,505 300,2 291,4 477,5 1,49 0,4635 91,93 6,23 6,366 6,016 5,271 0,0629 0,1065 5,254 1,392 0,608 368,6 256,2 626,6 1,603 0,51 72,88 10,03 11,6 5,7 8,032 0,091 0,096 6,115 0,0022 0,0013 0,188 0,1065 0,4271 0,5976 0,2521 0,0019 0,0118 0,0319 0,0097 0,1368 0,0003 ≤ 0,0001 0,0925 Tabelle 5.5. Relative Expression der miRNAs im Prostatagewebe Kollektiv 2. Mittelwert und p-Wert der Tumor- und korrespondierenden Normalgewebe von Kollektiv 2. SD = Standardabweichung Kollektiv 2 Normal miR-143 miR-145 miR-200c miR-141 miR-375 miR-26a miR-26b Tumor Mittelwert SD Mittelwert SD p-Wert 14,71 1,044 0,2782 2,815 74,88 1,062 14,69 19,42 1,23 0,2405 4,55 91,35 1,334 19,84 6,298 0,4308 0,3766 5,712 127,1 0,5742 8,62 6,705 0,7676 0,2876 8,035 108,5 0,7545 11,22 0,0009 ≤ 0,0001 0,0068 0,0098 0,0002 0,0065 0,0073 26 Ergebnisse 5.1.5 miRNA microArray Die miRNA microArray Expressionsanalyse wurde mit 20 Paaren von korrespondierendem Tumorund Normalgewebe aus dem Patientenkollektiv 2 am Institut für Humangenetik, FriedrichAlexander-Universität Erlangen-Nürnberg, von Dr. Arif Ekici durchgeführt. Aus dem Kollektiv 2 wurden für die microArray Analyse die aggressivsten Fälle ausgewählt. Der Gleason-Score der verwendeten Proben war für 18 Proben Gleason 7 und für 2 Proben Gleason 9. Das Alter der Patienten lag zwischen 54 und 71 Jahren (Median: 65,5 Jahre). Die ausführlichen Patientencharakteristika der verwendeten Proben finden sich in Tab. 7.3. Der microArray war ein GeneChip miRNA microarray V1.0 (Affymetrix, Santa Clara, CA, USA) mit 7815 spezifischen Sonden, darunter 678 humane miRNAs, wie sie in der miRBase Version 11.0 (www.mirbase.org) (Griffiths-Jones, 2004; Griffiths-Jones et al., 2006; Griffiths-Jones et al., 2008) gelistet waren. Mittels ANOVA Analyse wurde ein Set von 72 miRNAs identifiziert, welche eine signifikant unterschiedliche Expression zwischen Tumor- und Normalgewebe aufwiesen (p<0,05). Mittels Hauptkomponentenanalyse (principal component analysis, PCA) wurden die multidimensionalen Daten in eine dreidimensionale Darstellung gebracht. Hierbei zeigte sich, dass Normal- und Tumorproben tendenziell in verschiedenen Clustern zusammenliegen, diese jedoch nicht klar voneinander getrennt sind (Abb. 5.1). Des Weiteren wurde mit allen 72 miRNAs eine nicht-überwachte hierarchische Clusteranalyse durchgeführt, um die Proben anhand der miRNA Expression in Gruppen einzuteilen. Lediglich eine Tumorprobe wurde dem Cluster der Normalproben und eine Normalprobe dem Cluster der Tumorproben zugeteilt (Abb. 5.2). Bevor miRNAs zur Validierung ausgewählt wurden, wurde eine Korrektur des Datensets auf multiples Testen durchgeführt. Bei einer False Discovery Rate (FDR) von 0,05 zeigten 25 miRNAs eine signifikant differentielle Expression (p<0,05, ANOVA) (Tab. 5.6). Ein Vergleich der 25 differentiell exprimierten miRNAs der microArray Analyse mit den 33 differentiell exprimierten miRNAs des Deep Sequencing (Kapitel 5.1.1) zeigte, dass 10 miRNAs in beiden Analysen unabhängig voneinander als differentiell exprimiert gefunden wurden. Sieben miRNAs (miR-375, miR-200c, miR-106a, miR-106b, let-7a, miR-21, miR-20a) wurden in beiden Ansätzen hochreguliert gefunden, zwei miRNAs (miR-145, miR-221 ) wurden als herunterreguliert gefunden und eine miRNA (miR-101 ) zeigte ein inverses Expressionmuster (Abb. 5.3). Neun miRNAs, welche in der microArray Analyse als differentiell exprimiert gefunden wurden, konnten auch im Deep Sequencing gefunden werden, zeigten hier jedoch keine mindestens 1,5-fach unterschiedliche Expression. Dies enstpricht einer Übereinstimmung von 47% der 19 miRNAs, welche bei beiden Analysen gefunden wurden. Diese hohe Übereinstimmung zwischen Sequenzierung und miRNA microArray ist insofern eine gute Bestätigung der gefundenen Deregulation dieser miRNAs, da für die beiden Methoden un- Ergebnisse 27 Tabelle 5.6. Differentiell exprimierte miRNAs in der miRNA microArray Analyse im PCa. Angegeben ist die Veränderung beim Vergleich Tumor- gegen Normalgewebe und der p-Wert. miRNA Veränderung p-Wert (Tumor- vs. Normal) (Tumor vs. Normal) hsa-let-7a 1.53 0.0006 hsa-miR-101 1.13 0.0008 hsa-miR-106a 2.41 0.0002 hsa-miR-106b 1.70 0.0017 hsa-miR-1274b 1.87 0.0012 hsa-miR-136-star -1.18 0.0004 hsa-miR-141 1.44 0.0003 hsa-miR-145 -1.44 0.0001 hsa-miR-17 2.69 <0.0001 hsa-miR-182 2.39 <0.0001 hsa-miR-1826 1.73 0.0014 hsa-miR-200b 1.54 0.0008 hsa-miR-200c 2.92 <0.0001 hsa-miR-20a 2.67 <0.0001 hsa-miR-20b 2.81 <0.0001 hsa-miR-21 1.40 0.0007 hsa-miR-214 -1.74 0.0007 hsa-miR-221 -2.16 <0.0001 hsa-miR-222 -2.91 <0.0001 hsa-miR-302d-star -1.13 0.0013 hsa-miR-375 3.90 <0.0001 hsa-miR-378-star -1.30 0.0011 hsa-miR-720 1.41 <0.0001 hsa-miR-768-3p 1.67 0.0012 hsa-miR-93 2.52 0.0001 28 Ergebnisse Abbildung 5.1. Hauptkomponentenanalyse (Principal Component Analysis, PCA) Hauptkomponentenanalyse (PCA), welche die Daten in einer dreidimensionalen Grafik darstellt. Die blauen Punkte stellen die Normalgewebe, die roten Punkte die Tumorgewebe dar. Normal- und Tumorgewebe liegen in Clustern beieinander, sind jedoch nicht klar voneinander getrennt. terschiedliche Gewebeproben hinsichtlich Malignität und Probenkonservierung verwendet wurden. Für das Deep Sequencing wurden kryokonservierte, makrodissezierte gepoolte Tumorgewebe mit gepoolten, nicht korrespondierenden, Normalgeweben verglichen. Beim miRNA microArray Ansatz wurden Formalin-fixierte, Paraffin-eingebettete Proben mikrodisseziert und jeweils Tumor- mit dem korrespondierenden Normalgewebe verglichen. Für den Sequenzierungsansatz wurden Gewebeproben hauptsächlich mit pT2c Stadium verwendet, für die Array-Analyse wurden Gewebeproben mit pT2c, pT3a und pT3a Stadium verwendet. Ergebnisse 29 Abbildung 5.2. Hierarchische Clusteranalyse Hierarchische Clusteranalyse der signifikant differentiell exprimierten 72 miRNAs der miRNA microArray Analyse. 30 Ergebnisse Abbildung 5.3. Venn Diagramm von Sequenzierung und miRNA microArray Venn Diagramm der in der Sequenzierung und miRNA microArray Analyse differenziell exprimiert gefundenen miRNAs. Es konnten sieben miRNAs in beiden Analyseansätzen als überexprimiert und zwei miRNAs übereinstimmend als herunterreguliert gefunden werden. Ergebnisse 31 5.2 Datenbankanalyse zur Auswahl potentieller Ziel-mRNAs Anhand von bioinformatischen Vorhersagen wurden für die miRNAs miR-143, miR-145, miR-200c, miR-148a, miR-375, miR-22 und miR-24 Zielgene bestimmt. Diese miRNAs wurden ausgewählt, da sie im Deep Sequencing Ansatz als dereguliert gefunden worden waren und diese Deregulation in qRT-PCR und/oder miRNA microArray bestätigt werden konnte. Es wurden Zielgene ausgewählt, welche mindestens eine potentielle Bindesequenz in der 3’ untranslatierten Region (3’UTR) für eine oder mehrere dieser miRNAs enthalten. Für die Vorhersagen wurde das, im Internet frei zugängliche, TargetScan (http://www.targetscan.org) und das ebenfalls frei verfügbare miRecords (http://mirecords.biolead.org) verwendet, welches die Daten von 11 verschiedenen Vorhersageprogrammen (DIANA-microT, MicroInspector, miRanda, MirTarget2, miTarget, NBmiRTar, PicTar, PITA, RNA22, RNAhybrid und TargetScan/TargertScanS) berücksichtigt. Diese Vorhersageprogramme beruhen auf dem Abgleich möglicher Bindestellen der miRNA in der 3’UTR des Zielgens. Für die miRNAs miR-143, miR-145, miR-22 und miR-24 wurden bei der Vorhersage möglicher Zielgene mit miRecords 410, 616, 421 bzw. 512 mögliche Interaktionspartner gefunden, welche von mindestens vier Vorhersageprogrammen (TargetScan, Miranda, Pictar und ein weiteres) vorhergesagt wurden. Für die miRNAs miR-200c, miR-375 und miR-148a wurden 1072, 191 bzw. 583 mögliche Interaktionspartner vorhergesagt (http://mirecords.biolead.org, 24.08.2011). In Tab. 5.7 sind jene Ziel-mRNAs aufgeführt, welche mittels qPCR und in vitro Experimenten näher untersucht wurden. Diese Zielgene wurden ausgewählt, da sie eine mögliche tumorbiologische Wirkung haben. Beim Vergleich der möglichen Zielgene fiel auf, dass MYOSIN VI (MYO6) als potentielles Zielgen sowohl für miR-143 als auch für miR-145 gefunden wurde. In Abb. 5.4A ist die 3’UTR von MYO6 mit den konservierten Bindestellen der miRNAs dargestellt. Zusätzlich zu miR-143 und miR-145, welche zwei potentielle Bindestellen in der MYO6 -3’UTR besitzt, finden sich auch für miR-23ab und miR-146 potentielle Bindestellen in der MYO6 -3’UTR. In Abb. 5.4B sind die potentiellen Bindestellen für miR-145 und miR-143 in der MYO6 -3’UTR mit der Sequenz der jeweiligen miRNA dargestellt. Die Zielgene MYO6 (miR-143, miR-145 ) (Szczyrba et al., 2010), SEC23A (miR-375, miR-200c) (Szczyrba et al., 2011), ERG (miR-145 ), IPO7 (miR-22 ), CUL5 (miR-148a) und ZNF217 (miR-24 ) (J. Szczyrba, M.Hart, Virologie, Universität des Saarlandes; Daten noch nicht publiziert) wurden mittels Luciferaseassay validiert und die Expression mit qRTPCR in Zellkultur und primärem Prostatanormal- und -tumorgewebe analysiert. Darüber hinaus wurden die miRNAs und ihre Zielgene funktionell im Zellkultursystem untersucht. Für ZEB1 und ZEB2 wurden lediglich mittels qRT-PCR Daten in Zellkultur und Prostataprimärgeweben erhoben, da diese Gene sowie deren Regulation durch miR-200c in der Literatur bereits beschrieben waren (Peter, 2009; Katoh und Katoh, 2009; Hurteau et al., 2009; Hurteau et al., 2007; Gregory et al., 2008). Da mit den eigenen qRT-PCR Daten für ZEB1 und ZEB2 die Literaturdaten bestätigt werden konnten, dienten diese Daten zur Validierung der eigenen Methode. 32 Ergebnisse Tabelle 5.7. Zielgene für die miRNAs miR-143, -145, -200c, -375, -24. Zielgene für die die miRNAs miR-143, -145, -200c, -375, -24, welche in silico mittels miRecords von mindestens vier Datenbanken gefunden wurden. Als Referenz ist eine ausgewählte Literaturstelle angegeben, welche u.a. als Grundlage für die tumorbiologische Wirkung herangezogen wurde. miRNA Zielgen vollständiger Name Referenz miR-143 MYO6 Myosin VI (Loikkanen et al., 2009) miR-145 MYO6 Myosin VI (Loikkanen et al., 2009) ERG v-ets erythroblastosis virus E26 (Wang et al., 2006) oncogene homolog (avian) miR-200c CUL5 Cullin 5 (Fay et al., 2003) ZEB1 zinc finger E-box binding homeo- (Wellner et al., 2009) box 1 ZEB2 zinc finger E-box binding homeo- (Katoh und Katoh, 2009) box 2 SEC23A Sec23 Homolog A (Boyadjiev et al., 2006) ZNF217 Zingfingerprotein 217 (Krig et al., 2010) miR-375 SEC23A Sec23 Homolog A (Boyadjiev et al., 2006) miR-22 IPO7 Importin 7 (Li et al., 2000) miR-24 ZNF217 Zingfingerprotein 217 (Krig et al., 2010) DEDD Death effector domain contai- (Alcivar et al., 2003) ning miR-148a CUL5 Cullin 5 (Fay et al., 2003) DEDD Death effector domain contai- (Alcivar et al., 2003) ning ZNF217 Zingfingerprotein 217 (Krig et al., 2010) Ergebnisse 33 Abbildung 5.4. 3’UTR von MYO6 mit potentiellen miRNA Bindestellen A) Darstellung der 3’UTR von MYO6 mit den potentiellen miRNA Bindestellen. B) Potentielle Bindestellen der miR-145 und miR-143 in der MYO6 -3’UTR. (Quelle: www.targetscan.org) 5.2.1 mRNA Expression von miRNA Zielgenen in den Prostatazelllinien Bei einer Deregulation einer miRNA wird davon ausgegangen, dass das entsprechende Zielgen invers dereguliert ist. Um diese Annahme zu bestätigen, wurde von den jeweiligen Zielgenen die Expression mittels qRT-PCR gemessen. Die Expression von MYO6 war in LNCaP Zellen 74-fach und in DU145 Zellen 3-fach höher als in PNF-08 Zellen . Die relative Expression von MYO6 in PC-3 Zellen war gleich hoch wie in PNF-08 Zellen. Die miRNAs miR-143 und -145 zeigten in den Zelllinien DU145, LNCaP und PC-3 eine sehr geringe Expression (Tab. 5.2 und 5.8). Die Überexpression des Zielgens MYO6 in den Zelllinien 34 Ergebnisse DU145 und LNCaP bestätigt damit die Annahme, dass das Zielgen invers zur jeweiligen miRNA exprimiert wird. Die Expression von ZEB1 und ZEB2 war in allen Karzinomzelllinien geringer im Vergleich zu PNF08 Zellen. Die Expression von SEC23A in DU145 Zellen war 1,5-fach, die in PC-3 Zellen 1,6-fach höher als in PNF-08 Zellen, die Expression in LNCaP Zellen war nahzu gleich wie in PNF-08 Zellen. miR-200c, welche sowohl ZEB1, ZEB2 als auch SEC23A als Zielgene reguliert, war in den Zelllinien DU145 und LNCaP stark überexprimiert (Tab. 5.2 und 5.8), wozu die Herunterregulation von ZEB1 und ZEB2 passt, nicht jedoch die Überexpression von SEC23A in den Karzinomzelllinien. Die Expression von ZNF217 in LNCaP Zellen war 6,3-fach, in DU145 Zellen 5,4-fach und in PC-3 Zellen 11-fach höher als in PNF-08 Zellen. Die hierzu gehörende regulatorische miRNA miR-24 war in den drei Zelllinien DU145, LNCaP und PC-3 herunterreguliert (Tab. 5.2 und 5.8). Die Expression von ERG war lediglich in VCaP detektierbar, in keiner anderen Zelllinie konnte eine Expression gemessen werden. Die Expression von miR-145 war in VCaP Zellen zu gering, um sie detektieren zu können (Tab. 5.2 und 5.8). 5.2.2 mRNA Expression von miRNA Zielgenen in Prostataprimärgeweben Die Expression von ZEB1 (p≤0,0001, gepaarter t-Test), ZEB2 (p≤0,0001, gepaarter t-Test) und SEC23A (p=0,0447, gepaarter t-Test) war in den Tumorgeweben signifikant geringer im Vergleich zum korrespondierenden Normalgewebe (Tab. 5.9, Abb. 5.5A-C), wohingegen die Expression von MYO6 (p=0,0001, gepaarter t-Test), ZNF217 (p=0,0007, gepaarter t-Test) und ERG (p=0,0447, gepaarter t-Test) in den Prostatatumorgeweben signifikant höher war als in korrespondierenden Normalgewebe (Tab. 5.9, Abb. 5.5D-F). Für CUL5, DEDD und IPO7 konnte kein signfikanter Unterschied zwischen Tumor- und Normalgewebe gemessen werden. Für CUL5 wurde eine 1,2fach geringere Expression im Tumor im Vergleich zum Normalgewebe ermittelt, für DEDD konnte eine 1,23-fach höhere und für IPO7 eine 1,16-fach höhere Expression im Tumor gemessen werden (Tab. 5.9). Tabelle 5.8. Relative Expression der Zielgene in den Zelllinien Relative Expression von MYO6, ZEB1, ZEB2, SEC23A, ZNF217 und ERG in den Prostatazelllinien. n.d. = nicht detektierbar, n.b. = nicht bestimmt Gen MYO6 ZEB1 ZEB2 SEC23A ZNF217 ERG PNF-08 DU145 LNCaP PC-3 VCaP 1,00 1,00 1,00 1,00 1,00 n.d. 3,19 0,14 0,004 1,49 5,38 n.d. 73,58 0,001 0,0003 1,10 6,25 n.d. 0,98 0,45 0,023 1,63 11,00 n.d. n.b. n.b. n.b. 0,08 n.b. 1,00 Ergebnisse 35 Abbildung 5.5. Relative Expression von ZEB1, ZEB2, SEC23A, MYO6, ZNF217 und ERG Ermittlung der relative Expression von A) ZEB1, B) ZEB2, C) SEC23A, D) MYO6, E) ZNF217 und F) ERG in 26 Prostatatumorgewebeproben und korrespondierendem Normalgewebe mittels qRT-PCR. ∗ p≤0,05, gepaarter t-Test 36 Ergebnisse Tabelle 5.9. Relative Expression von CUL5, DEDD, ERG, IPO7, MYO6, SEC23A, ZEB1, ZEB2 und ZNF217 in den Prostatageweben. Angegeben sind der Mittelwert der relativen Expression (RQ) der Normalgewebe, der Mittelwert der RQ Tumorgewebe, das Ratio der RQ Tumor vs. RQ Normal und der p-Wert (gepaarter t-Test). Gen CUL5 DEDD ERG IPO7 MYO6 SEC23A ZEB1 ZEB2 ZNF217 Mittelwert RQ Normal Mittelwert RQ Tumor Ratio Tumor vs. Normal p-Wert 1,955 1,155 0,223 2,527 19,41 1,660 5,928 7,462 3,166 1,632 1,424 2,219 2,925 87,78 0,764 2,560 2,419 7,757 0,83 1,23 9,95 1,16 4,52 0,46 0,43 0,32 2,45 0,0648 0,1543 0,0011 0,268 0,0001 0,0007 ≤0,0001 ≤0,0001 0,0447 5.2.3 Proteinexpression von Sec23A in den Prostataprimärgeweben Zusätzlich zur mRNA Expression wurde für Sec23A die Proteinexpression in 19 Paaren von primärem Tumor- und Normalgewebe erhoben. Der 2H4 anti-Sec23A Antikörper erkannte eine Bande bei ca. 75kDa. Die Bandenintensität wurde mit ImageJ quantifiziert und gegen die Signalintensität von GAPDH normalisiert. Die Intensität von LNCaP Proteinextrakt wurde als 1 gesetzt. In 11 der 19 Fälle (57,9%) war die Sec23A Expression im Tumor reduziert im Vergleich zum Normalgewebe. In 2 Fällen (10,5%) zeigte sich kein Unterschied und in 6 von 19 Fällen (31,6%) war die Sec23A Expression im Tumor höher im Vergleich zum Normalgewebe. Insgesamt konnten wir in der Mehrzahl der Fälle eine reduzierte Proteinexpression im Tumor im Vergleich zum korrespondierenden Normalgewebe zeigen (p=0,1885) (Abb. 5.6, Szczyrba et al., 2011). Ergebnisse 37 Abbildung 5.6. Sec23A Proteinexpression in Prostataprimärgeweben A) Repräsentativer Blot für Sec23A und GAPDH für sechs Paare aus Tumor- und korrespondierendem Normalgewebe. Über dem Blot angegeben sind die Fallnummern (Fall-Nr.), unter dem Blot angegeben ist die relative Expression normalisiert auf GAPDH und bezogen auf LNCaP als Referenz. B) Boxplot der relative Proteinexpression für Sec23A normalisiert auf GAPDH mit LNCaP als Referenz. (Szczyrba et al., 2011) 38 Ergebnisse 5.3 Funktionelle Analyse des miRNA-Knockdown von miR-200c und miR-375 in DU145 und LNCaP Zellen miR-200c und miR-375 waren im Deep Sequencing überexprimiert im Tumor gefunden worden (Kapitel 5.1.1) und diese Überexpression konnte mittels qRT-PCR in den Zelllinien und in Primärgewebe (Kapitel 5.1.2 und 5.1.4), sowie mittels microArray in einem Set von 20 Primärtumorgeweben mit korrespondierendem Normalgewebe bestätigt werden (Kapitel 5.1.5). Zur Analyse des funktionellen Einflusses dieser miRNAs auf Tumorzelllinien wurden DU145 und LNCaP mit anti-miRNA Oligonukleotiden gegen miR-200c und miR-375 transfiziert. Es wurden anschließend die funktionellen Parameter Proliferation (mittels BrdU ELISA), Viabilität (mittels MTT Assay), Apoptose (mittels Caspase 3/7 Aktivität) und Zytotoxizität (mittels LDH [Lactatdehydrogenase] Aktivität) gemessen. Die Analyse der funktionellen Parameter erfolgte 24 Stunden nach der Transfektion. Außerdem wurde das Wundheilungs- und Migrationsverhalten sowie die Invasivität von DU145 Zellen nach miRNA-Knockdown untersucht. 5.3.1 Analyse von Proliferation, Viabilität, Apoptose und Zytotoxizität nach miRNA-Knockdown Nach Knockdown von miR-200c, miR-375 und miR-200c/miR-375 zeigten sowohl DU145 als auch LNCaP Zellen eine erhöhte Proliferation im Vergleich zur Kontrolltransfektion (anti-miR-control) (Abb. 5.7A). Ebenfalls zeigten DU145 und LNCaP Zellen eine erhöhte Vitalität nach Knockdown von miR-200c, miR-375 und miR-200c/miR-375 im Vergleich zur Kontrolle mit einer signifikant höheren Vitalität von LNCaP Zellen nach anti-miR-200c/miR-375 Transfektion (p=0,0022) (Abb. 5.7B). Die LDH-Aktivität war für die, mit anti-miRNA Oligonukleotiden gegen miR-200c, miR-375 und miR-200c/miR-375 transfizierten, DU145 und LNCaP Zellen signifikant geringer als für die kontrolltransfizierten Zellen (DU145: miR-200c p=0,0206, miR-375 p=0,0008, miR-200c/375 p=0,0008; LNCaP: miR-200c p=0,0244, miR-375 p=0,0008, miR-200c/375 p=0,0016, Student’s t-Test) (Abb. 5.7C). Bei der Caspase 3/7 Aktivität zeigte sich in DU145 Zellen für den Knockdown von miR-200c eine erhöhte Caspase 3/7 Aktivität von 11%, nach Knockdown von miR-375 und miR-200c/miR-375 zeigten DU145 Zellen eine signifikant stärkere Apoptoseinduktion (p<0,001 und p<0,01, Student’s t-Test). Für LNCaP Zellen konnte nach Knockdown von miR-200c kein Unterschied der Caspase 3/7 Aktivität gemessen werden, nach Knockdown von miR-375 und miR-200c/miR-375 wurde eine etwa 20% geringere Caspase 3/7 Aktivität gemessen (Abb. 5.7D). Ergebnisse 39 Abbildung 5.7. Proliferation, Viabilität, Zytotoxizität und Apoptose in DU145 und LNCaP Zellen nach miRNA Knockdown. DU145 und LNCaP Zellen wurden mit einer Kontroll-miRNA (anti-miR-control) und anti-miRNAs gegen miR-200c, miR-375 und beide miRNAs in Kombination transfiziert und A) Proliferation (BrdU ELISA), B) Viabilität (MTT), C) Zytotoxizität (LDH-Aktivität) und D) Apoptose (Caspase 3/7 Aktivität) gemessen. Der Wert der Kontrolle (anti-miR-control) wurde als 100% gesetzt. ∗ p<0,05, ∗∗ p<0,01, ∗ ∗ ∗ p<0,001 40 Ergebnisse 5.3.2 Wundheilungsassay nach miRNA-Knockdown DU145 Zellen wurden in 6-Well-Platten ausgesäht und mittels Cell Culture Inserts ein definierter Spalt von 500 µm eingebracht. Die Zellen wurden nach der Transfektion mit anti-miRNA Oligonukleotiden gegen miR-200c und miR-375 bei 37°C und 5% CO2 kultiviert. In jeder Kavität wurde über eine Zeitraum von 30 h pro Stunde ein Foto gemacht. Für die Ermittlung des Maßes an Wundheilungsverhalten wurde mit der Bildanalysesoftware ImageJ die Fläche des Spaltes gemessen und die Veränderung in Relation (in Prozent) zum Zeitpunkt Null gesetzt. DU145 Zellen zeigten nach Knockdown von miR-200c einen signifikanten Unterschied im Wundheilungsverhalten im Vergleich zu den Zellen, welche mit den Kontroll-anti-miRNA Oligonukleotiden transfiziert wurden. Sowohl beim Knockdown von miR-200c als auch beim Knockdown von miR-375 war bereits nach 6 h ein beschleunigtes Wundheilungsverhalten im Vergleich zu den kontrolltransfizierten DU145 Zellen zu sehen, welches sich bis 18 bzw. 24h noch verstärkte. Nach 18 bzw. 24h war der Spalt bei den DU145 Zellen mit miR-200c Knockdown signifikant mehr geschlossen im Vergleich zu den kontrolltransfizierten Zellen (Abb. 5.8A). Ebenso zeigten DU145 Zellen, welche mit anti-miR-375 Oligonukleotiden transfiziert wurden, ein signifikant schnelleres Wundheilungsverhalten nach 24h (Abb. 5.8B). Beim kombinierten Knockdown von miR-200c und miR-375 zeigte sich kein Unterschied zu den kontrolltransfizierten Zellen (Abb. 5.8C). Eine mögliche Erklärung hierfür ist, dass sich die beiden anti-miRNAs gegenseitig inhibieren. 5.3.3 Invasions- und Migrationsverhalten nach miRNA Knockdown Zusätzlich zum Wundheilungsverhalten wurde das Invasions- und Migrationsverhalten von DU145 Zellen nach Knockdown von miR-200c, miR-375 und miR-200c/miR-375 beobachtet. Hierzu wurden DU145 Zellen mit RPMI mit 2% FCS in mit BD Matrigel™ (Basement Membrane Extract) beschichtete (Invasion) bzw. unbeschichtete (Migration) Zellkulturinserts eingebracht (Abb. 5.9) und mit den anti-miRNA-Oligonukleotiden entsprechend der Transfektion in 24-Well-Platten transfiziert (Tab. 8.2). In den Wells befand sich RPMI mit 10% FCS als Lockstoff. Nach 48h wurden die hindurch gewanderten Zellen mit Calcein-AM (Acetoxymethylester) markiert. Dieser Fluoreszenzfarbstoff wird durch die Membran lebender Zellen transportiert, wo dann die Acetoxymethylgruppe abgespalten wird. Das Calcein ist dann in der Lage, an Calciumionen in der Zelle zu binden, was in einer grünen Fluoreszenz resultiert, welche im Mikroplatten-Fluorometer bei einer Anregung bei 492 nm und einer Emission bei 515 nm gemessen wurde. Beim Migrationsverhalten zeigten DU145 Zellen für keinen der miRNA Knockdowns eine signifikante Veränderung. Es wurde eine reduzierte Migration für alle drei miRNAs Knockdowns von 10% (anti-miR-200c), 7% (anti-miR-375) und 9% (anti-miR-200c/375) gefunden (Abb. 5.10A). Ergebnisse 41 Abbildung 5.8. Wundheilungsverhalten von DU145 Zellen nach miRNA Knockdown Wundheilungsverhalten von DU145 Zellen nach Knockdown von A) miR-200c, B) miR-375 und C) miR-200c und miR-375 in Kombination. ∗ p≤0,05 42 Abbildung 5.9. Modell für Migration bzw. Invasion mittels Zellkulturinserts Die Zellen wurden in die Zellkulturinserts mit Mangelmedium eingesät und transfiziert. In die Zellkulturschale wurde Medium mit 10% FCS gegeben. Die Membran der Inserts hatte 8 µm Poren und war für den Migrationsassay unbeschichtet, für den Invasionsassay wurde die Membran mit Basement Membrane Extract (BD Matrigel™) beschichtet. Abbildung 5.10. Migrations- und Invasionsverhalten von DU145 Zellen nach Kockdown von miR-200c, miR-375 und miR-200c/miR-375 DU145 Zellen wurden in Zellkulturinserts ausgesät und mit anti-miRNAs gegen miR-200c, miR-375 und beide miRNAs in Kombination transfiziert. Die hindurch gewanderten Zellen wurden mit Calcein AM gefärbt, die Fluoreszenz gemessen und so das A) Migrations- und B) Invasionsverhalten bestimmt. ∗ p≤0,05 Ergebnisse Ergebnisse 43 Beim Invasionsverhalten zeigten DU145 Zellen nach Knockdown von allen drei miRNA eine verstärkte Invasion von 22% (anti-miR-200c, p=0,0435), 19% (anti-miR-375 ) und 13% (anti-miR200c/375 ) (Abb. 5.10B). 5.4 Funktionelle Analyse der ektopen Expression bzw. des Knockdowns von Sec23A in DU145 und LNCaP Zellen miR-200c und miR-375 waren im Tumor überexprimiert gefunden worden. Als ein Zielgen beider miRNAs konnte SEC23A mittels Luciferaseassay bestätigt werden (Szczyrba et al., 2011). Weiterhin wurde eine geringere Expression von SEC23A im Tumor (invers zu den miRNAs) in Primärgeweben von Kollektiv 1 mittels qRT-PCR gefunden. Zur funktionelle Analyse der ektopen Expression bzw. des Knockdowns von Sec23A wurden DU145 und LNCaP Zellen mit dem Expressionsvektor für Sec23A bzw. der gegen Sec23A gerichteten siRNA transfiziert. Es wurden anschließend die funktionellen Parameter Proliferation (mittels BrdU ELISA), Viabilität (mittels MTT Assay), Apoptose (mittels Caspase 3/7 Aktivität) und Zytotoxizität (mittels LDH Aktivität) gemessen. Die Analyse der funktionellen Parameter erfolgte 24 Stunden nach der Transfektion. Außerdem wurde das Wundheilungsverhalten von DU145 und LNCaP Zellen nach ektoper Expression bzw. Knockdown von Sec23A untersucht. 5.4.1 Analyse von Proliferation, Viabilität, Apoptose und Zytotoxizität nach ektoper Expression bzw. Knockdown von Sec23A Nach Knockdown von Sec23A zeigten DU145 Zellen eine erhöhte Proliferation (um 17,6 ± 17,9% höher im Vergleich zur Kontrolle), nach der ektopen Expression von Sec23A eine verminderte Proliferation (um 14,5±13,5% niedriger im Vergleich zur Kontrolle). LNCaP Zellen zeigten nach Knockdown von Sec23A keine Veränderung der Proliferation im Vergleich zur Kontrolle, nach Überexpression von Sec23A zeigten LNCaP Zellen eine signifikant geringere Proliferation (um 28,7% im Vergleich zur Kontrolle, p=0,0065, Student’s t-Test) (Abb.5.11A). DU145 Zellen waren sowohl nach Überexpression (um 24,5% im Vergleich zur Kontrolle, p=0,0033) als auch Knockdown (um 13% im Vergleich zur Kontrolle, p=0,0043) von Sec23A signifikant weniger vital. LNCaP Zellen waren nach Knockdown von Sec23A ebenfalls signifikant weniger vital (um 24,8% im Vergleich zur Kontrolle, p=0,0295) und auch nach Überexpression von Sec23A zeigten LNCaP Zellen eine geringere Viabilität (12%) (Abb.5.11B). DU145 waren nach Knockdown von Sec23A im Mittel 48% stärker von Zytotoxizität betroffen und nach ektoper Expression von Sec23A etwa 24% weniger letal, jedoch sind die Unterschiede nicht signifikant. LNCaP Zellen zeigen keinen eindeutigen Unterschied bei der LDH-Aktivität (3% 44 Ergebnisse mehr Zytotoxizität nach Knockdown und 10,5% weniger Zytotoxizität nach ektoper Expression). (Abb.5.11C). Die Messung der Apoptoserate in DU145 und LNCaP Zellen zeigte keinen Unterschied nach Knockdown von Sec23A, jedoch eine höhere Caspase 3/7 Aktivität in beiden Zelllinien nach Überexpression von Sec23A, die allerdings nicht signifikant unterschiedlich zur Transfektion mit dem Kontrollvektor war (DU145: um 124,14 ± 63,77%, LNCaP um 57,2 ± 28,7%) (Abb.5.11D). 5.4.2 Wundheilungsassay nach ektoper Expression bzw. Knockdown von Sec23A DU145 und LNCaP Zellen wurden in 6-Well-Platten ausgesät und mittels Cell Culture Inserts ein definierter Spalt von 500 µm eingebracht. Die Zellen wurden nach der Transfektion mit einem Expressionsvektor für SEC23A (pCEP4-Sec23A) bzw. antisense Oligonukleotiden gegen SEC23A (si Sec23A) bei 37°C und 5% CO2 kultiviert (Kapitel 8.6.7 und 8.6.9). Die Auswertung des Maßes an Wundheilung erfolgte wie in Kapitel 5.3.2 beschrieben. DU145 Zellen zeigten nach ektoper Expression von Sec23A bereits nach 6 h ein geringeres Wundheilungsverhalten als jene DU145 Zellen, welche mit dem Kontrollvektor (pCEP4) transfiziert wurden. Nach 18h war dieser Unterschied signifikant und auch nach 24h und 30h zeigten DU145 Zellen mit ektop exprimiertem Sec23A ein signifikant geringeres Wundheilungsverhalten (Abb. 5.12A+B). In LNCaP Zellen mit ektop exprimiertem Sec23A war ebenfalls die Tendenz zu einem geringeren Wundheilungsverhalten zu sehen, jedoch war diese nicht signifikant. Nach 18, 24 und 30h wurde zwischen LNCaP Zellen mit überexprimiertem Sec23A und Kontrolle jeweils ein Unterschied von 3,2% gemessen. (Abb. 5.13A+B). Für DU145 Zellen mit einem Knockdown von Sec23A war nach 6 h ein verstärktes Wundheilungsverhalten zu sehen, nach 18 und 24h war das Wundheilungsverhalten von DU145 Zellen mit Knockdown von Sec23A signifikant stärker im Vergleich zu den kontrolltransfizierten Zellen (Abb. 5.12C+D). LNCaP Zellen, welche mit siRNA gegen Sec23A transfiziert wurden, zeigten ebenfalls ein beschleunigtes Wundheilungsverhalten im Vergleich zu den kontrolltransfizierten Zellen, welches jedoch nicht signifikant unterschiedlich war. Nach 12h wurde ein Unterschied von 2,2%, nach 18h von 3,8%, nach 24h von 2,8% und nach 30h von 2,5% gemessen (Abb. 5.13C+D). 5.4.3 Invasion- und Migrationsverhalten nach ektoper Expression bzw. Knockdown von Sec23A Zusätzlich zum Wundheilungsverhalten wurde das Invasions- und Migrationsverhalten von DU145 Zellen nach Knockdown von Sec23A beobachtet. Die Analyse von Migrations- und Invasionsverhalten erfolgte wie in Kapitel 5.3.3 beschrieben. Die Transfektion erfolgte wie in Kapitel 8.6.7 und 8.6.9 beschrieben. Ergebnisse 45 Abbildung 5.11. Proliferation, Viabilität, Zytotoxizität und Apoptose in DU145 und LNCaP Zellen nach Transfektion des Sec23A Expressionsvektors bzw. der Sec23A siRNA. DU145 und LNCaP Zellen wurden mit einem SEC23A Expressionsvektor (pCEP4-Sec23A) bzw. dem leeren Kontrollvektor (pCEP4) und einem siRNA Pool gegen SEC23A bzw. einer Kontroll-siRNA (si control) transfiziert und 24 h nach Transfektion A) Proliferation (BrdU ELISA), B) Viabilität (MTT), C) Zytotoxizität (LDH-Aktivität) und D) Apoptose (Caspase 3/7 Aktivität) gemessen. ∗ p≤0,05; ∗∗ p≤0,01 46 Ergebnisse Abbildung 5.12. Wundheilungsverhalten von DU145 Zellen nach Knockdown und ektoper Expression von Sec23A A) Wundheilungsverhalten von DU145 Zellen nach ektoper Expression von Sec23A (pCEP4-Sec23A), B) repräsentative Bilder des 500 µm Spaltes zum Zeitpunkt 0, 15 und 30h nach ektoper Expression von Sec23A (pCEP4-Sec23A), C) Wundheilungsverhalten von DU145 Zellen nach Knockdown von Sec23A (si Sec23A), D) repräsentative Bilder des 500 µm Spaltes zum Zeitpunkt 0, 15 und 30h nach Knockdown von Sec23A (si Sec23A). ∗ p<0,05 Ergebnisse 47 Abbildung 5.13. Wundheilungsverhalten von LNCaP Zellen nach Knockdown und ektoper Expression von Sec23A A) Wundheilungsverhalten von LNCaP Zellen nach ektoper Expression von Sec23A (pCEP4-Sec23A), B) repräsentative Bilder des 500 µm Spaltes zum Zeitpunkt 0, 15 und 30h nach ektoper Expression von Sec23A (pCEP4-Sec23A), C) Wundheilungsverhalten von LNCaP Zellen nach Knockdown von Sec23A (si Sec23A), D) repräsentative Bilder des 500 µm Spaltes zum Zeitpunkt 0, 15 und 30h nach Knockdown von Sec23A (si Sec23A). ∗ p<0,05 48 Ergebnisse Nach Knockdown von Sec23A zeigten DU145 Zellen ein um 9% vermindertes Migrationsverhalten im Vergleich zur siRNA Kontrolle. Nach ektoper Expression von Sec23A zeigten DU145 Zellen eine um 18% verstärkte Migration im Vergleich zur Leervektorkontrolle (Abb. 5.14A). Bei der Beobachtung der Invasion von DU145 Zellen nach Knockdown bzw. ektoper Expression von Sec23A konnten keine Unterschiede zur Kontrolle gefunden werden (Abb. 5.14B). Abbildung 5.14. Migration- und Invasionsverhalten von DU145 Zellen nach ektoper Expression bzw. Knockdown von Sec23A. DU145 Zellen wurden in Zellkulturinserts ausgesät und mit mit einem Expressionsvektor für SEC23A (pCEP4-Sec23A) und einem siRNA Pool gegen SEC23A (siSec23A) transfiziert. Die hindurch gewanderten Zellen wurden mit Calcein AM gefärbt, die Fluoreszenz gemessen und so das A) Migrations- und B) Invasionsverhalten bestimmt. Ergebnisse 49 5.5 miRNA in situ Hybridisierung Solide Tumoren enthalten neben den malignen Zellen noch weitere Zellen wie Stromazellen und Lymphozyten. Um die miRNA-exprimierenden Zellen im Tumor zu identifizieren, wurde in situ Hybridisierung der miRNAs durchgeführt. Hierfür wurden LNA™ modifizierte (Locked Nucleic Acid Oligonukleotidsonden gegen miR-375, miR-200c, miR-143 und miR-145 verwendet. In normalem Prostatagewebe wurde die stärkste Expression aller vier miRNAs in den Epithelzellen gefunden. miR-375 (Abb. 5.15A) und miR-143 (Abb. 5.15E) zeigten eine zytoplasmatische Färbung der Epithelzellen, wohingegegen Nicht-epitheliale Zellen keine Färbung zeigten. miR-200c (Abb. 5.15C) und miR-145 (Abb. 5.15G) zeigten ein perinukleäres Färbemuster. miR-145 konnte auch in den endothelialen Zellen der Blutgefäße und in einigen Stromazellen gefunden werden. Im korrespondierenden Tumorgewebe war die Expression von miR-375 (Abb. 5.15B) und miR-200c (Abb. 5.15D) beschränkt auf die Tumorzellen, wohingegen die Expression von miR-143 (Abb. 5.15F) und miR-145 (Abb. 5.15H) eine größere Heterogenität aufwies. Färbungen mit einer unspezifischen (scramble-miR) Kontrollsonde zeigten eine schwache Färbung, welche mit keinem Färbemuster der vier spezifischen miRNA-Sonden übereinstimmte (Abb. 5.15I,J) (Wach et al., 2011). Die miRNA Expression kann somit als spezifisch für epitheliale Zellen bzw. als tumorspezifisch angesehen werden. Im Umkehrschluss bedeutet dies auch, dass die bereits gefundenen miRNA-Expressionsprofile tumorspezifisch sind und nicht von Stromazellen oder Lymphozyten beeinflusst sind. 50 Ergebnisse Abbildung 5.15. Nachweis der miRNA Expression in primären Prosatatagewebeschnitten mittels miRNA in situ Hybridisierung. Primäre Prostatagewebeschnitte wurden mit Sonden gegen A,B) miR-375 in A) Normal- und B) Tumorgewebe, C,D miR-200c in C) Normal- und D) Tumorgewebe, E,F) miR-143 in E) Normal- und F) Tumorgewebe, G,H) miR-145 in G) Normal- und H) Tumorgewebe und gegen die scramble Kontrollsonde in I) Normal- und J) Tumorgewebe. Der Größenstandard entspricht 200 µm. Der markierte Ausschnitt ist als Vergrößerung im linken unteren Bereich der jeweiligen Abbildung dargestellt. Ergebnisse 51 5.6 Diagnostisches Potential von miRNAs Da verschiedene miRNAs in Tumor- und Normalgewebe differentiell exprimiert gefunden wurden, sollte überprüft werden, ob anhand der unterschiedlichen Expressionsmuster eine Unterscheidung zwischen Tumor- und Normalgewebe möglich ist. Die miRNAs miR-375, miR-200c, miR-143 und miR-145 wurden als potentielle Marker ausgewählt und mittels binärer logistischer Regression deren diagnostisches Potential analysiert. Im Patientenkollektiv 1, welches als exploratives Datenset verwendet wurde, stellte sich heraus, dass miR-375 mit 67,3% korrekt klassifizierter Proben der beste positiv diskriminierende Faktor und miR-145 mit 71,2% korrekt klassifizierter Proben der beste negativ diskriminierende Faktor war. miR-200c war in diesem Kollektiv kein signifikant diskriminierender Faktor und wurde daher von den weiteren Analysen ausgeschlossen. Mittels vollständiger logistischer Regression wurde eine Kombination der miRNAs miR-375, miR145 und miR-143 auf das explorative Datenset angewandt. In diesem Datenset war diese Kombination aus drei miRNAs in der Lage, 90,4% der Proben richtig zu klassifizieren. Diese miRNAKombination wurde daraufhin auf das Patientenkollektiv 2 (Testdatenset) angewandt und konnte 71% der Proben korrekt klassifizieren. Bei einer Kombination der beiden Datensets mit dann insgesamt 76 Patienten konnte dieses Set aus drei miRNAs 77,6% der Proben korrekt klassifizieren. Um das Differenzierungspotential von miR-375, miR-145 und miR-143 genauer zu untersuchen, wurden Receiver Operating Characteristics (ROC) Analysen durchgeführt. In Abb. 5.16 finden sich die ROC Kurven die drei miRNAs einzeln sowie für die drei miRNAs in Kombination für Kollektiv 1 (Abb. 5.16A) und Kollektiv 2 (Abb. 5.16B). Für jede miRNA und für die Kombination von miR375, miR-145 und miR-143 wurden die Area under the curve (AUC), das 95% Konfidenzintervall, der p-Wert und der Prozentsatz korrekt klassifizierter Proben ermittelt (Tab. 5.10). Die AUC (area under the curve) ist bei der ROC Analyse das Maß für die Trennschärfe des Test. Der Wert der für die AUC liegt zwischen 0 und 1, wobei ein Wert näher an 1 für eine höhere Trennschärfe steht.In allen drei Datensets stellte sich heraus, dass eine Kombination der drei miRNAs das beste diagnostische Potential besitzt. Des weiteren wurde das diagnostische Potential a) des Ratios von miR-375 als bestem positiv diskriminierendem Faktor und miR-145 als bestem negativ diskriminierendem Faktor und b) des Ratios von miR-375 und miR-143 untersucht. Der für das Ratio von miR-375/miR-145 errechnete Median im explorativen Datenset war in den Normalgeweben 24,1 (0,57 bis 153,8) und in den Tumorgeweben 224,2 (19.84 to 2763). Die ROC Kurve hatte eine AUC von 0,920 mit einem 95% Konfidenzintervall von 0,847 bis 0,993 und einem p-Wert von <0.0001. Der für das Ratio von miR-375/miR-143 errechnete Median war in den Normalgeweben 8,77 (0,22 bis 26,56) und in den Tumorgeweben 46,69 (7,36 to 309). Die ROC Kurve hatte eine AUC von 0,932 mit einem 95% Konfidenzintervall von 0,861 bis 1,000 und einem p-Wert von <0.001 (Tab. 5.10) (Wach et al., 2011). 52 Ergebnisse Tabelle 5.10. Diagnostisches Potential von miRNAs Es wurden Receiver Operating Characteristics Analysen durchgeführt, angegeben sind die Area under the curve (AUC), das 95% Konfidenzintervall (95% CI), der p-Wert und der Prozentsatz korrekt klassifizierter Proben. miRNA AUC 95% CI p-Wert Korrekte Klassifikation (%) Patientenkollektiv 1 = exploratives Datenset (N = 26) 375 0,753 0,623–0,883 0,002 67,3 200c 0,592 0,435–0,749 0,257 48,1 143 0,776 0,645–0,906 0,001 71,2 145 0,800 0,678–0,921 <0,0001 71,2 375, 143, 145 0,9556 0,903–1.000 <0,0001 90,4 Ratio(375/145) 0,920 0,847-0,993 <0,0001 Ratio(375/143) 0,932 0,861-1,000 <0,001 375 200c 143 145 375, 143, 145 375 200c 143 145 375, 143, 145 Patientenkollektiv 2 = Testdatenset (N = 50) 0,663 0,555–0,770 0,005 65,0 0,609 0,498–0,719 0,061 57,0 0,663 0,556–0,770 0,005 64,0 0,704 0,600–0,8,7 <0,0001 66,0 0,742 0,644–0,840 <0,0001 71,0 Kombiniertes Datenset (N = 76) 0,686 0,602–0,771 <0,0001 0,557 0,466–0,649 0,219 0,699 0,615–0,783 <0,0001 0,730 0,649–0,811 <0,0001 0,810 0,739–0,881 <0,0001 66,4 52,0 61,2 67,1 77,6 Ergebnisse 53 Abbildung 5.16. ROC Kurven der miRNAs in den zwei Kollektiven A) ROC Kurven für das Patientenkollektiv 1 (N=26) für die miRNAs miR-143, miR-145, miR-375 und alle drei miRNAs in Kombination, B) ROC Kurven für das Patientenkollektiv 2 (N=50) für die miRNAs miR-143, miR-145, miR-375 und alle drei miRNAs in Kombination. 54 Ergebnisse 5.7 Assoziation von miRNA Expressionsprofilen und klinisch-pathologischen Parametern Die Expressionslevel der miRNAs miR-200c, miR-375, miR-145, miR-143, miR-141, miR-26a, miR26b und miR-101 wurden mit den klinisch-pathologischen Parametern Gleason Score, PrimärGleason Score, welche das vorherrschende Differenzierungsmuster des Tumors repräsentiert, und T-Stadium korreliert (bivariate Korrelation, Spearman-Rho). Hierbei wurde im Patientenkollektiv 1 (N=26) eine positive Korrelation der miR-141 Expression mit dem Primär-Gleason Score und Gleason Score gefunden (Gleason Korrelationskoeffizient ρ=0,601, p=0,001, Primär-Gleason Score ρ=0,578, p=0,002, Spearman-Rho). Dies bedeutet, dass die Expression von miR-141 höher ist, je höher der (Primär-) Gleason Score ist. Es konnte in diesem Kollektiv für keine der anderen miRNAs eine Korrelation zwischen miRNA-Expression und klinisch-pathologischem Parameter festgestellt werden. Im Patientenkollektiv 2 (N=50) konnte die positive Korrelation der miR-141 -Expression mit dem Gleason Score bestätigt werden (ρ=0,388, p=0,009, Spearman-Rho), allerdings nicht mit dem Primär-Gleason Score. Des weiteren konnte eine positive Korrelation der miR-26a Expression mit Gleason Score (ρ=0,343, p=0,015, Spearman-Rho) und Primär-Gleason Score (ρ=0,519, p<0,0001, Spearman-Rho), sowie eine positive Korrelation der miR-26b mit dem Primär-Gleason Score (ρ=0,297, p=0,036, Spearman-Rho) gezeigt werden. Für keine der miRNAs im Patientenkollektiv 2 bestand eine Korrelation zwischen miRNA-Expression und T-Stadium. Im kombinierten Datenset konnte die positive Korrelation der miR-141 -Expression mit Gleason Score (ρ=0,313, p=0,006, Spearman-Rho) und Primär-Gleason Score (ρ=0,336, p=0,003, Spearman-Rho) bestätigt werden. Darüber hinaus zeigte sich eine positive Korrelation von miR200c mit dem Gleason Score (ρ=0,259, p=0,024, Spearman-Rho), eine negative Korrelation von miR-375 mit dem Primär-Gleason Score (ρ=-0,255, p=0,026, Spearman-Rho) und von miR-26a mit dem Primär-Gleason Score (ρ=0,306, p=0,007, Spearman-Rho). Aus diesen Daten lässt sich die Hypothese ableiten, dass die beiden miRNAs miR-141 und miR26a mit der Tumorentwicklung zusammenhängen. Einerseits könnte die Expression der miRNAs vom Differenzierungsgrad des Tumors abhängen, andererseits könnte auch die miRNA Expression für die Tumordifferenzierung wichtig sein. Ergebnisse 55 5.8 ERG als Zielgen der miR-145 Ein weiteres Zielgen der miR-145, welches durch bioinformatische Recherche vorhergesagt wurde (mirecords.biolead.org), ist die 3’UTR von v-ets erythroblastosis virus E26 oncogene homolog (ERG). Dies konnten wir durch Luciferase Assays bestätigen (Hart et al., 2012). Des weiteren wurde die mRNA Expression von ERG und der ERG Spleißvarianten mittels qRT-PCR sowie die Proteinexpression mittels Western Blot untersucht. Weitere miRNAs, welche in der 3’UTR von ERG potentielle Bindestellen besitzen, sind miR-9, miR-27ab, miR-190, miR-128, miR-142-3p, miR-30abcde und miR-219. 5.8.1 ERG mRNA Expression in Prostatazelllinien und primären Prostatageweben Zunächst wurde die ERG Expression in den Prostatakarinomzelllinien VCaP, DU145, LNCaP und PC-3 sowie PNF-08 mittels qRT-PCR gemssen. Aufgrund des niedrigen Expressionslevels konnten für die Zelllinien DU145, LNCaP, PC-3 und PNF-08 keine Expressionsdaten für ERG erhoben werden. Lediglich in VCaP Zellen konnte die Expression von ERG gemessen werden. Des weiteren wurde die ERG Expression in den 26 Prostataprimärgewebepaaren des Kollektivs 1 gemessen. In 18 von 26 Fällen (69%) wurde eine höhere ERG Expression im Tumor im Vergleich zum korrespondierenden Normalgewebe gemessen (p=0,0011, gepaarter t-Test) (Abb. 5.17A). Für ERG sind verschiedene Spleißvarianten bekannt. In der Gendatenbank des National Center for Biotechnology Information (NCBI, www.ncbi.nlm.nih.gov/gene) sind 4 verschiedene Spleißvarianten, in der SWISS-Prot Datenbank (www.uniprot.org) sind 6 Isoformen gelistet. Da die die Nomenklatur bei NCBI und bei SWISS-Prot unterschiedlich ist, wurde die Nomenklatur dieser Arbeit an der SWISS-Prot Datenbank orientiert. Die jeweiligen entsprechenden Spleißvarianten und Isoformen sind in Tab. 5.11 beschrieben. Für die SWISS-Prot Isoformen 7 und 8 ist keine entsprechende Variante bei NCBI vertreten. Es wurde die Expression für die Isoformen ERG-2, ERG-5 und ERG-2/3 in Kombination gemessen. Da ERG-3 die längste Spleißvariante ist und keine einzigartige Sequenz im Vergleich zu den anderen Varianten besitzt kann die Expression dieser Variante nur in Kombination gemessen werden. Für ERG-2 wurde in 84% der Fälle eine höhere Expression im Tumor (p=0,0021, Student’s t-Test) gemessen, für ERG-5 in 96% eine niedrigere Expression im Tumor (p=0,0116, Student’s t-Test) und für die Kombination aus ERG-2 und ERG-3 in 84% eine höhere Expression im Tumor, wobei dieser Unterschied nicht signifikant war (p=0,2184, Student’s t-Test) (Abb. 5.17B). 56 Ergebnisse Abbildung 5.17. Expression von ERG und der ERG Spleißvarianten Mittels qRT-PCR wurde in 26 Paaren aus Tumorgewebe und korrespondierendem Normalgewebe A) die relative ERG Expression und B) die relative Expression der ERG Spleißvarianten ERG-2, ERG-2/3 und ERG-5 ermittelt. ∗ p<0,05 Tabelle 5.11. NCBI Spleißvarianten und entprechende SWISS-Prot Isoformen Angegeben sind die Anzahl der Aminosäuren (AA) und Molekulargewicht (MW in kDa) der entsprechenden Spleißvarianten. NCBI ERG-1 ERG-2 ERG-3 ERG-5 ERG-7 ERG-8 Variante Variante Variante Variante 4 2 3 1 (NM (NM (NM (NM 001136155.1) 004449.4) 001136154.1) 182918.3) SWISS-Prot AA Isoform Isoform Isoform Isoform Isoform Isoform 387 462 486 479 317 325 1 2 3 5 7 8 MW AA AA AA AA AA AA 43,97 52,03 54,61 53,84 35,29 36,54 kDa kDa kDa kDa kDa kDa Ergebnisse 57 5.8.2 ERG Protein Expression in Prostatazelllinien und primären Prostatageweben Wie bereits beschrieben, liegt das ERG Protein in sechs verschiedenen Isoformen vor. Eine schematische Darstellung dieser Isoformen mit den jeweiligen deletierten Regionen findet sich in Abb. 5.18, die Anzahl der Aminosäuren und das Molekulargewicht wurden bereits in Tab. 5.11 aufgeführt. Zur Generierung eines ERG spezifischen Antiserums wurde ein rekombinantes GST-ERG Abbildung 5.18. Schematische Darstellung der ERG Isoformen Schematische Darstellung der sechs ERG Isoformen, wie sie in der SWISS-Prot Datenbank gelistet sind, mit Angabe der Aminosäuren gesamt und der deletierten Regionen. Fusionsprotein verwendet. Hierfür wurde mit den Primern 5‘-Erg-GST-Bam-CGG GAT CCA AGG TCC ATG GGA AGC GCT AC und 3‘-Erg-GST-Xho-CCG CTC GAG GTA GTA AGT GCC CAG ATG ein 300 bp Fragement der kodierenden Region von ERG amplifiziert. Diese Region kodiert für die 100 C-terminalen Aminosäuren von ERG-5 und wurde in den XhoI-BamHI verdauten Vektor pGEX-4T-1 (Amersham, GE Healthcare, Munich) kloniert. Die Immunisierung von Hasen und die Aufreinigung der Antiseren erfolgte in der Arbeitsgruppe von Dr. Elisabeth Kremmer, HelmholtzZentrum, München. Der Spezifitätstest erfolgte mittels ELISA und Western Blot (Hart et al., 2012; Pfuhl et al., 2008). Für die Analyse der ERG Proteinexpression wurde zunächst die Proteinexpression der ERG Isoformen in den Prostatakarzinomzelllinien VCaP, LNCaP und DU145 sowie in Extrakten von PNF-08 mittels Western Blot analysiert. In PNF-08 Zellen konnte eine schwache ERG-3-spezifische Bande bei 54,6 kDa und eine dominierende ERG-5 Bande bei 53,8 kDa detektiert werden. In Extrakten von DU145 Zellen konnte nur ERG-2 bei 52 kDa detektiert werden, wohingegen diese ERG-2 spezifische Bande in VCaP Zellen nur schwach und in LNCaP Zellextrakten gar nicht zu erkennen war. Die ERG-1 Isoform (43,9 kDa) wurde deutlich in VCaP und LNCaP Zellen exprimiert. Des weiteren wurde das Kollektiv von 26 Paaren aus Tumor- und korrespondierendem Normalgewebe auf die ERG Proteinexpression analysiert. Es wurden Banden auf der Höhe von etwa 52 58 Ergebnisse kDa (ERG-2), 54 kDa (ERG-3 oder ERG-5) und eine Bande auf Höhe von 44 kDa (ERG-1) detektiert (Abb. 5.19). Beim Vergleich von Normal- und Tumorgewebe zeigten sich tumorassoziierte Veränderungen der Expression der ERG-Isoformen. In den meisten Fällen konnte eine Verstärkung des ERG-2 Signales und/oder das zusätzliche Erscheinen der ERG-1 Bande vermerkt werden. In drei Proben wurde eine zusätzliche Bande bei etwa 35 kDa und in drei weiteren Fällen eine Bande bei 24 kDa gefunden. Der Ursprung dieser Banden bleibt jedoch unklar, da die SWISS-Prot Datenbank zwar noch Isoformen bei 36,5 (ERG-8), 35,2 (ERG-7) und 24,0 kDa (TMPRSS2-ERG prostate cancer specific protein isoform 1) angibt, diesen jedoch das Epitop fehlt, gegen welches der Antikörper gerichtet ist (die 100 C-terminalen Aminosäuren von ERG-3). Zur Quantifizierung der Proteinmenge wurden die Membranen mit einem anti-GAPDH Antikörper inkubiert. Die relative ERG Proteinmenge wurde durch Normalisierung auf die endogene Kontrolle der jeweiligen Probe ermittelt. In 15 von 26 Fällen (58%) war die Gesamtmenge des ERG-Proteins (Summe der Färbungsintensität der Isoformen) im Tumor höher im Vergleich zum Normalgewebe (p=0,015, gepaarter t-Test). ERG-3/5 (54 kDa) war in 19 von 26 (73%) Fällen im Tumor reduziert, ERG-2 war in 20 von 26 Fällen (81%) erhöht, ERG-1 (44 kDa) war in 19 von 26 Fällen (73%) erhöht und trat spezifisch nur im Tumorgewebe auf. 12 von 26 Fällen (46.2%) zeigten eine veränderte Expression aller drei Isoformen. 5.8.3 Der ERG Genfusionsstatus beeinflusst die ERG mRNA Expression Die häufigste genetische Veränderung im Prostatakarzinom ist die Fusion von ERG mit dem TMPRSS2 Gen, welches ERG unter die Kontrolle des androgen-responsiven TMPRSS2-Promotors bringt (Tomlins et al., 2005). Die 26 Prostatatumoren des Kollektivs 1 wurden in der Arbeitsgruppe von Prof. Dr. Sven Perner (Institut für Prostatakarzinomforschung, Universitätsklinikum Bonn) mittels break-apart Fluoreszence in situ hybridization (FISH) (Scheble et al., 2010) auf das Vorhandensein oder die Abwesenheit der TMPRSS2-ERG Genfusion untersucht. Von den 26 vorhandenen Gewebeproben konnten 5 aufgrund von unzureichendem Gewebe oder schwachem Hybridisierungssignal nicht ausgewertet werden. Von den verbleibenden 21 Proben zeigten 12 (57%) das Wildtypallel und 9 (43%) die TMPRSS2-ERG Fusion. Bivariate Korrelation zeigte eine direkte Korrelation zwischen dem ERG Genfusionsstatus und der ERG mRNA Expression (p=0,002, Spearman-Rho; N=20). Die mRNA Expressionsanalyse von ERG belegte, dass Tumoren mit einer TMPRSS2-ERG Genfusion eine signifikant höhere ERG Expression aufweisen, als Tumoren ohne diese Genfusion (p=0,001, Student’s t-Test) (Abb. 5.20A). Eine Analyse der Expression der Spleißvarianten ERG-2, ERG-2/3 und ERG-5 in fusionspositiven und fusionsnegativen Tumoren zeigte eine signifikant höhere ERG-2 Expression in den fusionspositiven Fällen im Vergleich zu den fusionsnegativen (p=0,0062, Student’s t-Test). Für ERG-2/3 und ERG-5 zeigte sich kein Expressionsunterschied (Abb. 5.20B). Es konnte auch keine Korrelation zwischen dem ERG Fusionsstatus und der ERG Proteinexpression gezeigt werden. Ergebnisse 59 Abbildung 5.19. Beispielhafter Western Blot zur Detektion von ERG. Dargestellt sind fünf repräsentative Paare von Tumor- (Tu) und korrespondierendem Normalgewebe (No). Die Detektion erfolgte mittels eines C-Terminus-spezifischen Antiserums gegen ERG. Als Ladekontrolle wurde GAPDH verwendet. Auf der rechten Seite ist der Proteingrößenmarker eingezeichnet (kDa). 5.8.4 Korrelation von miR-145 und ERG mRNA- und Proteinexpression miR-145 war in 25 Fällen im Tumor herunterreguliert (p=0,0013, gepaarter t-Test) (Tab. 5.4). Zwischen der miR-145 und der ERG mRNA Expression bestand keine Korrelation (Spearman-Rho Test). Es fand sich jedoch eine positive Korrelation zwischen ERG-2 und ERG gesamt mRNA Expression (p≤0,0001, Spearman-Rho Test). Esquela-Kerscher und Slack (2006) haben bereits beschrieben, dass miRNAs primär einen Einfluss auf die Proteinmenge ihrer Zielgene haben, jedoch nicht auf die mRNA Menge. Dies unterstützt die eigenen Befunde der Korrelation zwischen miRNA, mRNA und Protein. Darüberhinaus konnte eine Korrelation der miR-145 Expression mit der Gesamt-ERG-Proteinexpression (Summe der ERG Isoformen) (p=0,025, N=52), sowie der ERG-1 (p=0,002, N=52) und ERG-2 (p=0,024, N=52; Spearman-Rho Test) Proteinexpression gezeigt werden. Zwischen fusionspositiven und fusionsnegativen Tumoren konnte kein Unterschied der miR-145 Expression festgestellt werden (Abb. 5.20C). Die Regulation von ERG durch miR-145 scheint somit ein genereller Prozess zu sein, welcher nicht vom Fusionsstatus abhängt. 60 Ergebnisse Abbildung 5.20. Relative Expression von ERG, den ERG Spleißvarianten und miR-145 in fusionsnegativen und fusionspositiven Tumoren. Vergleich der A) ERG Expression, B) der ERG-2, ERG-2/3 und ERG-5 Expression und C) der miR-145 Expression in fusionsnegativen (Fusion neg) und fusionspositiven (Fusion pos) Tumoren. Ergebnisse 61 5.8.5 Analyse des Einflusses von ERG-2 Knockdown und ektoper Expression von miR-145 auf Proliferation, Apoptose und Invasion DU145 und VCaP Zellen wurden einerseits für den ERG-2 Knockdown mit drei verschiedenen siRNAs gegen ERG-2 (ERG-2 *1, *2, *3) und einer ON-TARGETplus Non-targeting siRNA, sowie andererseits für eine ektope Expression von miR-145 mit dem pSG5-miR-145 Expressionsvektor und dem leeren pSG5 Vektor als Kontrolle transfiziert. Die siRNAs gegen ERG-2 wurden derart konstruiert, dass sie spezifisch für die Spleißvariante ERG-2 sind und wurden dafür über die Spleißstellen gelegt. 24 h nach der Transfektion wurde mittels BrdU ELISA die Proliferation und über die Caspase 3/7 Aktivität die Apoptoserate bestimmt. Die Apoptoseraten zeigten für die Transfektion mit den siRNAs zur Kontrolltransfektion. In VCaP Zellen wurde für den Knockdown mit der siRNA ERG-2 *1 eine 7% geringere Apoptoserate im Vergleich zur Kontrolle gefunden. In DU145 wurde für den Knockdown mit den siRNA ERG-2 *2 und *3 eine 5% respektive 12% geringere Apoptoserate gefunden (Abb. 5.21A). Für die ektope Expression von miR-145 konnte die Apoptoserate nicht bestimmt werden, da miR-145 als potentielles Zielgen Caspase-10, welche wiederrum durch Spaltung Caspase-3 und -7 aktiviert. Eine verringerte Caspase-3/7 Aktivität wäre damit nicht gleich zu setzen mit einer geringeren Apoptoserate. Hierfür sind in der Zukunft Analysen mit einem geeigneten System vonnöten. In beiden Zelllinien wurde eine signifikant verminderte Proliferationsrate nach Transfektion mit den drei siRNAs im Vergleich zur Kontroll-siRNA gemessen. Ebenso wurde eine geringere Proliferation nach ektoper Expression von miR-145 im Vergleich zum Kontrollvektor (pSG5) gemessen (Abb. 5.21B): ERG-2 *1: DU145 Zellen 18,73%, p=0,0171; VCaP Zellen 21,06%, p=0,0056 ERG-2 *2: DU145 Zellen 24,72%, p=0,008; VCaP Zellen 22,43%, p=0,0037 ERG-2 *3: DU145 Zellen 25,25%, p=0,0304; VCaP Zellen 19,22%, p=0,0183 miR-145 : DU145 Zellen 6%; VCaP Zellen 3% DU145 zeigten nach Knockdown von ERG-2 eine signifikant geringere Invasivität mit einem Rückgang der Invasionsrate im Mittel um 63,8% für die drei verschiedenen siRNAs, sowie eine ebenfalls verminderte Invasivität nach ektoper Expression von miR-145 (Abb. 5.21C): ERG-2 *1: 38,5%, p=0,0318 ERG-2 *2: 36,25%, p=0,0236 ERG-2 *3: 34,5%, p=0,0428 miR-145 : 12% 62 Ergebnisse Abbildung 5.21. Apoptose, Proliferation und Invasion nach Knockdown von ERG-2 und ektoper Expression von miR-145. DU145 und VCaP Zellen wurden mit drei verschiedenen siRNA gegen ERG-2 bzw. einer KontrollsiRNA (si control) und einem Überexpressionsvektor für miR-145 (pSG-miR-145) bzw. dem leeren Kontrollvektor (pSG5) transfiziert und (A) die Apoptoserate mittels Caspase 3/7 Aktivität und (B) die Proliferation mittels BrdU ELISA gemessen. (C) Zur Messung der Invasivität wurden DU145 Zellen in Transwellinserts ausgesäht und mit siRNA gegen ERG-2 sowie einem Überexpressionsvektor für miR145 (pSG-miR-145) bzw. dem leeren Kontrollvektor (pSG5) transfiziert. Zellen, welche nach 48 h durch die, mit Matrigel beschichtete, Membran der Inserts gewandert waren, wurden mit Calcein-AM gefärbt und im Plattenfluorometer die Fluoreszenz gemessen. Diskussion 63 6 Diskussion Krebs entsteht durch unkontrollierte Proliferation und das Überleben von beschädigten Zellen. Es gibt mehrere Kontrollmechanismen, welche für eine korrekte Zellteilung, Differenzierung und Zelltod sorgen. Gerät dieses System außer Kontrolle, kommt es zur Krebsentstehung. miRNAs sind Bestandteil des regulatorischen Netzwerks, welches für eine genau definierte Translation von Genen sorgt. Etwa ein Drittel aller proteinkodierenden Gene wird durch miRNAs reguliert (Lewis, Burge und Bartel, 2005), so dass eine Störung der Translationsregulation durch miRNAs verschiedene zelluläre Prozesse beieinflussen kann, welche bei der Krebsentstehung häufig verändert sind, wie Differenzierung (Chen et al., 2004; Poy et al., 2004; Esau et al., 2004), Proliferation (Bueno und Malumbres, 2011) und Apoptose (Wang und Lee, 2009). Die Störung der miRNA Regulation kann durch verschiedende Mechanismen hervorgerufen werden. Es kann der miRNA Expressionslevel verändert sein, die miRNA Prozessierung kann gestört sein und es können Mutationen in der miRNA:mRNA Bindesequenz vorliegen (Cowland, Hother und Grønbaek, 2007). Somit können miRNAs als Tumorsuppressor oder Onkogen agieren (Esquela-Kerscher und Slack, 2006; Krutovskikh und Herceg, 2010), je nachdem, welche Gene reguliert werden. Jedoch sind miRNAs nicht zwingend die Ursache einer veränderten Regulation, die Deregulation von miRNAs kann auch Folge von genomischen (Calin et al., 2004), epigenetischen (Souza Rocha Simonini et al., 2010) oder physiologischen Veränderungen während der Karzinogenese sein. So ist der Tumorsuppressor p53, welcher im Krebs häufig mutiert vorliegt (Harris und Hollstein, 1993), ein Regulator der miRNA Prozessierungsmaschinerie (Boominathan, 2010). Zur Rolle und Expression von miRNA im Prostatakarzinom gibt es bereits eine Reihe an Publikationen, welche sich zumeist entweder auf Sequenzierung- oder miRNA microArray Analysen stützen (Volinia et al., 2006; Porkka et al., 2007; Ambs et al., 2008; Schaefer et al., 2010a). Die vorliegende Arbeit befasste sich mit der Erstellung eines miRNA Expressionsprofils anhand von Deep Sequencing und miRNA microArray und der Analyse der in beiden Ansätzen gefundenen miRNAs sowie die Valdierung der Ergebnisse mittels quantitativer realtime PCR. Außerdem wurde der Einfluss der miRNA Deregulation auf Zellproliferation, Apoptose, Invasion und Migration untersucht, sowie Zielgene ausgewählter miRNAs identifiziert und deren zellbiologischer Einfluss untersucht. 64 Diskussion 6.1 miRNA Profilerstellung im Prostatakarzinom Mittels Deep Sequencing (Kapitel 5.1.1) und miRNA microArray (Kapitel 5.1.5) konnte ein spezifisches miRNA Profil für das Prostatakarzinom erstellt werden. Es wurden 9 miRNAs gefunden, welche in beiden Ansätzen übereinstimmend dereguliert auftraten. miR-375, -let-7a, -106a, -106b, -200c, -20a und miR-21 wurden in beiden Ansätzen hochreguliert gefunden, miR-221 und miR145 wurden in beiden Ansätzen herunterreguliert nachgewiesen (Abbildung 5.3). Einige dieser miRNAs waren bereits in anderen Studien als dereguliert aufgefallen. Eine Übersicht liefert Tab. 6.1. Zwischen den verschiedenen Studien zeigten sich teilweise große Unterschiede, welche miRNAs Tabelle 6.1. Vergleich verschiedener miRNA Expressionsstudien mit eigenen Daten Bei den eigenen Daten sind die miRNAs aufgeführt, welche übereinstimmend im Sequenzierungsansatz und in der miRNA microArray Analyse gefunden wurden. Alle vier anderen Studien beruhen auf Daten aus einem microArray Ansatz. ⇑ hochreguliert, ⇓ herunterreguliert im Prostatakarzinom. miRNA miR-375 let-7a miR-106a miR-106b miR-200c miR-20a miR-21 miR-221 miR-145 miRNA Expression in Prostatakarzinom vs. nicht-malignes Gewebe eigene Volinia Porkka Ambs et al., Schaefer Daten et al., 2006 et al., 2007 2008 et al., 2010a ⇑ ⇑ ⇑ ⇑ ⇓ ⇑ ⇑ ⇑ ⇑ ⇑ ⇑ ⇑ ⇑ ⇑ ⇑ ⇓ ⇓ ⇓ ⇓ ⇓ ⇓ ⇓ als dereguliert gefunden wurden, sowie hinsichtlich der Regulation und der Richtung dieser Regulation. Dies kann zum einen darauf beruhen, dass die vier Studien sich zwar alle auf eine microArray basierte Analyse stützen, jedoch in verschiedenen Jahren (2006, 2007, 2008 und 2010) durchgeführt wurden, so dass in den früheren Studien noch weniger miRNA Sequenzen bekannt waren und sich darüber hinaus die Array Technik im Lauf der Jahre verändert hat. Zum anderen können diese Unterschiede an der Zusammensetzung des jeweiligen Kollektives liegen. So bestand das Kollektiv von Volinia et al. (2006) aus 56 Prostatakarzinom und sieben Normalproben, das Kollektiv von Porkka et al. (2007) aus vier benignen Prostatahyperplasien und neun Tumorproben, das Kollektiv von Ambs et al. (2008) aus 60 Tumor- und 16 Normalproben und das Kollektiv von Schaefer et al. (2010a) aus 76 PCa Proben mit korrespondierendem Normalgewebe. Das eigene Kollektiv bestand für die Sequenzierung aus zwei Pools mit je 5 Prostatatumorproben und 2 Pools mit je 5 Normalproben. Für den miRNA microArray wurde ein Kollektiv von 20 Prostatakarzinom Proben mit korrespondierendem Normalgewebe verwendet. miR-221 wurde zusätzlich zu den eigenen Daten in weiteren drei Studien herunterreguliert im Prostatakarzinom gefunden (Porkka et al., 2007; Ambs et al., 2008; Schaefer et al., 2010a) und für Diskussion 65 diese miRNA konnte bereits eine prognostische und diagnostische Bedeutung nachgewiesen werden (Spahn et al., 2010). Darüberhinaus wurde die Überexpression von miR-375 (Ambs et al., 2008; Schaefer et al., 2010a) und die Herunterregulation von miR-145 (Porkka et al., 2007; Ambs et al., 2008) in je zwei weiteren Studien gezeigt. Für die Deregulation von miR-106a, miR-106b, miR200c, miR-20a und miR-21 wurde jeweils eine bestätigende Studie gefunden, let-7a war ebenfalls als dereguliert in einer weiteren Studie gefunden worden, allerdings entgegengesetzt zu den eigenen Daten (Porkka et al., 2007). 6.2 miRNA Zielgenanalysen Mittels bioinformatischer Recherche (mirecords.biolead.org, www.targetscan.org) wurden für verschiedene miRNAs potentielle Zielgene gefunden. Für miR-143 und miR-145 wurde MYO6 als neues Zielgen identifiziert, für miR-145 wurde ERG, für miR-200c und miR-375 konnte SEC23A als Zielgen identifiziert werden. Die Expression der miRNAs und der entsprechenden Zielgene wurde mittels qRT-PCR gemessen. Für ERG und Sec23A wurde außerdem die Proteinexpression mittels Western Blot bestimmt. Des weiteren konnten für Sec23A und ERG sowie für miR-200c, miR375 und miR-145 in vitro Analysen (Proliferation, Viabilität, Zytotoxizität, Apoptose, Invasion, Migration, Wundheilungsverhalten) durchgeführt werden. 6.2.1 SEC23A als Zielgen der miRNAs miR-200c und miR-375 miR-200c und miR-375 waren im Deep Sequencing (Kapitel 5.1.1) und der miRNA microArray Analyse (Kapitel 5.1.5) als überexprimiert im Prostatakarzinom gefunden worden. Diese Überexpression der beiden miRNAs im Tumor konnte mittels qRT-PCR in den Prostatazelllinien und den Primärgeweben bestätigt werden. Außerdem konnte in ca. 60% der Primärgewebe eine niedrigere Sec23A Proteinexpression gezeigt werden. Die 3’UTR von SEC23A besitzt je eine Bindestelle für miR-200c und miR-375. Mittels Luciferaseassay konnte von uns bestätigt werden, dass beide miRNAs an die 3’UTR von SEC23A binden (Szczyrba et al., 2011). Die Messung der Expression von SEC23A mittels qRT-PCR zeigte, dass SEC23A im Tumor signifikant herunterreguliert war im Vergleich zum Normalgewebe (Kapitel 5.2.2). Die funktionelle Analyse von miR-200c und miR-375 belegte, dass ein Knockdown von miR-200c und miR-375 einzeln oder in Kombination eine verstärkte Proliferation von DU145 und LNCaP Zellen zur Folge hat. Dagegen ist im Magenkrebs miR-375 herunterreguliert und eine Überexpression von miR-375 führt zu einer verminderten Proliferation und Viabilität der Magenzellen (Ding et al., 66 Diskussion 2010; Tsukamoto et al., 2010). Ein potentielles Zielgen der miR-200c ist EP300. In LNCaP Zellen konnte bereits gezeigt werden, dass ein Knockdown von EP300 eine verminderte Proliferation zur Folge hat (Debes et al., 2003). Ein Knockdown von miR-200c würde zu einer erhöhten Expression von EP300 führen und dadurch die verstärkte Proliferation erklären. Weitere Zielgene von miR-200c sind CDK2 und E2F3, wodurch diese miRNA eine Rolle bei der Zellzykluskontrolle spielen könnte. Die LDH-Aktivität war in den Zellen mit miRNA Knockdown signifikant geringer, jedoch war die Apoptoserate von DU145 Zellen mit miR-375 bzw. miR-200c/375 Knockdown signifikant erhöht. Demgegenüber war die Apoptoserate von LNCaP Zellen nach Knockdown von miR-375 bzw. miR200c/375 geringer im Vergleich zu den kontrolltransfizierten LNCaP Zellen (Kapitel 5.3.1). Ein weiteres gemeinsames potentielles Zielgen der miR-200c und miR-375 ist die Proteinkinase 3-phosphoinositide dependent protein kinase-1 (PDPK1). Diese phosphoryliert AKT2, welches wiederum BAD (B-cell CLL/lymphoma 2 associated agonist of cell death) phosphoryliert (Harris, 2003). BAD ist ein positiver Regulator des programmierten Zelltods. Dephosphoryliertes BAD bildet einen Komplex mit p53 und löst Apoptose aus (Jiang et al., 2006). Ein Knockdown von miR-200c bzw. miR-375 würde damit zu einer erhöhten Expression von PDPK1 führen, so dass über phosphoryliertes AKT2 BAD phosphoryliert wird und dadurch eine verminderte Apoptoserate resultiert, wie in LNCaP Zellen gesehen. Die erhöhte Apoptoserate in DU145 Zellen nach miR375 Knockdown lässt sich möglicherweise dadurch erklären, dass die Proteinphosphatase protein phosphatase 3, catalytic subunit, gamma isozyme (PPP3CC) ein weiteres potentielles Zielgen der miR-375 ist. PPP3CC dephosphoryliert BAD. Der Knockdown von miR-375 würde somit zu einer erhöhten Expression von PPP3CC führen und dadurch zu einer verstärkten Dephosphorylierung von BAD, was wiederum eine erhöhte Apoptoserate zur Folge hat (Wang et al., 1999) (Abb. 6.1). Für die erhöhte Apoptoserate nach miR-200c Knockdown bietet die vorhergesagte Regulation von APAF-1 durch miR-200c eine mögliche Erklärung. APAF-1 bildet zusammen mit Caspase-9 das Apoptosom, wodurch die Caspase-9 und nachfolgend die Caspasen 3 und 7 aktiviert werden (Bratton, 2001; Green, 2005; Zou et al., 1997). Knockdown von miR-200c würde dadurch in einer erhöhten Expression von APAF-1 und damit in einer verstärkten Aktivierung der Caspasen 3 und 7 resultieren. Dass die DU145 Zellen nach miR-200c Knockdown keine so starke Caspase-3/7 Aktivität zeigen, wie nach Knockdown von miR-375 und miR-200c/375, wid möglicherweise verusacht durch die überlebensfördernde Phosphorylierung von Caspase-9 durch AKT2 (Kim und Chung, 2002). Eine reduzierte miR-200c Expression würde daher auf der anderen Seite über PDPK1 und AKT2 zu einer verstärkten Phosphorylierung von Caspase-9 und damit einer reduzierten Caspase-3 und Caspase-7 Aktivität führen, so dass es sich hier um zwei gegenläufige Effekte handelt, welche beide durch miR-200c reguliert werden könnten (Abb. 6.1). Beim Migrationsverhalten zeigten DU145 Zellen nur eine um ca. 10% reduzierte Migrationsrate nach miRNA Knockdown. Da miRNAs mehrere verschiedene Zielgene regulieren, lässt dies vermuten, dass die beiden miRNAs miR-200c und miR-375 zwar Gene regulieren, welche die Migrationsfähigkeit der Zellen hemmen, jedoch auf der anderen Seite auch Gene regulieren könne, Diskussion 67 Abbildung 6.1. Mögliches regulatorisches Netzwerk der Apoptoseregulierung mit den miRNAs miR-200c und miR-375. PDPK1 (3-phosphoinositide dependent protein kinase-1 ) ist ein potentielles Zielgen der miRNAs miR200c und miR-375. PDPK1 phosphoryliert AKT2, welches wiederum BAD phosphoryliert und damit eine verminderte Apoptoserate zur Folge hat. PPP3CC (protein phosphatase 3, catalytic subunit, gamma isozyme) ist ein weiteres potentielles Zielgene der miR-375, welches BAD dephosphoryliert und dadurch eine erhöhte Apoptoserate bedingt. APAF-1 ist ein weiteres potentielles Zielgen der miR-200cc, welches im Komplex mit Caspase-9 die Caspasen-3 und -7 aktiviert und dadurch verstärkt Apoptose induziert. Eine Aktivierung der Caspase-9 wird andererseits durch Phosphorylierung durch AKT2 verhindert. welche im Gegenteil in einer verstärkten Migrationsfähigkeit der Zellen resultieren. Beim Wundheilungsassay zeigten DU145 Zellen nach Knockdown von miR-200c und miR-375 ein verstärktes Wundheilungsverhalten. Beim Doppel-Knockdown miR-200c/375 wiesen DU145 Zellen kein verändertes Wundheilungsverhalten im Vergleich zur Kontrolltransfektion auf (Kapitel 5.3.2). Da es sich beim Wundheilungsverhalten um eine Kombination aus Proliferation und Migration handelt (Wong und Gotlieb, 1988; Coomber und Gotlieb, 1990; Zahm et al., 1997), stellt sich die Frage, welcher der beiden Mechanismen in den vorliegenden Experimenten der Vorherrschende ist. In dieser Arbeit konnte gezeigt werden, dass der Knockdown von miR-200c und miR-375 in DU145 eine verstärkte Proliferation zur Folge hat. Im Gegensatz hierzu hat der Knockdown der beiden miRNAs kaum Einfluss auf das Migrationsverhalten von DU145, so dass vermutet werden kann, dass der vorherrschende Mechanismus beim beobachteten stärkeren Wundheilungsverhalten von DU145 nach miRNA-Knockdown die Proliferation ist. Eine Ursache dafür, dass beim DoppelKnockdown von miR-200c/375 kein verändertes Wundheilungsverhalten zur Kontrolle beobachtet wurde, könnte sein, dass sich die beiden anti-miRNAs gegenseitig inhibieren. Außerdem haben alle miRNAs mehrere mRNAs als potentielles Ziel, so dass unterschiedliche Signalwege oder verschiedene Mitglieder eines Signalweges beeinflusst werden. Dies könnte dazu führen, dass die beiden miRNAs an unterschiedlichen Stellen eines Signalweges wirken können und dadurch der Effekt der einzelnen miRNA wieder aufgehoben wird. Die Invasivität von DU145 Zellen war nach Knockdown von miR-200c und miR-375 erhöht (Kapitel 5.3.3). Diese verstärkte Invasivität könnte dadurch erklärt werden, dass miR-200c mit dem Transkriptionsfaktor ZEB1 einen negativen Feed-back loop bildet (Gregory et al., 2008). Eine verminderte miR-200c Expression induziert ZEB1 welches wiederum E-Cadherin reprimiert (Hurteau et al., 2009). miR-375 andererseits hat als potentielles Zielgen SLUG, welches wiederum E-Cadherin 68 Diskussion reprimiert (Bolós et al., 2003; Hajra, Chen und Fearon, 2002). Repression von E-Cadherin induziert epithelial-mesenchymale Transititon (EMT) (Bracken et al., 2008). EMT wiederum resultiert in Invasion und Migration der Tumorzellen (Gregory et al., 2008) (Abb. 6.2). Abbildung 6.2. Mögliches regulatorisches Netzwerk der EMT-Regulierung mit den miRNAsmiR-200c und miR-375 ZEB1 ist ein bereits validiertes Zielgen der miR-200c (Gregory et al., 2008), welches E-Cadherin reprimiert. SLUG ist ein potentielles Zielgen der miR-375 und reprimiert ebenfalls E-Cadherin. Repression von E-Cadherin resultiert in epithelial-mesenchymaler Transition und damit in Invasion. Beim Knockdown bzw. der ektopen Expression von SEC23A zeigten DU145 Zellen keine signifikanten Unterschiede in der Proliferation, jedoch zeigte sich eine tendenziell erhöhte Proliferationsrate nach SEC23A Knockdown und eine verringerte Proliferation nach ektoper Expression von SEC23A. LNCaP Zellen waren nach ektoper Expression von SEC23A signifikant weniger proliferativ im Vergleich zu LNCaP Zellen, welche mit dem Kontrollvektor transfiziert worden waren. Nach Knockdown von SEC23A zeigte sich für LNCaP Zellen kein Unterschied in der Proliferationsrate. Die Viabilität von DU145 Zellen war sowohl für den Knockdown als auch die ektope Expression von SEC23A signifikant geringer im Vergleich zur entsprechenden Kontrolltransfektion. LNCaP Zellen zeigten nach Knockdown von SEC23A eine signifikant geringere Viabilität, nach ektoper Expression war die Viabilität ebenfalls verringert (Kapitel 5.4.1). Für die Invasivität und das Migrationsverhalten konnte kein signifikanter Unterschied zwischen Knockdown und ektoper Expression zur Kontrolltransfektion ermittelt werden (Kapitel 5.4.3). Das Wundheilungsverhalten wies jedoch deutliche Unterschiede auf. DU145 Zellen zeigten ein signifikant beschleunigtes Wundheilungsverhalten nach Knockdown von SEC23A und ein signifikant verlangsamtes Wundheilungsverhalten nach ektoper Expression von SEC23A. Da für DU145 nach SEC23A Knockdown kein Unterschied der Migrationsrate beobachtet werden konnte, jedoch eine verstärkte Proliferation, könnte dies der vorherrschende Mechansimus des Wundheilungsverhaltens sein. Nach ektoper Expression von SEC23A konnte zwar eine gering erhöhte Migrationsrate von DU145 beobachtet werden, jedoch war die Proliferationsrate vermindert und die Apoptoserate erhöht, so dass diese beiden Mechanismen das verlangsamte Wundheilungsverhalten erklären könnten. Bei LNCaP Zellen waren die Unterschiede im Wundheilungsverhalten nicht signifikant, jedoch wurde die gleiche Tendenz beim Wundheilungsverhalten wie bei DU145 Zellen festgestellt. Auch war beim Migrationsverhalten kein Unterschied gefunden worden. Lediglich die Proliferationsrate nach ektoper Expression war vermindert und die Apoptoserate erhöht, so dass diese Befunde wiederum Diskussion 69 das verlangsamte Wundheilungsverhalten nach ektoper Expression von SEC23A erklären könnten (Kapitel 5.4.2). Die nicht so deutlichen Unterschiede beim Wundheilungsverhalten von LNCaP können zum einen auf die fast doppelt solange Verdopplungszeit von LNCaP Zellen (60 Std.) im Vergleich zu DU145 Zellen (30-40 Std.) zurückzuführen sein. Zum anderen weisen LNCaP Zellen eine fibroblastenartige Gestalt auf, so dass der Spalt nicht so klar definiert ist wie bei der epithelialen Gestalt von DU145 Zellen. Sec23A ist Bestandteil des Coat protein complex II (COPII), welcher an den sogenannten Exit Sites im Endoplasmatischen Retikulum (ER) lokalisiert ist. Der COPII Komplex besteht aus der SAR1 (secretion-associated, ras related) GTPase und den Sec23-Sec24 und Sec13-Sec31 Heterodimeren (Barlowe, d’Enfert und Schekman, 1993; Fromme, Orci und Schekman, 2008; Lippincott-Schwartz, Roberts und Hirschberg, 2000). Das Sec23-Sec24 Heterodimer ist für die Erkennung der zu transportierenden Proteine zuständig. Ein Funktionsverlust von Sec23A führt zum Defekt des COPII vermittelten ER Proteintransports, zur Akkumulation von Proteinen im ER und dadurch zu einer Veränderung des Vorhandenseins extrazellulärer Proteine (Sekretom). Bislang war Sec23A nur im Zusammenhang mit einem Syndrom namens Kranio-lentikulo-suturale Dysplasie (Cranio-lenticulo-sutural dysplasia=CLSD) bekannt, welches auf einen Funktionsverlust von Sec23A und eine damit einhergehende Akkumulation von Kollagen im Endoplasmatischen Retikulum (ER) zurückzuführen ist. Hierbei handelt es sich um ein autosomal-rezessiv vererebtes Syndrom, welches charakterisiert ist durch sich spät schließende Fontanellen, früh entstehenden grauen Star, Skelettdysplasien und Gesichtsdysmorphismus (Boyadjiev et al., 2006; Boyadjiev et al., 2010). Zum Einfluss von Sec23A auf die Tumorbiologie ist bislang neben unserer eigenen Publikation (Szczyrba et al., 2011) lediglich eine Studie über Brustkrebs erschienen, welche SEC23A übereinstimmend zu den eigenen Ergebnissen als Zielgen der miR-200c fand und den Einfluss von Sec23A auf das Tumorzellsekretom und Metastasierung untersucht hat (Korpal et al., 2011). Korpal et al. (2011) konnten in einer Mausbrustkrebszelllinie mit SEC23A Knockdown eine globale Reduktion der Sekretion von Proteinen zeigen. Darunter waren Proteine, welche in die Mechanismen der Zelladhäsion, Entzündungs- und Immunantwort, extrazelluläre Strukturorganisation und Wundheilung involviert sind. Eines dieser Proteine, welches nach SEC23A Knockdown reduziert im Zellkulturmedium gefunden wurde, war IGFBP4 (insulin-like growth factor binding protein 4 ). IGFBP4 spielt eine wichtige Rolle bei der Tumorwachstumskontrolle in vivo und in vitro. In Mäusen waren Proliferation, anchorage-independent growth und Tumorentwicklung von M12 Prostatakarzinomzellen nach IGFBP4 Überexpression inhibiert. Die Apoptose von IGFBP4 überexprimierenden Zellen war erhöht (Damon et al., 1998; Zhou et al., 2003). Ektope Expression von SEC23A würde analog zur Studie von Korpal et al. (2011) zu einer erhöhten Sekretion von IGFBP4 und diese zur Inhibition von Proliferation und verstärkten Apoptose führen (Damon et al., 1998). Für die Zelllinien DU145 und 70 Diskussion LNCaP wurde übereinstimmend zu diesem Modell eine verminderte Proliferation nach SEC23A Überexpression und in DU145 Zellen eine verstärkte Proliferation nach SEC23A Knockdown gefunden. Ebenso konnte nach ektoper Expression von SEC23A eine erhöhte Apoptoserate in DU145 und LNCaP Zellen festgestellt werden. Da die Migrationsrate von DU145 Zellen nach SEC23A Knockdown tendenziell erniedrigt war, das Wundheilungsverhalten von DU145 Zellen nach Knockdown jedoch verstärkt, scheint der vorherrschende Mechanismus beim Wundheilungsverhalten die Proliferation der Zellen zu sein. Mit SEC23A lässt sich das EMT Modell (Abb. 6.2) um ein weiteres Zielgen der miRNAs miR200c und miR-375 erweitern. Eine schematische Darstellung, welche die beiden miRNAs mit ihren (potentiellen) Zielgenen in Beziehung setzt, findet sich in Abb. 6.3. Beide miRNAs beeinflussen Abbildung 6.3. Schematische Darstellung von miR-200c, miR-375 und deren Zielgenen Da SLUG bislang noch nicht als Zielgen nachgewiesen wurde, sondern diese Regulation auf in silico Analysen beruht, ist der Pfeil in Grau dargestellt. Abgeleitet aus Korpal und Kang (2008) und Korpal et al. (2011) über verschiedene Zielgene die epithelial-mesenchymale und mesenchymal-epitheliale Transition und damit Proliferation, Invasion und Metastasierung von Tumorzellen. Aus diesem Modell lässt sich ableiten, dass eine hohe miR-200c bzw. miR-375 Expression über zwei verschiedene Zielgene (SLUG, ZEB1/2 ) zu einer hohen E-Cadherin Expression führen kann, welche wiederum den epithelialen Phänotyp begünstigt und damit die Zelladhäsion. Auf der anderen Seite begünstigt eine niedrige miR-200c und miR-375 Expression den mesenchymalen Phänotyp und die Expression von SEC23A. Dadurch werden mehr Proteine wie IGFBP4 sekretiert, die Proliferation der Zellen inhibiert und Metastasierung gefördert (Korpal et al., 2011; Durai et al., 2006). Diskussion 71 6.2.2 MYO6 als Zielgen der miRNAs miR-143 und miR-145 Die miRNAs miR-143 und miR-143 waren mittels Deep Sequencing Analyse im Tumor als herunterreguliert gefunden worden (Kapitel 5.1.1). Dies konnte mittels qRT-PCR in den ProstatakarzinomZelllinien (Kapitel 5.1.2) und den Primärgeweben der beiden Patientenkollektive bestätigt werden (Kapitel 5.1.4). Bei der miRNA microArray Analyse (Kapitel 5.1.5) wurde nur miR-145 im Prostatakarzinom herunterreguliert gefunden, miR-143 war im Prostatakarzinom ebenfalls geringer exprimiert, jedoch mit p>0,05 bei einer false discovery rate von 5%. Als potentielles Zielgen beider miRNAs wurde MYO6 identifiziert, dessen 3’UTR zwei potentielle Bindestellen für miR-145 und eine für miR-143 enthält. Dass MYO6 tatsächlich ein Zielgen für beide miRNAs ist, konnte mittels Luciferaseassay bestätigt werden (Szczyrba et al., 2010). Reziprok zur niedrigen Expression der beiden miRNAs miR-143 und miR-145 im Prostatakarzinom wurde für MYO6 eine höhere Expression im Prostatakarzinom im Vergleich zum Normalgewebe gemessen (Kapitel 5.2.2). Myosin VI ist das einzige Mitglied dieser Proteinfamilie, welches sich in Richtung des Minuspols des Aktinfilamentes bewegt (Wells et al., 1999) und ist essentiell für die Tumorzellmigration (Yoshida et al., 2004). Durch die Bewegung in Richtung des Minuspols kann Myosin VI Aktinfilamente in Ausstülpungen drücken, dem ersten Schritt zur Migration (Buss, Luzio und Kendrick-Jones, 2002; Schober und Perrimon, 2002). Xu et al. (2011) konnten zeigen, dass miR-143 eine Rolle als Tumorsuppressor spielt. Eine Überexpression dieser miRNA induziert einen G1 Zellzyklusarrest und führt zu vermindertem Zellwachstum und geringerer Migration (Xu et al., 2011; Peng et al., 2011). Überexpression von miR-143 führt zu einer reduzierten Expression von MYO6 und dadurch zur Inhibition des migratorischen Effektes von Myosin VI (Yoshida et al., 2004). miR-145 reguliert proapoptotische Gene wie TRAIL und IL-24. In Brustkrebs zeigte miR-145 ebenfalls einen proapoptotischen Effekt durch Regulation von Mitgliedern des TP53 Signalweges, auf der anderen Seite wird diese miRNA wiederum selbst von TP53 reguliert (Spizzo et al., 2010; Feng et al., 2011). Als Hauptursache für die niedrige Expression der miR-145 wird die Methylierung der Promoterregion im Prostatakarzinom angenommen (Zaman et al., 2010). In der Promoterregion befindet sich außerdem ein p53 response element, so dass die reduzierte Expression von miR-145 durch die Inhibition der p53 Bindung hervorgerufen werden könnte (Suh et al., 2011). Ebenso wie für miR-143 zeigte eine Überexpression von miR-145 eine verminderte Migration in vitro (Peng et al., 2011). 6.2.3 Regulation von ERG durch miR-145 Die Herunterregulation von miR-145 spielt eine essentielle Rolle bei der Prostatatumorentwicklung (Zaman et al., 2010). Eine Überexpression von miR-145 führte zu reduzierter Migrationsfähigkeit 72 Diskussion und Invasivität in vitro und zur verminderten Tumorentstehung und geringerer Entwicklung von Knochenmetastasen aus PC-3 Zellen im Mausxenograftmodell (Peng et al., 2011). Außerdem führte eine Überexpression von miR-145 in LNCaP, VCaP und DU145 Zellen zu reduziertem Zellwachstum und verstärktem Zelltod (Wang et al., 2009; Chen et al., 2010). ERG ist ein Mitglied der ets Transkriptionsfaktor-Familie (Reddy und Rao, 1991; Reddy, Rao und Papas, 1987) für welches mehrere Spleißvarianten bekannt sind und bei SWISS-Prot (www.uniprot.org, 28.11.2011) sind 6 Isoformen aufgelistet. Die Expression von ERG GesamtmRNA und den Spleißvarianten ERG2, ERG2/3 und ERG-5, für welche qRT-PCR Assays verfügbar waren, wurde zunächst mittels qRT-PCR analysiert. Hierbei zeigte sich, dass ERG Gesamt-mRNA im Tumor signifikant überexprimiert war, ERG2 war ebenfalls signifikant höher exprimiert im Tumor, für ERG2/3 zeigte sich kein Expressionsunterschied und ERG-5 war im Prostatakarzinom signifikant niedriger exprimiert (Kapitel 5.8.1). Die Überexpression der Gesamt-ERG mRNA im Prostatakarzinom passt als reziproker Befund zur niedrigen Expression von miR-145 im Prostatakarzinom. Mittels Luciferaseassay konnten wir außerdem zeigen, dass miR-145 an die 3’UTR von ERG bindet (Hart et al., 2012). Die TMPRSS-ERG Fusion ist die häufigste genetische Veränderung im Prostatakarzinom, wodurch ERG unter die Kontrolle des androgen-responsiven Promotors von TMPRSS2 kommt (Tomlins et al., 2005). Bei der Analyse, ob der Genfusionsstatus (fusionspositiv oder fusionsnegativ) die ERG Expression beeinflusst, konnte eine signifikant höhere ERG Gesamt-mRNA sowie ERG-2 Expression in fusionspositiven Tumoren festgstellt werden. Für ERG-2/3 und ERG-5 wurde kein Unterschied zwischen fusionspositiven und -negativen Tumoren gemessen (Kapitel 5.8.3). Ebenso konnte kein Unterschied der miR-145 Expression zwischen fusionspositiven und -negativen Tumoren gefunden werden, so dass davon ausgegangen werden kann, dass die Regulation von ERG durch miR-145 ein genereller Mechanismus ist, der nicht vom Fusionsstatus abhängt. Die Analyse der ERG Proteinexpression zeigte deutliche Unterschiede zwischen Normal- und Tumorgewebe. Für die Tumorproben konnte ein spezifisches Muster festgestellt werden, mit einer Verstärkung des ERG-2-Signales und/oder dem zusätzlichen Erscheinen der ERG-1 Bande (Kapitel 5.8.2). Zwischen miR-145 und ERG mRNA Expression konnte keine Korrelation gefunden werden. Jedoch war miR-145 mit der Gesamt-ERG-Proteinmenge, sowie der ERG-1 und ERG-2 Proteinexpression korreliert (Kapitel 5.8.4). Dieses Ergebnis deckt sich mit der Beobachtung, dass in Säugetieren miRNAs zwar die Proteintranslation beeinflussen, jedoch nicht notwendigerweise die RNA Menge (Esquela-Kerscher und Slack, 2006). Die in vitro Analyse des ERG-2 Knockdown zeigte in VCaP kaum Unterschiede in der Auswirkung auf die Apoptoserate, in DU145 Zellen wurde eine um 12% verminderte Apoptoserate für eine der siRNAs gegen ERG-2 gemessen. In der Literatur wird für die ektope Expression von miR-145 eine erhöhte Zahl apoptotischer Zellen sowohl für VCaP als auch für DU145 Zellen gefunden (Wang et al., 2009; Zaman et al., 2010). Dies korreliert zwar nicht mit der verminderten Apoptoserate Diskussion 73 nach ERG-2 Knockdown. Jedoch wurde in der eigenen Arbeit nur die eine Spleißvariante ERG-2 spezifisch mittels siRNA herunterreguliert, so dass über den Einfluss der anderen Spleißvarianten keine Aussage getroffen werden kann. Nach Knockdown von ERG-2 waren VCaP und DU145 Zellen signifikant weniger proliferativ. Übereinstimmend wurde für die ektope Expression von miR-145 eine geringere Proliferation gemessen. Ebenso ging die Invasivität von DU145 Zellen nach ERG-2 Knockdown signifikant zurück und die Invasivität von DU145 Zellen nach ektoper Expression von miR-145 verringerte sich ebenfalls (Kapitel 5.8.5). In Brust- und Kolonkarzinomzellen konnte bereits gezeigt werden, dass eine Überexpression von miR-145 eine Hemmung des Zellwachstums zur Folge hat. Dies erfolgt über Hemmung des Zielgens c-Myc und dessen nachgeschaltete Signalwege der Biosynthese und des Metabolismus (Sachdeva et al., 2009; Feng et al., 2011). Tomlins et al. (2008) konnten bereits zeigen, dass ein Knockdown von ERG eine verminderte Invasivität zur Folge hat. Diese verminderte Invasivität wird über Metalloproteinasen und Gene des Plasminogenaktivatorsignalweges gesteuert (Tomlins et al., 2008). Jedoch wurde in der Arbeit von Tomlins et al. (2008) eine unveränderte Proliferationsrate nach ERG Knockdown beobachtet, in unserer eigenen Arbeit wurde eine signifikant verminderte Proliferation nach ERG-2 Knockdown festgestellt. Allerdings wurde in der Arbeit von Tomlins et al. (2008) keine spezifisch gegen die ERG-2 Spleißvariante gerichtete siRNA verwendet. In unserer Arbeit wurde spezifisch die ERG-2 Spleißvariante herunterreguliert. Eine mögliche Schlussfolgerung ist, dass ERG-2 alleine ausreichend ist, für die beobachtete und beschriebene verminderte Invasionsrate. Jedoch führt der Knockdown von ERG-2 zu einer Reduktion der Proliferation, welche bei einem Knockdown von möglicherweise mehreren ERG Spleißvarianten nicht beobachtet werden konnte (Tomlins et al., 2008). Möglicherweise hat der Kockdown von einer oder mehreren der anderen ERG Spleißvarianten einen fördernden Effekt auf die Proliferation, so dass der reduzierende Effekt des ERG-2 Knockdown wieder ausgeglichen wird. Es wurde bereits gezeigt, dass die TMPRSS2-ERG Fusion EMT erleichert (Gupta et al., 2010; Leshem et al., 2011). Die ERG-2 Spleißvariante scheint somit wichtig zu sein für die Invasionsfähigkeit und Proliferation von Zellen. Zusammen mit den Protein- und mRNA-Daten ergibt sich damit für die einzelnen ERG Spleißvarianten folgendes Muster: 6.3 Diagnostisches Potential von miRNAs Die differentielle Expression von miRNAs in Tumor- und Normalgewebe bietet die Möglichkeit, miRNAs als diagnostische und/oder prognostische Faktoren zu nutzen (Schaefer et al., 2010b). Mittels bivariater logistischer Regression und Receiver Operating Characteristics (ROC) Kurven wurde das diagnostische Potential der miRNAs miR-375, miR-200c, miR- 145 und miR-143 analysiert (Kapitel 5.6). Die AUC (area under the curve) ist bei der ROC Analyse das Maß für die 74 Diskussion Variante mRNA Expression Tu vs. No Proteinexpression Tu vs. No Hypothetische Funktion im Tumor ERG-1 n.b. hoch ERG-2 hoch hoch ERG-3(*) ERG-2/3 kein Unterschied niedrig ERG3/5 niedriger Förderung des Tumorzellwachstums fördert Proliferation, Invasion Hemmung des Tumorzellwachstums Hemmung des Tumorzellwachstums ERG-5 ERG3/5 niedriger (*) ERG-3 mRNA bzw. Proteinexpression konnte jeweils nur in Kombination mit einer anderen Spleißvariante (ERG-2 ) bzw. Isoform (ERG-5) untersucht werden. Trennschärfe des Test. Der Wert der für die AUC liegt zwischen 0 und 1, wobei ein Wert näher an 1 für eine höhere Trennschärfe steht. Im Patientenkollektiv 2 mit 50 Proben war miR-375 mit 67,3% (AUC=0,753) korrekt klassifizierter Proben der am besten positiv unterscheidende Faktor, miR-145 war mit 71,2% (AUC=0,800) der am besten negativ diskriminierende Faktor. Die Kombination aus miR-375, miR-143 und miR145 war in der Lage, 90,4% (AUC=0,9556) der Proben richtig zu klassifizieren. Diese miRNA Kombination konnte im Patientenkollektiv 1 (N=26) 71% (AUC=0,742) der Proben korrekt klassifieren und bei einer Kombination der beiden Patientenkollektive konnte eine korrekte Klassifikation von 77,6% (AUC=0,81) erreicht werden. Für die beiden Datensets und die Kombination der Patientenkollektive war jeweils die Kombination der drei miRNAs der beste diskriminierender Faktor für die Unterscheidung von Normal- und Tumorgewebe. In Kopf-und-Hals Plattenepithelkarzinomen zeigte das Ratio aus verschiedenen miRNAs ein besseres prädiktives Potential für die Unterscheidung von Tumor- und Normalgewebe als die einzelnen miRNAs (Avissar et al., 2009). Analog zur Studie von Avissar et al. (2009) wurde das Ratio von miR-375/miR-145 und das Ratio von miR-375/miR-143 verwendet. Für das Ratio miR-375/miR145 wurde eine AUC von 0,920 und für das Ratio miR-375/miR-143 eine AUC von 0,932 ermittelt. Somit kann für die eigenen Daten festgestellt werden, dass die Kombination aus den drei miRNAs miR-375, miR-143 und miR-145 die höchste Trennschärfe erzielt im Vergleich zum Ratio aus zwei miRNAs bzw. zur den einzelnen miRNAs. Eine Korrelationsanalyse verschiedener miRNAs mit den klinischen Parametern Gleason Score, Primär-Gleason Score und T-Stadium in beiden Patientenkollektiven sowie dem kombinierten Datenset zeigte eine übereinstimmende Korrelation von miR-141 mit dem Gleason Score (Kapitel 5.7). In einer Studie wurde beim Vergleich von den klinisch validierten Biomarkern Lactatdehydrogenase, zirkulierenden Tumorzellen und PSA mit zirkulierender miR-141 diese miRNA bei der Vorhersage des klinischen Verlaufs von metastasiertem Prostatakarzinom als gleichwertig zu den Biomarkern gefunden (Gonzales et al., 2011). Außerdem wurde zirkulierende miR-141 als neuer Biomarker im Diskussion 75 Kolonkarzinom beschrieben, wo diese miRNA mit einer schlechten Prognose assoziiert ist (Cheng et al., 2011). In der Literatur wurden bereits weitere miRNAs mit prognostischem und diagnostischem Potential beschrieben. Im Prostatakarzinom wurde miR-96 assoziiert gefunden mit dem biochemischen Rezidiv (Schaefer et al., 2010a) und in Nierenzellkarzinomen war miR-32 assoziiert mit einer schlechten Prognose (Petillo et al., 2009). Zusammenfassend konnte mit dieser Arbeit gezeigt werden, dass zahlreiche miRNAs im Prostatakarzinom eine differentielle Expression im Vergleich zum Normalgewebe aufweisen. Über die Regulation von Zielgenen haben miRNAs einen Einfluss auf verschiedene zellbiologische Paramter, wie Proliferation, Apoptose, Migration und Invasion. Außerdem besitzen miRNAs ein diagnostisches Potential, da über die differentielle Expression Tumor von tumorfreiem Gewebe unterschieden werden kann. Möglicherweise haben miRNAs dadurch das Potential, als neuer Biomarker die Diagnostik und, über die Assoziation mit klinisch-pathologischen Parametern, auch die Prognosemöglichkeiten des Prostatakarzinoms zu verbessern. 6.4 Ausblick In der Zukunft sind weitere Untersuchungen notwendig, um die Rolle der miRNAs im Prostatakarzinom näher zu charakterisieren. Zum einen sollen weitere Zielgene für die, in unserer Arbeit gefundenen, deregulierten miRNAs bestätigt und beschrieben werden. Insbesondere soll untersucht werden, ob SLUG tatsächlich ein Zielgen der miR-375 ist und dadurch das Bindeglied zwischen miR-375 und E-Cadherin darstellt. Zum anderen sollen weitere miRNA Expressionsprofile erstellt werden: 1. Vergleich von niedrig- und hochaggressiven Tumoren. 2. Vergleich von metastasiertem und nicht-metastasierten Gewebe. 3. Vergleich von Primärtumor und Metastase. Außerdem sollen in einem neuen Kollektiv mit die miRNA Expressionsdaten mit den Patientenüberlebensdaten korreliert werden, so dass möglicherweise über miRNA Expression eine Aussage für das Überleben getroffen werden kann. Darüberhinaus gibt es bereits erste Untersuchungen des Vorhandenseins von miRNAs in Serum, Urin und Blut (Tzimagiorgis et al., 2011; Brase et al., 2010; Simpson et al., 2009). In unserer Arbeitsgruppe sollen in der Zukunft auch Serum, Blut und insbesondere Urinproben gesammelt werden. Ein Vergleich der Expressionsprofile im Urin mit den Expressionsprofilen der Prostatatumoren und der, ebenfalls in unserer Arbeitsgruppe vorhandenen, Expressionsdaten zu Nierenzellkarzinomen bietet die Möglichkeit, über den Urin mögliche urologische Tumoren zu detektieren und zu identifizieren. Material 77 7 Material 7.1 Chemikalien Soweit nicht anders angegeben, wurden alle verwendeten Chemikalien von der Carl Roth GmbH & Co. KG (Karlsruhe) bezogen. Weitere verwendete Chemikalien: Aquatex® (aequeus Mounting agent) Merck KGaA, Darmstadt DNAse I recombinant, RNase-free Roche Diagnostics GmbH, Mannheim Fast Red TR Salt Sigma-Aldrich, Deisenhofen Fast SYBR® Green Master Mix Applied Biosystems, Darmstadt Magermilchpulver AppliChem GmbH, Darmstadt N,N-Dimethylformamid Sigma-Aldrich, Deisenhofen Naphtol-AS-MX-Phosphate Sigma-Aldrich, Deisenhofen Nuclear Fast Red Solution Sigma-Aldrich, Deisenhofen peqGold Universal Agarose Peqlab Biotechnologies, Erlangen TaqMan® Fast Universal PCR Master Mix Applied Biosystems, Darmstadt Tetramisole hydrochloride Sigma-Aldrich, Deisenhofen Triton-X-100 Roche Diagnostics GmbH, Mannheim Trizol® Reagent Invitrogen GmbH, Darmstadt Tween-20 AppliChem GmbH, Darmstadt 7.2 Reagenzien für die Zellkultur DPBS w/o Mg2+, with Calcium Pan Biotech GmbH, Aidenbach Dulbecco’s Modified Eagle’s Medium (DMEM) Pan Biotech GmbH, Aidenbach Fötales Rinderserum (FCS) Pan Biotech GmbH, Aidenbach Fötales Rinderserum aktivkohleabsorbiert (CTS) Pan Biotech GmbH, Aidenbach Hepes buffer solution 1M Pan Biotech GmbH, Aidenbach 78 Material L-Glutamin Pan Biotech GmbH, Aidenbach Matrigel BD Biosciences, Heidelberg MEM NEAA 100x Pan Biotech GmbH, Aidenbach Penicillin/Streptomycin Pan Biotech GmbH, Aidenbach RPMI 1640 Pan Biotech GmbH, Aidenbach Trypsin 0,25 % / EDTA 0,02 % in PBS without Ca2+ and Pan Biotech GmbH, Aidenbach Mg2+ 7.3 Transfektionsreagenzien jetPRIME siPORTTM Peqlab Biotechnologies, Erlangen NeoFXTM Transfection Agent Nanofectin Applied Biosystems, Darmstadt PAA, Coelbe 7.4 antisense Oligonukleotide Anti-miRTM miRNA Inhibitor -200c Applied Biosystems, Darmstadt Anti-miRTM miRNA Inhibitor -375 Applied Biosystems, Darmstadt Anti-miRTM miRNA Inhibitors Negative Control #1 Applied Biosystems, Darmstadt MYO6 ON-TARGETplus SMARTpool Thermo Fisher Scientific, Lafayette, CO, USA ON-TARGETplus Non-targeting Pool Thermo Fisher Scientific, Lafayette, CO, USA SEC23A ON-TARGETplus SMARTpool Thermo Fisher Scientific, Lafayette, CO, USA ERG2 *1 (UGCUAGAAACACAGAUUUA) Thermo Fisher Scientific, Lafayette, CO, USA ERG2 *2 (GAAACACAGAUUUACCAUA) Thermo Fisher Scientific, Lafayette, CO, USA ERG2 *3 (ACACAGAUUUACCAUAUGA) Thermo Fisher Scientific, Lafayette, CO, USA Material 79 7.5 Antikörper Antikörper Spezies Verdünnung im Herkunft Western Blot anti-Sec23A GLSK 2H4 Ratte 1:15 Elisabeth Kremmer, Helmholtz-Zentrum-München anti-GAPDH 14C10 Kaninchen 1:1000 New England Biolabs GmbH, Frankfurt a.M. anti-ERG 7. Serum Kaninchen 1:100 Elisabeth Kremmer, Helmholtz-Zentrum München anti-rabbit IgG Peroxi- Ziege 1:5000 Dianova GmbH, Hamburg Ziege 1:5000 Dianova GmbH, Hamburg dase anti-rat IgG Peroxidase 7.6 miRCURY LNA MicroRNA Detection Probes for in situ hybridization Die MiRCURY LNATM MicroRNA Detection Probes for in situ hybridization und MiRCURY LNATM MicroRNA Detection Control Probes wurden von Exiqon A/S, Vedbaek, Dänemark gekauft. Die MicroRNA Detection Probes waren am 5’-Ende DIG-markiert. miRNA Sonde Sequenz Scramble-miR (Kontrolle) GTGTAACACGTCTATACGCCCA U6, hsa/mmu/rno CACGAATTTGCGTGTCATCCTT miR-143 GAGCTACAGTGCTTCATCTCA miR-145 AGGGATTCCTGGGAAAACTGGAC miR-200c TCCATCATTACCCGGCAGTATTA miR-375 TCACGCGAGCCGAACGAACAAA 7.7 Geräte Concentrator Plus Eppendorf AG, Hamburg LAS-1000 Luminescent Image Analyzer Berthold Technologies GmbH & Co. KG, Bad Wildbad Mikroskop Axiovert 200 Carl Zeiss MicroImaging GmbH, Jena 80 Material MJ Research PTC-200 Thermo Cycler MJ Research (heute Bio-Rad Laboratories GmbH, München) NanoDrop ND-1000 Peqlab Biotechnologies, Erlangen SpectraMax 190 Absorbance Microplate Reader Molecular Devices, Ismaning StepOnePlus Real-Time PCR System Applied Biosystems, Darmstadt Tecan GENios FL Tecan Group Ltd., Männedorf, Schweiz Thermomixer comfort Eppendorf AG, Hamburg Tischkühlzentrifuge (5415R) Eppendorf AG, Hamburg Tischzentrifuge (5424) Eppendorf AG, Hamburg Tischzentrifuge (Rotina 420 R) Hettich Zentrifugen,Tuttlingen Wasserbad (GFL 1002, GFL 1083) GFL - Gesellschaft für Labortechnik MbH, Burgwedel 7.8 Verbrauchsmaterialien Culture Insert ibidi GmbH, Martinsried Invasion Chamber with 8.0 µM pores BD Biosciences, Heidelberg Invasion Chamber with 8.0 µM pores Greiner Bio-one GmbH, Frickenhausen MicroAmp® Fast Optical 96-Well Reaction Plate with Barcode, 0.1 ml Applied Biosystems, Darmstadt MicroAmp® Optical Adhesive Film Applied Biosystems, Darmstadt Polypropylenröhrchen (15 ml, 50 ml) Greiner Bio-One GmbH, Frickenhausen Reaktionsgefäße (1,5 ml, 2 ml) Carl Roth GmbH & Co. KG, Karlsruhe Zellkultur Multiwell Platte 6, 24, 96 well Greiner Bio-One GmbH, Frickenhausen Zellkulturflasche (25 cm2 , 75 cm2 ) Greiner Bio-One GmbH, Frickenhausen 7.9 Kommerziell erhältliche Kits MasterPureTM Complete DNA and RNA Purification Kit Epicentre Biotechnologies, Madison, WI mirVanaTM Applied Biosystems, Darmstadt miRNA Isolation Kit ZytoChemPlus (AP) Polymer Bulk Kit Zyotmed Systems GmbH, Berlin TaqMan® MicroRNA Reverse Transcription Kit Applied Biosystems, Darmstadt Material 81 TaqMan® Reverse Transcription Reagents Applied Biosystems, Darmstadt Cytotoxicity Detection Kit (LDH) Roche Diagnostics GmbH, Mannheim Cell Proliferation ELISA, BrdU (colorimetric) Roche Diagnostics GmbH, Mannheim Caspase-Glo® 3/7 Assay Promega GmbH, Mannheim DyNAmo® cDNA Synthesis Kit New England Biolabs, Frankfurt a.M. 7.10 TaqMan® MicroRNA Assays Die TaqMan® MicroRNA Assays wurden von Applied Biosystems, Darmstadt gekauft. Es wurden Assays für die folgenden miRNAs verwendet: miRNA Sequenz der reifen miRNA Assay ID hsa-miR-101 UACAGUACUGUGAUAACUGAA 002253 hsa-miR-126 UCGUACCGUGAGUAAUAAUGCG 002228 hsa-miR-141 UAACACUGUCUGGUAAAGAUGG 000463 hsa-miR-143 UGAGAUGAAGCACUGUAGCUC 002249 hsa-miR-145 GUCCAGUUUUCCCAGGAAUCCCU 002278 has-miR-148a UCAGUGCACUACAGAACUUUGU 000470 hsa-miR-200a UAACACUGUCUGGUAACGAUGU 000502 hsa-miR-200b UAAUACUGCCUGGUAAUGAUGA 002251 hsa-miR-200c UAAUACUGCCGGGUAAUGAUGG 000505 hsa-miR-22 AAGCUGCCAGUUGAAGAACUGU 000398 hsa-miR-24 UGGCUCAGUUCAGCAGGAACAG 000402 hsa-miR-26a UUCAAGUAAUCCAGGAUAGGCU 000405 hsa-miR-26b UUCAAGUAAUUCAGGAUAGGU 000407 hsa-miR-375 UUUGUUCGUUCGGCUCGCGUGA 000564 hsa-miR-429 UAAUACUGUCUGGUAAAACCGU 001024 hsa-miR-9 UCUUUGGUUAUCUAGCUGUAUGA 000583 RNU6b CGCAAGGATGACACGCAAATTCGTGAA 001093 GCGTTCCATATTTTT 7.11 TaqMan® Gene Expression Assays Die TaqMan® Gene Expression Assays wurden von Applied Biosystems, Darmstadt gekauft. 82 Material Assay ID Gen Referenzsequenz(en) Amplikonlänge Hs00180143 m1 CUL5 NM 003478.3 117 bp Hs00172768 m1 DEDD NM 001039711.1 76 bp NM 001039712.1 NM 032998.2 Hs01562062 m1 ERG NM 182918.3, 199 bp NM 001136154.1, NM 001136155.1, NM 004449.4 Hs01562061 m1 ERG Spleißvariante 2 NM 004449.4 83 bp Hs01554627 m1 ERG Spleißvarianten 2/3 NM 004449.4, 63 bp Hs01573964 m1 ERG Spleißvariante 5 NM 182918.3 128 bp Hs00255188 m1 IPO7 NM 006391.2 102 bp Hs99999905 m1 GAPDH NM 002046.3 122 bp 7.12 Oligonucleotide Die Synthese der Oligonukleotide (Primer) für die qRT-PCR wurde durch die Firma biomers.net GmbH, Ulm, durchgeführt. Um die Amplifikation geringer genomischer DNA zu verhindern, wurden die Primer für die mRNA Expressionsanalysen Intron-übergreifend gelegt. Gen Sequenz Verwendung E-Cadherin 5’-gaacgcattgccacatacac-3’ Amplifikation der cDNA von E-Cadherin GAPDH 5’-catgagaagtatgacaacagcct-3’ Amplifikation der cDNA von GAPDH MyosinVI 5’-actccatcctgacaagccac-3’ Amplifikation der cDNA von MyoVI Sec23A 5’-tgcgttcctctggggtggca-3’ Amplifikation der cDNA von Sec23A ZEB1 5’-cagcagaagctgagaagcc-3’ Amplifikation der cDNA von ZEB1 ZEB2 5’-tgtgcgaactgtaggaacca-3’ Amplifikation der cDNA von ZEB2 ZNF217 5’-ttgtgtgcctgctggtagtc-3’ Amplifikation der cDNA von ZNF217 7.13 Expressionsvektoren Für den Expressionsvektor pSG5-miR-145 wurde die hsa-miR-145 mit den Primern miR-145 -EcoRI 5’-GGA ATT CCC AGA GCA ATA AGC CAC ATC C-3’ und miR-145-BamHI 5’-CGG GAT CCG Material 83 GAA CAT GGT TCA TAA GCC CTC T-3’ PCR-amplifiziert und in den Vektor pSG5 (Stratagene, Agilent Technologies Sales & Services GmbH & Co. KG, Waldbronn; Vektorkarte siehe Anhang) kloniert (Szczyrba et al., 2010). Für den Expressionsvektor pCEP4-SEC23A wurde der open reading frame von SEC23A mit den Primern SEC23A-Xho1 5’-CCG CTC GAG CAA TGA CAA CCT ATT TGG-3’ und SEC23A-SAC1 5’-CGG GAT CCT CAA GCA GCA CTG GAC ACA GC-3’ PCR-amplifiziert und in den Vektor pCEP4 (Invitrogen, Karlsruhe; Vektorkarte siehe Anhang) kloniert (Szczyrba et al., 2011). Für den Expressionsvektor pMIR-ERG wurde ein 1 Kilobasenfragement der 3’UTR von ERG mit den Primern 5´ERG-Spe-GAC TAG TGG AGG GAG TTA CTG AAG TC und ERG-3’-Sac-CGA GCT CCG ATT GTC TCT TTT GTC G amplifiziert und in den SpeI/SacI verdauten pMIR-RNLTK Vektor kloniert, so dass das Firefly Luciferase (Phototinus pylaris) Gen unter die Kontrolle der ERG 3’UTR gebracht wurde. Der pMIR-RNL-TK Vektor ist ein Derivat des pMIR-REPORT Vektors (Applied Biosystems), in welchem der originale CMV Promotor durch den HSK-TK Promotor des pRL-TK Plasmids (Promega) ersetzt wurde. Ein Renilla reniformis Luciferase Gen unter der Kontrolle eines SV40 Promotors wurde vom pRL-SV40 Plasmid (Promega) PCR-amplifiziert und in die SspI Klonierunsstelle des pMIR-REPORT kloniert. Die Firefly kodierende Sequenz wird von einer Multiple Cloning Site (MCS) am 3’ Ende flankiert. Das Plasmid trägt außerdem eine Ampicillin-Resistenz. Außerdem wurde ein Vektor mit der mutierten Bindestelle für miR-145 generiert. Dafür wurde ortsgerichtete Mutagenese gemäß dem Protokoll für das QuickChange Site Directed Mutagenesis Kit (Stratagene) mit den Primern 5´PmlI-TCA AAT GAA AAT TCG CAC GTG TTG TCT GAT ATT TAA und 3´PMLI-TTA AAT ATC AGA CAA CAC GTG CGA ATT TTC ATT TGA durchgeführt (Hart et al., 2012). 7.14 Software GraphPad Prism 5 GraphPad Software, La Jolla, USA FujiFilm Image Reader LAS-1000 Pro V2.6 Berthold Technologies GmbH & Co. KG, Bad Wildbad ImageJ National Institutes of Health Magellan™ Data Analysis Software 6 Tecan Group Ltd., Männedorf, Schweiz Openlab 5.0 PerkinElmer, Massachusetts, USA Softmax Pro 5.4.1 Molecular Devices, Ismaning SPSS Statistics 19 IBM Deutschland GmbH, Ehningen StepOnePlus™ Software Applied Biosystems, Darmstadt 84 Material 7.15 Primärgewebe Die Studie wurde von der lokalen Ethikkommission genehmigt und gemäß der Erklärung von Helsinki (World Medical Association Declaration of Helsinki, Ethical Principles for Medical Research Involving Human Subjects) durchgeführt. Es wurden Gewebeproben nach radikaler Prostatektomie von Prostatatumorgewebe und angrenzendem Normalgewebe gesammelt. Für den Deep Sequencing Ansatz wurden je zwei Pools mit je fünf Gewebeproben von Normalgewebe bzw. Tumorgewebe generiert. Die Proben wurden in der Pathologie des Universitätsklinikum des Saarlandes von Prof. Dr. Rainer Grobholz zur Verfügung gestellt. Die Patientencharakteristika Alter bei Diagnosestellung, der Gleasongrad (Epstein et al., 2005) und die TNM-Klassifikation (tumor, node, metastasis) (Union Internationale contre le Cancer, UICC) wurden erfasst (siehe Tab. 7.1). Für den qRT-PCR Ansatz wurden zwei unterschiedliche Kollektive verwendet. Die Proben von Kollektiv 1 wurden 2005 und 2006 am Universitätsklinikum Regensburg (Prof. Dr. Wolf Wieland), die Proben von Kollektiv 2 zwischen 1994 und 1996 am Universitätsklinikum Münster (PD Dr. Elke Eltze) . Bei keinem der Patienten waren zum Zeitpunkt der Operation Metastasen entdeckt worden. Patientenkollektiv 1 bestand aus 26 kryokonservierten Proben. Alle Proben wurden von einem Pathologen makrodisseziert, um einen Tumoranteil größer 70% in der Tumorprobe und Tumorfreiheit in der korrespondierenden Normalprobe zu gewährleisten. Patientenkollektiv 2 bestand aus 50 Formalin-fixierten, Paraffin eingebetteten Proben. Von den Gewebeproben wurden 10 µM Schnitte angefertigt, welche durch einen Pathologen mikrodisseziert wurden. Für jeden Patienten wurden die oben genannten Charakteristika erhoben (siehe Tab. 7.2). Für die miRNA microArray Analyse wurden aus von den Gewebeproben aus Kollektiv 2 die 20 Proben mit korrespondierendem Normalgewebe ausgewählt, welche den höchsten Malignitätsgrad (pT3a, pT3b sowie pT2b und pT2c mit gleichzeitig Primärgleason 4) aufwiesen (siehe Tab. 7.3). Material 85 Tabelle 7.1. Patientencharakteristik für Pool 3 und 4 Patientencharakteristik für die Sequenzierungspools 3 + 4 mit Alter bei Diagnosestellung, Gleasongrad, Primärgleason und T-Stadium der TNM Klassifikation (Anzahl und Angabe in Prozent der Gesamtprobenzahl). Charakteristikum Patientenzahl Alter (Jahre) Median Altersspanne T Stadium pT2a pT2b pT2c pT3a pT3b pT4 Gleasongrad 6 7 Primär Gleason 3 4 Pool 3 Pool 4 5 5 66 60-72 64 62-73 0 0 4 0 1 0 0% 0% 80% 0% 20% 0% 0 0 4 0 0 1 0% 0% 80% 0% 0% 20% 0 5 0% 100% 1 4 20% 80% 3 2 60% 40% 3 2 60% 40% 86 Material Tabelle 7.2. Patientencharakteristik von Kollektiv 1 und 2 Patientencharakteristik für die Kollektive 1 und 2 mit Alter bei Diagnosestellung, Gleasongrad, Primärgleason und T-Stadium der TNM Klassifikation (Anzahl und Angabe in Prozent der Gesamtprobenzahl). Charakteristikum Patientenzahl Alter (Jahre) Median Altersspanne T Stadium pT2a pT2b pT2c pT3a pT3b Gleasongrad 5 6 7 8 9 Primär Gleason 2 3 4 5 Kollektiv 1 Kollektiv 2 26 50 67,5 46-75 65 52-74 4 0 7 7 8 15,4% 0,0% 26,9% 26,9% 30,8% 0 3 21 21 5 0,0% 6,0% 42,0% 42,0% 10,0% 2 5 7 8 5 7,7% 19,2% 26,9% 30,8% 19,2% 6 1 41 0 2 12,0% 2,0% 82,0% 0,0% 4,0% 1 12 4 9 3,8% 46,2% 15,4% 34,6% 0 33 17 0 0,0% 66,0% 34,0% 0,0% Material 87 Tabelle 7.3. Patientencharakteristik für die Gewebeproben für die miRNA microArray Analyse Patientencharakteristik der Proben aus Kollektiv 2, welche für die miRNA microArray Analyse verwendet wurden, mit Alter bei Diagnosestellung, Gleasongrad, Primärgleason und T-Stadium der TNM Klassifikation (Anzahl und Angabe in Prozent der Gesamtprobenzahl). Charakteristikum miRNA microArray Patientenzahl Alter (Jahre) Median Altersspanne T Stadium pT2b pT2c pT3a pT3b Gleasongrad 7 9 Primär Gleason 3 4 20 65,5 54-71 1 6 8 5 5% 30% 40% 25% 18 2 90% 10% 3 17 15% 85% Methoden 89 8 Methoden 8.1 RNA Extraktion 8.1.1 RNA Extraktion mit Guanidinium Thiocyanate-Phenol-Chloroform (TRIzol®) aus kryokonserviertem Primärgewebe und Zellkultur Die von den Fachärzten der Pathologie klassifizierten, kryokonservierten Primärgewebestücke wurden mit einem Mikropistill in 0,5 ml TRIzol® Reagent homogenisiert und gemäß dem Protokoll für das TRIzol® Reagent von Invitrogen Inc., Carlsbad, CA, USA RNA und Proteine (Kapitel 8.10.1) isoliert. Zu den homogenisierten Geweben wurden je 0,5 ml TRIzol® Reagent zugegeben und 5 Min. bei RT inkubiert. Um RNA aus Zellkultur zu isolieren wurden zu den Zellen je 25 cm2 Zellkulturflasche 1 ml TRIzol® Reagent zugegeben und 5 Min. bei RT inkubiert. In 15 ml Falconröhrchen wurde Chloroform (200 µl pro 1 ml TRIzol® Reagent) vorgelegt. Das Gewebe bzw. die Zellen in TRIzol® Reagent wurden zum Chloroform hinzupipettiert, die Falconröhrchen wurden 15 Sekunden invertiert, 3 Min. bei RT inkubiert und anschließend bei 4754 x g, 4°C für 25 Min. ohne Bremse zentrifugiert. Der Überstand wurde in ein neues 15 ml Falconröhrchen mit Isopropanol (0,5 ml pro 1 ml TRIzol® Reagent) überführt, 10 Min. bei RT inkubiert und erneut bei 4754 x g, 4°C für 25 Min. mit Bremse zentrifugiert. Der Überstand wurde abgenommen und das Pellet mit 75% Ethanol (1 ml pro 1 ml TRIzol® Reagent) gewaschen. Hierzu wurde bei 4754 x g, 4°C für 15 Min. mit Bremse zentrifugiert. Anschließend wurde der Überstand verworfen und das Pellet bei RT getrocknet. Die RNA wurde in H2 O mit 0,1% (v/v) DEPC bei 37°C im Wasserbad für 30 Min. gelöst und anschließend bei -80°C aufbewahrt. 8.1.2 RNA Isolation aus Formalin-fixiertem, Paraffin eingebettetem Gewebe mit dem MasterPure Complete DNA and RNA Purification Kit (Epicentre Biotechnologies, Madison, WI) Die Formalin-fixierten, Paraffin eingebetteten Gewebe wurden von einem Pathologen in 10 µM Schnitte geschnitten, mikrodisseziert und in 300 µl Tissue and Cell Lysis Solution bis zur Aufarbeitung bei -80°C eingefroren. Die RNA Isolation erfolgte gemäß dem Protokoll des MasterPure Complete DNA and RNA Purification Kit (Epicentre Biotechnologies, Madison, WI). 90 Methoden Zum Gewebe in Tissue and Cell Lysis Solution wurden 167 ng/µl Proteinase K zugegeben, die Lösung gemischt und bei 65°C für 30 Min. inkubiert. Alle 5-10 Min. wurde die Lösung gemischt. Anschließend wurden 150 µl MCP Protein Precipitation Reagent hinzugegeben und gemischt. Die Zellbruchstücke, Paraffin und Protein wurden bei 10.000xg und 4°C für 10 Min. pelletiert und der Überstand in ein frisches Reaktionsgefäß überführt. Zum Überstand wurden 500 µl Isopropanol gegeben und durch Invertieren gut gemischt. Die gesamten Nukleinsäuren wurden durch Zentrifugation bei 10.000 x g und 4°C für 10 Min. pelletiert. Der Überstand wurde abgenommen, das Pellet wurde in 200 µl DNAse I Lösung (1x DNAse I Puffer + 5 U DNAse I) resuspendiert und bei 37°C für 10 Min. inkubiert. Es wurden 200 µl 2x T and C Lysis Solution zugegeben, gemischt und 200 µl MCP Protein Precipitation Reagent zugegeben und gemischt. Die Lösung wurde anschließend 5 Min. auf Eis inkubiert. Die DNA und Proteine wurden bei F10.000 x g und 4°C für 10 Min. pelletiert. Der Überstand mit der RNA wurde in ein frisches Reaktionsgefäß überführt, 500 µl Isopropanol zugegeben und durch Invertieren gemischt. Nach Zentrifugation für 10 Min. bei 10.000 x g und 4°C wurde der Überstand abgenommen und das Pellet mit 500 µl 70% EtOH gewaschen. Nach erneuter Zentrifugation für 10 Min. bei 10.000 x g und 4°C wurde der EtOH abgenommen und das RNA Pellet in 50 µl H2 O DEPC resuspendiert. Zum Lösen der RNA wurde diese bei 37°C für 30 Min. im Wasserbad inkubiert. 8.1.3 RNA Extraktion mit dem mirVana™ miRNA Isolation Kit Zur Trennung von kleinen und großen RNA nach der Transfektion von Überexpressionsvektoren und dem Knockdown mit anti-miRNA bzw. siRNA Oligonukleotiden in Zellkultur wurde die RNA Extraktion mit dem mirVana™ miRNA Isolation Kit (Applied Biosystems, Darmstadt) durchgeführt. Hierzu wurden die Zellen nach der Transfektion mit Trypsin von der Zellkulturflasche gelöst und bei 300 x g 8 Min. zentrifugiert. Das Pellet wurde in 400 µl Lysis and Binding Solution aufgenommen, es wurden 40 µl Homogenate Additive hinzugegeben und die Lösung wurde 10 Min. auf Eis inkubiert. Anschließend wurden 400 µl Acid-Phenol:Chloroform zugegeben und 10 Min. bei 4754 x g ohne Bremse bei RT zentrifugiert. Die klare Phase wurde abgenommen, mit 1/3 Volumen 100% EtOH gemischt, auf einen Filter gegeben und 30 Sek. bei 10.000 x g zentrifugiert. An den Filter war jetzt die große RNA-Fraktion gebunden. Der Durchfluss wurde mit 2/3 Volumen 100% EtOH gemischt und auf einen frischen Filter gegeben. Zur Bindung der kleinen RNA-Fraktion an den Filter wurde erneut 30 Sek. bei 10.000 x g zentrifugiert. Auf alle Filter (große und kleine RNA-Fraktion) wurden 700 µl Waschlösung 1 gegeben und 30 Sek. bei 10.000 x g zentrifugiert. Der Durchfluss wurde verworfen und die Filter zweimal mit je 500 µl Waschlösung 2 gewaschen. Der Durchfluss wurde verworfen und die Filter nochmal 1 Min. bei 10.000 x g zentrifugiert. Die Filter wurden in ein frisches Reaktionsgefäß umgesetzt und die RNA mit H2 O 0,1% (v/v) DEPC von den Filtern eluiert. Hierzu wurden 60 µl H2 O DEPC, welches vorher auf 95°C erwärmt wurde, auf die Filter pipettiert, 1 Min. bei RT inkubiert und anschließend 1 Min. bei 10.000 x g zentrifugiert. Methoden 91 8.2 Photometrische Bestimmung der RNA Konzentration Die Bestimmung der Konzentration der gewonnen RNA wurde photometrisch mit dem NanoDrop ND-1000 (Peqlab) durchgeführt. Hierfür wurde die Absorption der RNA-Lösung bei 260 nm (A260) gemessen mit H2 O 0,1% DEPC als Nullwert. Eine A260 von 1 entspricht dabei einer RNAKonzentration von 40 µg/µl. 8.3 DNAseI Behandlung Um eventuelle Verunreinungen der RNA-Lösung mit DNA zu vermeiden, wurde nach der RNA Extraktion die RNA-Lösung einer Behandlung mit RNAse freier DNAse I (Roche Diagnostics GmbH, Mannheim) unterzogen. 10 − 50 µg RNA wurden mit dem entsprechenden Volumen 10x DNaseI Buffer und 10 U DNaseI recombinant, RNAse-free gemischt. Der Ansatz wurde 20 Min. bei 37°C im Wasserbad inkubiert. Zum Abstoppen der Reaktion wurde EDTA pH 8,0 zugegeben (Endkonzentration in der Lösung 8 mM) und der Ansatz 10 Min. bei 75°C inkubiert. 8.4 cDNA Synthese Bei der cDNA Synthese wird mit Hilfe des Enzyms M-MuLV Reverse Transkriptase an der RNA eine komplementäre DNA (c = complementary) synthetisiert. Hierzu benötigt die Reverse Transkriptase einen kurzen komplementären DNA-Abschnitt (Primer), welcher an die RNA bindet. So wird ein cDNA Strang produziert, der mit dem ursprünglichen RNA Strang hybridisiert ist. Dieser RNA Strang wird vom Enzym RNAse H abgebaut und die DNA-Polymerase synthetisiert den komplementären Strang zum schon bestehenden cDNA Strang. 92 Methoden 8.4.1 miRNA spezifische cDNA Synthese Die miRNA spezifische cDNA Synthese wurde mit dem TaqMan® miRNA Reverse Transcription Kit (Applied Biosystems) durchgeführt. Die cDNA Synthese erfolgte in 15 µl Ansätzen. 1x Ansatz 10 ng Gesamt-RNA 1x Puffer 1,5 nM dNTP 3,8 U RNAse Inhibitor 40 U Reverse Transkriptase 1x RT Primer (miRNA spezifisch) Reaktionsbedinungen 16°C 30 Min. 42°C 30 Min. 85°C 5 Min 8.4.2 cDNA Synthese von Gesamt-RNA 8.4.2.1 cDNA Synthese mit dem TaqMan® mRNA Reverse Transcription Kit (Applied Biosystems) Die cDNA Synthese von Gesamt-RNA wurde mit dem TaqMan® mRNA Reverse Transcription Kit (Applied Biosystems) durchgeführt. Die cDNA Synthese erfolgte in 20 µl Ansätzen. 1x Ansatz 200 ng RNA 1x Puffer Reaktionsbedinungen 11 nM MgCl2 25°C 10 Min. 1 nM dNTP 48°C 30 Min. 0,2 nM Random Hexamer Primer 95°C 5 Min. 8U RNAse Inhibitor 25 U Reverse Transkriptase Anschließend wurden die Ansätze 1:1 mit H2 O DEPC verdünnt. 8.4.2.2 cDNA Synthese mit dem DyNAmo™ cDNA Synthese Kit Die cDNA Synthese von Gesamt-RNA wurde mit dem DyNAmo™ cDNA Synthese Kit (Finnzymes) durchgeführt. Die cDNA Synthese erfolgte in 20 µl Ansätzen. Methoden 93 1x Ansatz 200 ng RNA 1x Puffer 300 ng Random Hexamer Primer 25 U Reverse Transkriptase m-MuLV Reaktionsbedinungen 25° 10 Min. 37°C 30 Min. 85°C 5 Min. Anschließend wurden die Ansätze 1:1 mit H2 O DEPC verdünnt. 8.5 Quantitative Real-time PCR (qRT-PCR) Die qRT-PCR beruht auf dem Prinzip der Polymerase-Kettenreaktion (PCR) und bietet zusätzlich die Möglichkeit der Quantifizierung der Expression der Zielgene anhand von Fluoreszenzmessungen während jedem PCR-Zyklus. Die Messung der Zunahme der Fluoreszenz erfolgt am Ende der Zyklen in der exponentiellen Phase der qRT-PCR. Für den Anfang der exponentiellen Phase wird der CT - Wert (Threshold Cycle = Schwellenwertzyklus) angegeben, also der Wert, der den Zyklus beschreibt, bei dem die Fluoreszenz das erste Mal über die Hintergrund-Fluoreszenz steigt. 8.5.1 qRT-PCR mit TaqMan® Assays Bei der qRT-PCR mit TaqMan®Assays entsteht die Fluoreszenz dadurch, dass von einer Sonde, welche an einem Ende mit einem Quencher (3’-Ende) und am anderen Ende mit ein Reporterfluoreszenzfarbstoff (5’-Ende, z.B. FAM) markiert ist, durch eine Taq-Polymerase mit einer zusätzlichen 5’3’-Exonuclease-Aktivität die Sonde während der Synthese des Gegenstrangs am 5’-Ende abgebaut wird und Quencher und Fluoreszenzfarbstoff getrennt werden, wodurch der Fluoreszenzfarbstoff frei wird (Chen et al., 2005). Die steigende Reporter-Fluoreszenz bei jedem Syntheseschritt wird dann gemessen (Abb. 8.1). Für die Quantifizierung wurde außerdem eine interne Kontrolle (z.B. RNU6b, GAPDH) benötigt. Anhand dieser internen Kontrolle können dann Variationen der Ausgangsmenge der eingesetzten cDNA ausgeglichen werden (Normalisierung). Die relative Expression wurde anhand der 2−∆∆CT Methode berechnet (Livak und Schmittgen, 2001). Die Expression jeder Probe wurde in Triplikaten gemessen. 1x Ansatz cDNA (mRNA) 5 ng cDNA (miRNA) 333 pg TaqMan Fast MasterMix (2x) 1x (5 µl) TaqMan Assay (20x) 1x (0.5 µl) H2 O ad 10 µl 94 Methoden Abbildung 8.1. Schematische Darstellung der Entstehung der Fluoreszenz bei der qRT-PCR mit zweifach markierten Sonden A) Sowohl die zweifach markierten Sonden als auch die PCR Primer binden an die Zielsequenz während des Annealingschritts. Die räumliche Nähe von Fluorophor und Quencher verhindert die Fluoreszenz. B) Während des Extensionsschrittes verlängert die Taq DNA Polymerase die Primer. Wenn das Enzym auf die Probe trifft, wird durch die 5’-3’-Exonuclease-Aktivität der Polymerase das Fluorophor von der Probe abgespalten. C) Die Sondenfragmente werden von der Zielsequenz freigesetzt und die Polymerisation des Stranges wird fortgesetzt. Das Fluoreszenzsignal des freien Fluorophors wird gemessen. (Aus: TaqMan Universal Master Mix Protocol, Introduction 1-3, Applied Biosystems, 2002/2010) Methoden 95 Die Reaktion wurde in einem StepOnePlus™ Realtime PCR System (AppliedBiosystems) durchgeführt. Reaktionsbedinungen 1. Zyklus 95°C 20 Sek. (Denaturierung der DNA und Polymerase Aktivierung) 40 Zyklen 95°C 1 Sek. (Denaturierung) 60°C 20 Sek. (Elongation) 8.5.2 qRT-PCR mit SYBR Green I Bei der qRT-PCR mit SYBR Green I bindet der SYBR Green I Farbstoff an doppelsträngige DNA und fluoresziert dadurch stärker. Die Zunahme der Fluoreszenz korreliert mit der Zunahme der Target-DNA von Zyklus zu Zyklus. Bei einer Schmelzkurvenanalyse wird die DNA aufgeschmolzen, indem die Temperatur langsam kontinuierlich erhöht wird (60°C bis 95°C). Bei einer für das Fragment spezifischen Schmelztemperatur denaturiert der Doppelstrang zu zwei einzelsträngigen Molekülen. Dabei wird der Fluoreszenzfarbstoff (SYBR Green I) freigesetzt und es wird eine Fluoreszenzabnahme registriert. Da die doppelsträngige DNA von spezifischen PCR-Produkten einen höheren Schmelzpunkt hat als unspezifisch entstehende Primerdimere, ist eine Unterscheidung möglich. Für die Quantifizierung wurde außerdem eine interne Kontrolle (GAPDH) benötigt. Anhand dieser internen Kontrolle können dann Variationen der Ausgangsmenge der eingesetzten cDNA ausgeglichen werden (Normalisierung). Die Expression jeder Probe wurde in Triplikaten gemessen. 1x Ansatz cDNA 50 ng SybrFast MasterMix (2x) 1x (5 µl) Vorwärtsprimer (100µM) 250 nM (0.5 µl) Rückwärtsprimer (100µM) 100 nM (0.2 µl) H2 O ad 10 µl Die Reaktion wurde in einem StepOnePlus™ Realtime PCR System (Applied Biosystems) durchgeführt. Reaktionsbedinungen 1. Zyklus 95°C 5 Min. (Denaturierung der DNA und Polymerase Aktivierung) 40 Zyklen 95°C 3 Sek. (Denaturierung) 60°C 30 Sek. (Elongation) Schmelzkurve 96 Methoden 8.6 Zellkultur In den Experimenten wurden kontinuierliche, adherente Zelllinien verwendet. Die verwendeten Zelllinien DU145, LNCaP and PC-3 stammen von der Deutschen Sammlung von Mikroorganismen und Zellkulturen GmbH (DSMZ). Die Zelllinie VCaP stammt von der American Type Culture Collection (ATCC). Die Zelllinie PNF-08 wurde von Prof. Dr. Gerhard Unteregger, Klinik und Poliklinik für Urologie und Kinderurologie der Universität des Saarlandes, zur Verfügung gestellt. Als Kulturmedium für die Zelllinien DU145, LNCaP und PC-3 wurde RPMI 1640 mit Glutamin, hitzeinaktiviertem FCS, Penicillin/Streptomycin, Hepes und nicht-essentiellen Aminosäuren verwendet. Die Zelllinien VCaP und PNF-08 wurden in Dulbecco’s Modified Eagle’s Medium (DMEM) mit Glutamin, hitzeinaktiviertem FCS, Penicillin/Streptomycin, Hepes und nicht-essentiellen Aminosäuren kultiviert. Die Zellen wurden in Gewebezuchtflaschen im Brutschrank bei 37°C und 5% CO2 kultiviert. Alle Zellkulturarbeiten wurden steril in einer Zellkulturwerkbank durchgeführt. Alle Medienflaschen, Pipettierhilfen, Pipetten und Reaktionsgefäßständer wurden vor Verwendung mit 70% Ethanol desinfiziert. 8.6.1 Zelllinien DU145 Die Zelllinie DU145 wurde aus einer Metastase des zentralen Nervensystems eines 69 Jahre alten Mannes mit Prostatakrebs etabliert. Es handelt sich um epitheliale Zellen, die adhärent als Monolayer wachsen (Mickey et al., 1980). LNCaP Die Zelllinie LNCaP wurde aus einer Lymphknotenmetastase eines 50 Jahre alten Mannes mit Prostatakrebs etabliert. Die fibroblastoiden Zellen wachsen als Einzelzellen und in Zellhaufen. Die Zellen wurden als androgen sensitiv beschrieben (Mickey et al., 1980; Akao, Nakagawa und Naoe, 2006; Horoszewicz et al., 1983). PC-3 Die Zelllinie PC-3 stammt von einer Knochenmarkmetastase, welche von einem 62 Jahre alten Mann mit Prostatakrebs isoliert wurde. Die Zellen wurden als nicht androgen sensitiv beschrieben. Die epithelialen Zellen wachsen als Monolayer oder in Multilayerfoci (Kaighn et al., 1979). PNF-08 Die normale humane Prostatafibroblastenzelllinie wurde von einem nichtmalignen Prostatagewebe generiert und von Prof. Gerhard Unteregger (Urologische Universitätsklinik, Homburg/Saar) zur Verfügung gestellt. Methoden 97 VCaP Die Zelllinie VCaP wurde aus einer Wirbelkörpermetastase eines Patienten, mit hormonrefraktärem Prostatakrebs etabliert. Die Zelllinie wurde als androgen sensitiv beschrieben. Die Zellen exprimieren Prostataspezifisches Antigen (PSA) (Korenchuk et al., 2001). 8.6.2 Kultivieren und Passagieren von Zellen 8.6.3 Auftauen von Zellen Die Zellen wurden bei 37° im Wasserbad aufgetaut, mit 8 ml RPMI 1640 Medium bzw. DMEM mit 10% FCS gemischt und 8 Min. bei 300 x g und RT zentrifugiert. Das Zellpellet wurde in Medium aufgenommen und in 75cm2 Zellkulturflaschen überführt. 8.6.4 Einfrieren von Zellen Die Zellen wurden in 10% DMSO, 40% FCS, 50% RPMI 1640 bzw. DMEM Medium aufgenommen und in einer Einfrierbox zunächst für 24h bei -80°C langsam eingefroren. Anschließend wurden die Zellen bei -80°C gelagert. 8.6.5 Passagieren von Zellen Die Zellen wurden alle 2-4 Tage, je nach Teilungsrate, passagiert. Hierzu wurden die Zellen mit 3 ml PBS gewaschen und anschließend mit 2,5 ml Trypsin/EDTA pro 75 cm2 von der Zellkulturflasche abgelöst. Das Trypsin wurde durch Zugabe von RPMI 1640 bzw. DMEM mit 10% FCS inaktiviert. Die Zellen wurden in ein 15 ml Falconröhrchen überführt und 8 Min. bei 300 x g und Raumtemperatur pelletiert. Das Zellpellet wurde in RPMI 1640 bzw. DMEM mit 10% FCS aufgenommen und die Zellzahl bestimmt. Die Zellen wurden folgendermaßen pro 75 cm2 eingesät: DU145 2·106 Zellen LNCaP 3·106 Zellen PC-3 1·106 Zellen VCaP 2·106 Zellen 98 Methoden 8.6.6 Bestimmung der Zellzahl Die Bestimmung der Zellzahl erfolgte mittels Neubauer-Zählkammer. Hierzu wurden 12 µl der Zellsuspension mit 12 µl Trypanblau vermischt und von der 1:1 Mischung 12 µl in die NeubauerZählkammer überführt. Dies geschah durch Ansetzten der Pipettenspitze an der Kante der Zählkammer, wobei die Suspension durch Kapillarkräfte zwischen Deckglas und Kammer gesaugt wurde. Anschließend wurden unter dem Mikroskop die großen Eckquadrate der Zählkammer ausgezählt. Die Zellzahl wurde folgendermaßen berechnet: Zellzahl pro ml = Summe(Zellzahl der vier Großquadrate) · 104 4 (2) 8.6.7 Transiente Transfektion von DNA Der Plasmidtransfer in die Zelle erfolgte mit jetPRIMETM (Peqlab Biotechnologies, Erlangen), einem nicht-liposomalen Molekül. Die Zellen wurden am Vortag in 6-Well-, 96-Well-Platte oder Transwellinserts ausgesäht (Tab. 8.1). Das Verhältnis von DNA zu jetPRIMETM Reagenz betrug 1:2 (w/v), d.h. für 1 µg DNA wurden 2 µl jetPRIMETM Reagenz verwendet. Die DNA wurde im jetPRIMETM Puffer resuspendiert und die ensprechende Menge jetPRIMETM Reagenz zugegeben (Tab. 8.1). Die Suspension wurde kurz gemischt und 10 Min. bei RT inkubiert. Anschließend wurde der Transfektionsmix tropfenweise auf die Zellen pipettiert. Der Transfektionsmix und das Medium wurden durch Kippen der Platten gemischt. Die Inkubation erfolgte über 24h und 48h im Brutschrank bei 37°C und 5% CO2 . Tabelle 8.1. Angaben zu Zellzahl, Mediummenge, DNA-Menge, jetPRIMETM Reagenz und Puffermenge je nach verwendeter Zellkulturplatte Zellkulturplatte Zellzahl Medium DNA Menge 6-Well-Platte 96-Well-Platte Transwellinserts 250.000 6000 50.000 2 ml 60 µl 200 µl 2 µg 1 µg 0.5 µg jetPRIME Reagenz 4 µl 2 µl 1 µl jetPRIME Puffer 200 µl 100 µl 50 µl 8.6.8 Transiente Transfektion von miRNA antisense Oligonukleotiden Die transiente Transfektion von miRNA antisense Oligonukleotiden in der Zellkultur erfolgte mittels des lipid-basierten siPORT™ NeoFX™ Transfection Agent und Anti-miR miRNA Inhibitors (Applied Biosystems). Die Zellen wurden am Vortag in 6-Well-, 96-Well-Platte oder Transwellinserts ausgesät. Für den Transfektionsansatz wurde die entprechende Menge OptiMEM® mit Methoden 99 der antisense-miRNA und anschließend dem siPORT™ NeoFX™ Transfection Agent gemischt (Tab. 8.2) und 10 Min. bei Raumtemperatur inkubiert. Anschließend wurde der Transfektionsansatz tropfenweise auf die Zellen gegeben und durch Kippen der Platte verteilt. Die Zellen wurden im Brutschrank bei 37°C und 5% CO2 inkubiert. Tabelle 8.2. Angaben zu Zellzahl, Mediummenge, antisense-miRNA Endkonzentration, OptiMEM® und siPORT™ je nach verwendeter Zellkulturplatte Zellkulturplatte 6-Well-Platte 96-Well-Platte Transwellinserts Zellzahl 250.000 6000 50.000 Medium 2,5 ml 60 µl 200 µl antisense-miRNA 30 nM 30 nM 30 nM OptiMEM ad 200 µl ad 20 µl ad 50 µl siPort 5 µl 0.5 µl 1 µl 8.6.9 Transiente Transfektion von antisense Oligonukleotiden zur Verhinderung der Genexpression von MYOSIN VI, SEC23A und ERG2 Die transiente Transfektion von Oligonukleotiden zur Verhinderung der Genexpression von MYOSIN VI, SEC23A und ERG2 in der Zellkultur erfolgte mittels jetPRIMETM Reagenz. Die Zellen wurden am Vortag in 6-Well-, 96-Well-Platte oder Transwellinserts ausgesät.Für den Transfektionsansatz wurde die entprechende Menge jetPRIMETM Puffer mit den antisense Oligonukleotiden und dem jetPRIME ReagenzTM gemischt (Tab. 8.3) und 10 Min. bei Raumtemperatur inkubiert. Anschließend wurde der Transfektionsansatz tropfenweise auf die Zellen gegeben und durch Kippen der Platte verteilt. Die Zellen wurden im Brutschrank bei 37°C und 5% CO2 inkubiert. Tabelle 8.3. Angaben zu Zellzahl, Mediummenge, Konzentration der antisense Oligonukleotide, jetPRIMETM Reagenz und jetPRIMETM Puffer je nach verwendeter Zellkulturplatte Zellkulturplatte Zellzahl Medium 6-Well-Platte 96-Well-Platte Transwellinserts 250.000 6000 50.000 2 ml 60 µl 200 µl antisense Oligonukleotide 10 nM 10 nM 10 nM jetPRIME Reagenz 4 µl 2 µl 1 µl jetPRIME Puffer 200 µl 100 µl 50 µl 8.7 Funktionelle Analysen 8.7.1 Migration und Invasion Zur Messung der Fähigkeit zur Migration und der Invasivität der Zellen nach Transfektion wurden die Zellen zunächst über 24h in Mangelmedium inkubiert. Das Mangelmedium für DU145 Zellen 100 Methoden war RPMI 1640 mit 2% FCS, das Mangelmedium für LNCaP Zellen war RPMI 1640 mit 10% CTS. Es wurden je 50.000 Zellen pro Insert in 200 µl RPMI 1640 mit 2% FCS (DU145 Zellen) bzw. 10% CTS (LNCaP Zellen) in Transwellinserts ausgesät und, wie unter Abschnitt 8.6.7, 8.6.8 und 8.6.9 beschrieben, in Duplikaten transfiziert. Die Transwellinserts waren entweder unbeschichtet oder mit 50 µl Basement Membrane Extrakt (1:3 verdünnt mit RPMI ohne Zusätze) beschichtet. Je Well wurden 500 µl RPMI mit 10% FCS zugegeben. Nach 48h wurden die Zellen mittels Cell Dissociation Solution von der Unterseite der Membran gelöst. Hierzu wurden die Wells und Inserts zunächst mit 1x PBS gespült und anschließend wurden je Well 400 µl einer Cell Dissociaton Solution mit Calcein AM (1:5000) zugegeben. Die Inkubation erfolgte für 1 h im Brutschrank bei 37◦ C und 5% CO2 . Anschließend wurde die Unterseite der Inserts mit Cell Dissociation Solution/Calcein AM gespült und die Zelllösung à 200 µl je Well in Duplikaten in eine schwarze 96-Well-Platte überführt. Als Nullwert wurden zwei Wells mit Cell Dissociation Solution/Calcein AM ohne Zellen mitgeführt. Die Messung erfolgte mit dem Tecan Platten Leser mit Magellan Software. 8.7.2 Wundheilungsassay Der Wundheilungsassay erlaubt es, die Wanderung von Zellen zu beobachten. Mit Hilfe von Culture Inserts (ibidi GmbH, Martinsried) wurde ein definierter Spalt von 500 µM in eine Kultur von Zellen eingebracht. Es wurde je ein Culture Insert pro Well in eine 6-Well-Platte eingesetzt. Je Well des Culture Inserts wurden 24500 Zellen der Zelllinie DU145 bzw. 28700 Zellen der Zelllinie LNCaP in 70 µl RPMI 1640 mit 10% FCS ausgesät. Außerhalb des Culture Inserts wurden 301.000 DU145 Zellen bzw. 352.600 Zellen LNCaP in 2 ml RPMI 1640 mit 10% FCS ausgesät. Die Zellen wurden 24h im Brutschrank bei 37°C und 5% CO2 inkubiert. Die Culture Inserts wurden vorsichtig mit einer Pinzette entfernt, das Medium wurde abgenommen und 2 ml frisches RPMI 1640 mit 10% FCS wurde zugegeben. Die Zellen wurden, wie unter Abschnitt 8.6.7, 8.6.8 und 8.6.9 beschrieben, transfiziert. Mit einem Axiovert 200 Mikroskop (Carl Zeiss MicroImaging GmbH) und der Openlab 5.0 Software wurde über 30 h alle 60 Min. ein Foto von jedem Well aufgenommen. Mit Hilfe von ImageJ konnte die Spaltbreite vermessen werden. Hierfür wurde ein Rahmen entlang der Zellgrenzen gelegt und die Fläche gemessen (Abb. 8.2). Aus diesen Werten wurde der Prozentsatz an Wundheilung berechnet. Wundheilung (%) = t0 − tx · 100 t0 t0 : Spaltbreite zum Zeitpunkt 0 tx : Spaltbreite zum Zeitpunkt x (6h, 12h, 18h, 24h, 30h) (3) Methoden 101 Abbildung 8.2. Auswertung mittels ImageJ Für die Auswertung des Wundheilungsverhaltens wurde ein Rahmen entlang der Zellgrenzen gelegt und die Fläche gemessen. 8.7.3 Analyse der Viabilität - MTT Assay DU145 bzw. LNCaP Zellen wurden in 96-Well-Platten à 6000 Zellen pro Kavität ausgesät, 24h später, wie unter Abschnitt 8.6.7, 8.6.8 und 8.6.9 beschrieben, transfiziert und weitere 24h später die Viabilität der Zellen bestimmt. Zu den Zellen wurde MTT (3-(4,5-Dimethylthiazol-2-yl)-2,5diphenyltetrazolium bromide) mit einer Endkonzentrion von 1 mg/ml zugegeben. Das gelbe MTT wird von den Mitochondrien lebender Zellen zu blauem Formazan reduziert. Nach 4 h Inkubation im Brutschrank bei 37°C und 5% CO2 wurden 200 µl DMSO zugegeben und die Formazankristalle 1 h bei RT gelöst. Die optische Dichte (OD) dieser Lösung wurde im Spektrophotometer bei einer Wellenlänge von 570 nm gemessen. Die Viabilität der Zellen wurde folgendermaßen berechnet: Viabilität (%) = OD Probe · 100 OD Kontrolle (4) OD Probe: Absorptionswert von Proben, welche mit anti-miRNA bzw. siRNA transfiziert wurden. OD Kontrolle: Absorptionswert von Proben, welche mit der Kontroll-anti-miRNA bzw. der KontrollsiRNA transfiziert wurden. 102 Methoden 8.7.4 Analyse der Proliferation - BrdU-ELISA Beim BrdU-ELISA wird die Zellproliferation mittels Nachweis des Einbaus von 5’-Bromo-2’desoxyuridin (BrdU) als Analog für Thymidin während der DNA-Neusynthese von proliferierenden Zellen gemessen. Die Detektion von BrdU erfolgt mittels eines Peroxidase-gekoppelten BrdUspezifischen Antikörpers. Gemessen wird die Umsetzung eines farbigen Substrates (Tetramethylbenzidin) durch die Peroxidase. Die Menge an farbigem Produkt wird durch Absorptionsmessung im Spektrophotometer gemessen, wobei die Menge an farbigem Produkt proportional der Menge des eingebauten BrdU und damit proportional der Zellproliferation ist. DU145 bzw. LNCaP Zellen wurden in 96-Well-Platten à 6000 Zellen pro Kavität ausgesät, 24h später in Triplikaten, wie unter Abschnitt 8.6.7, 8.6.8 und 8.6.9 beschrieben, transfiziert und weitere 24h später der BrdU-ELISA Test nach Angaben des Herstellers (Roche Diagnostics GmbH, Mannheim) durchgeführt. Die Messung am Spektrophotometer erfolgte bei einer Wellenlänge von 370 nm und einer Referenzwellenlänge von 492 nm. Die Proliferation (%) wurde mit folgender Formel berechnet: Proliferation (%) = OD Probe · 100 OD Kontrolle (5) OD Probe: Absorptionswert von Proben, welche mit anti-miRNA bzw. siRNA transfiziert wurden. OD Kontrolle: Absorptionswert von Proben, welche mit der Kontroll-anti-miRNA bzw. der KontrollsiRNA transfiziert wurden. 8.7.5 Analyse der Zytotoxizität - LDH-Test Der LDH-Test zur Bestimmung der Zytotoxizität beruht auf der Messung der Aktivität von Lactatdehydrogenasen, welche durch die beschädigte Plasmamembran von Zellen in das Medium gelangen. Die Messung der LDH-Aktivität erfolgt enzymatisch, wobei die Reaktion in zwei Schritten erfolgt (Abb. 8.3). Im ersten Schritt wird, durch die LDH-katalysierte Oxidation von Lactat zu Pyruvat, NAD+ zu NADH/H+ reduziert. Im zweiten Schritt werden zwei Wasserstoffatome von einem Katalysator auf das Tetrazoliumsalz 2-[4-Iodophenyl-]-3-[4-nitrophenyl]-5-phenyltetratzoliumchlorid (INT) übertragen, welches zu Formazan reduziert wird. Die Menge an rotem Formazan ist proportional zur Enzymaktivität und damit zur Menge an lysierten Zellen. DU145 bzw. LNCaP Zellen wurden in 96-Well-Platten à 6000 Zellen pro Kavität ausgesät, 24h später in Triplikaten, wie unter Abschnitt 8.6.7, 8.6.8 und 8.6.9 beschrieben, transfiziert und weitere 24h später der LDH-Test nach Angaben des Herstellers (Roche Diagnostics GmbH, Mannheim) durchgeführt. Hierzu wurden 100 µl des Zellüberstandes in eine neue 96-Well-Platte überführt und 100 µl der Reaktionslösung mit Katalysator und INT-Farbstoff im Verhältnis 1:45 zugegeben. Die Reaktionslösung wurde jeweils kurz vor dem Test vorbereitet. Die 96-Well-Platte wurde 30 Min. bei Methoden 103 Abbildung 8.3. Enzymatische Bestimmung der LDH-Aktivität. Die Reaktion verläuft in zwei Schritten. Im ersten Schritt wird durch die Lacatatdehydrogenase Lactat zu Pyruvat oxidiert und NAD+ zu NADH/H+ reduziert. Im zweiten Schritt wird durch einen Katalysator 2H+ auf das Tetrazoliumsalz 2-[4-Iodophenyl-]-3-[4-nitrophenyl]-5-phenyltetratzoliumchlorid (INT) übertragen, welches zum roten Formazan reduziert wird. Raumtemperatur im Dunkeln inkubiert. Die Messung der Absorption erfolgte im Spektrophotometer bei eine Wellenlänge von 490 nm und einer Referenzwellenlänge von 670 nm. Die Zytotoxizität (%) wurde anhand folgender Formel berechnet: Zytotoxizität (%) = OD Probe - OD Kontrolle Min. · 100 OD Kontrolle Max. - OD Kontrolle Min. (6) OD Probe: Absorptionswert von transfizierten Proben OD Kontrolle Min.: Absorptionswert von nicht behandelten Proben OD Kontrolle Max.: Absorptionswert von Proben, die mit 1% (v/v) Triton-X-100 behandelt wurden; galt als 100% toxisch 8.7.6 Analyse der Apoptose - Caspase 3/7 Assay Zur Messung der Apoptose wurde die Aktivität der Caspasen 3 und 7 gemessen. Diese CysteinAspartat spezifischen Proteasen (Caspase) spielen eine zentrale Rolle bei der Apoptose von Säugerzellen. DU145 bzw. LNCaP Zellen wurden in schwarze 96-Well-Platten à 6000 Zellen pro Kavität ausgesät, 24h später in Triplikaten, wie unter Abschnitt 8.6.7, 8.6.8 und 8.6.9 beschrieben, transfiziert und weitere 24h später der Apoptose-Test nach Angaben des Herstellers (Promega GmbH, Mannheim) durchgeführt. Zu den Zellen wurde das luminogene Substrat mit DEVD Sequenzmotiv zugegeben. Durch Spaltung des Substrats durch die Caspasen wird Aminoluciferin freigesetzt, welches ein Substrat für die Luciferase ist, so dass in einer darauf folgenden Luciferasereaktion Licht emittiert wird (Abb. 8.4). Die Lumineszenz ist proportional zur Caspaseaktivitität und damit zur Apoptosererate. 104 Methoden Abbildung 8.4. Caspase 3/7 Aktivitätsnachweis Spaltung des luminogenen Substrates mit DEVD Sequenzmotiv durch die Caspase-3/7. (aus Promega Corporation, 2009) 8.8 miRNA In situ Hybridisierung Entparaffinieren der Schnitte Die Schnitte wurden zunächst 1 Stunde bei 60°C im Wärmeschrank inkubiert, um das überschüssige Paraffin ablaufen zu lassen. Anschließend wurden die Schnitte für 10 Min. in 100% Xylol, 10 Min. in 100% EtOH, 5 Min. in 70% EtOH und 2 Min. in H2 O 0,1% (v/v) DEPC inkubiert. Deproteinieren der Schnitte Um die Schnitte zu Deproteinieren wurden sie zunächst 15 Min. in 1x PBS (10x PBS: 1,37 M NaCl, 27 mM KCl, 100 mM Na2 HPO4 , 20 mM KH2 PO4 , pH 7,4) gewaschen. Anschließend erfolgte der Proteinverdau mit Proteinase K (50 µg/ml) für 30 Min. bei Raumtemperatur. Die Schnitte wurden erneut 15 Min. in 1x PBS gewaschen und anschließend 10 Min. in 4% Formaldehydlösung bei 4°C fixiert. Es erfolgte ein weiterer Waschschritt für 15 Min. in 1x PBS, anschließend wurden die Schnitte in Essigsäureanhydrid/Triethanolamin (0,25% (v/v) Essigsäureanhydrid, 1,165% (v/v) Triethanolamin, immer kurz vor Gebrauch angesetzen) für 5 Min. inkubiert, um unspezifischen Hintergrund zu blockieren und anschließend erneut 15 Min. in 1x PBS gewaschen. Prähybridisierung Zur Prähybridisierung der Schnitte wurden diese 2 Stunden in Prähybrdisierungspuffer (200 µl pro Schnitt)(50% (v/v) Formamid, 5x SSC, 50 µg/ml Heparin, 50 µg/ml Hefe-tRNA, 2% (w/v) blocking powder (Roche Diagnostics GmbH, Mannheim), 0.1% (v/v) Tween 20, 5 mM EDTA, auf 50°C erhitzen bis zum Lösen des blocking powder s, in Aliquots bei -80°C aufbewahren) mit Deckglas bei Hybridisierungstemperatur inkubiert. Die Hybridisierungstemperatur lag 21-22°C unter der Schmelztemperatur (Tm) der miRNA Sonden (Tab. 8.4). Die Schnitte wurden in einer feuchten Kammer mit Formamid/SSC im Wasserbad inkubiert. Methoden 105 Hybridisierung Die Sonden wurden auf 5 µM in H2 O 0,1% (v/v) DEPC verdünnt und bei 80°C für 5 Min. linearisiert. Die linearisierte Sonde wurde 1:80 mit Hybridisierungspuffer (50% (v/v) Formamid, 20 mM Tris-HCl pH 8,0, 0.3 M NaCl, 10% (w/v) Dextran Sulfat, 0.5 Mg/mL (w/v) Hefe-tRNA, 1x Denhardts solution, in Aliquots bei -80°C aufbewahren) verdünnt und à 200 µl auf die Schnitte gegeben. Die Schnitte wurden mit Deckglas in einer feuchten Kammer mit Formamid/SSC bei Hybridisierungstemperatur im Wasserbad über Nacht inkubiert (Tab. 8.4). Waschen der Schnitte Die Schnitte wurden zunächst in 5x SSC (20x SSC: 3 M NaCl, 0,3 M Na-Citrat, pH 7,0) für 20 Min. auf dem Orbitalschüttler gewaschen. Dann erfolgte ein Waschschritt mit Waschpuffer 1 (50% (v/v) Formamid, 0,1% (v/v) Tween-20, 1x SSC) für 1 Stunde bei Hybridisierungstemperatur (Tab. 8.4). Lediglich für die Sonde für miR-200c wurde die Waschtemperatur auf 45°C erniedrigt, um das Signal zu verstärken. Anschließend wurden die Schnitte für 15 Min. in Waschpuffer 2 (0,2x SSC) und dann für 15 Min. in 1x PBS bei RT auf dem Orbitalschüttler gewaschen. Immunologische Detektion Zur Detektion der miRNA Sonden wurden die Schnitte für 1 Stunde in Blockierungspuffer 1 (0,5% (w/v) blocking powder, 10% (w/v) hitzeinaktiviertes Ziegenserum, 0,1% (v/v) Tween-20, in 1x PBS auf 50°C erhitzen bis zum Lösen des blocking powder s, in Aliquots bei -20°C aufbewahren) und dann für 2 Stunden mit dem anti-DIG-Antikörper (1:250 verdünnt in Blockierungspuffer 2 (0,5% (w/v) blocking powder, in 1x PBS, auf 50°C erhitzen bis zum Lösen des blocking powder s, bei 4°C aufbewahren)) inkubiert. Anschließend wurden die Schnitte je zweimal 30 Min. in Waschpuffer 3 (0,1% (v/v) Tween-20 in 1x PBS), zweimal 20 Min. in 1x PBS und 5 Min. in NTT-Puffer gewaschen. Farbreaktion Die Schnitte wurden mit NBT/BCIP/Levamisol (Stock Lösung NBT/BCIP 1:50 in NTT Puffer verdünnen + 2 mM Levamisol; NTT Puffer: 100 mM NaCl, 100 mM Tris-HCl, pH 9,5, 0,1% (v/v) Tween-20)) über Nacht im Dunkeln bei RT in einer feuchten Kammer mit H2 O 0,1% (v/v) DEPC inkubiert. Am nächsten Tag wurden die Schnitte für je 5 Min. in KTBT Stopplösung (50 mM Tris-HCl, pH 7,5, 10 mM KCl, 1% (v/v) Tween-20, 150 mM NaCl), 1x PBS und H2 O 0,1% (v/v) DEPC gewaschen. Abschließend erfolgte liegend die Gegenfärbung mit Nuclear Fast Red. Die Schnitte wurden getrocknet und mit Aquatex eingedeckt. 8.9 miRNA Microarray Die miRNA Microarray Experimente wurden von Dr. Arif Ekici, Humangenetisches Institut, Universitätsklinikum Erlangen durchgeführt. Hierfür wurden GeneChip miRNA Microarrays V1.0 (Affy- 106 Methoden Tabelle 8.4. Schmelztemperatur und (Prä-)Hybridisierungstemperatur der miRNA Sonden miRNA Sonde miR-200c miR-375 miR-145 miR-143 scramble miRNA mmU6 Schmelztemperatur 74°C 81°C 78°C 72°C 78°C 75°C Hybridisierungstemperatur 52°C 60°C 57°C 51°C 57°C 54°C metrix, Santa Clara, CA, USA) gemäß der Herstellerangaben verwendet. Dieser Array trug 7815 sequenzspezifische Proben, welche miRNAs von 71 Organismen abdecken, davon 678 humane miRNAs, wie sie in der miRBase v11.0 (http://www.mirbase.org) gelistet sind. Die hybridisierten Microarrays wurden gescannt und die Signalintensität mit der Partek Software Version 6.2 (Partek Inc., St. Louis, MO, USA) analysiert. 8.10 Proteinbiochemische Methoden 8.10.1 Gewinnung von Zelllysaten mit Guanidinium Thiocyanate-Phenol-Chloroform (TRIzol®) aus cryokonserviertem Primärgewebe und Zellkultur Nach der RNA-Isolation (siehe 8.1.2) wurde zur Interphase und Phenol-Chloroform Phase 100% EtOH (0,3 ml pro 1 ml TRIzol®) gegeben, gemischt und bei RT 3 Min. inkubiert. Die DNA wurde bei 2000 x g und 4°C für 5 Min. pelletiert. Der Überstand wurde in eine frisches Reaktionsgefäß überführt, mit Isopropanol (1,5 ml pro 1 ml TRIzol®) gemischt und 10 Min. bei RT inkubiert. Die Proteine wurden bei 12000 x g bei 4°C für 10 Min. gefällt. Der Überstand wurde verworfen und das Pellet mit 0,3 M Guanidinhydrochlorid in 95% EtOH (2 ml pro 1 ml TRIzol®) gewaschen. Nach Inkubation von 20 Min. bei RT, wurde die Proteine bei 7500 x g bei 4°C für 5 Min. pelletiert. Der Waschschritt wurde zweimal wiederholt. Anschließend wurde das Proteinpellet mit 100% EtOH (2 ml pro 1 ml TRIzol®) gewaschen, bei 7500 x g bei 4°C für 5 Min. zentrifugiert und das Pellet 2 Min. vakuumgetrocknet. Das Proteinpellet wurde in 1% SDS bei 50°C resuspendiert, unlösliche Zellrückstände wurden durch Zentrifugation bei 10.000 x g bei 4°C für 10 Min. abgetrennt und der Proteinüberstand in ein frisches Reaktionsgefäß überführt. 8.10.2 Messung der Proteinkonzentration (BCA) Die Messung der Proteinkonzentration mit Roti-Quant® Universal (Carl Roth GmbH & Co. KG, Karsruhe) beruht auf der Biuret-Reaktion. Dabei werden Cu2+ Ionen zu Cu+ Ionen reduziert, Methoden 107 wobei die Farbentwicklung direkt proportional ist zur Proteinkonzentration. Die Messung erfolgte bei 492 nm im Spektrophotometer. Die Proteinmenge wurde anhand einer Standardkurve mit BSA (bovines Serumalbumin) berechnet. 8.10.3 Elektrophoretische Auftrennung von Proteinen Die Proteinsuspensionen wurden nach dem Molekulargewicht in einem SDS(sodium dodecyl sulfate)-Polyacrylamidgel elektrophoretisch aufgetrennt. Hierzu wurde ein denaturierendes SDS Gel mit Trenn- und Sammelgel gegossen. Die Zusammensetzung von Trenn- und Sammelgel ist in Tab. 8.5 zusammengefasst. Tabelle 8.5. Übersicht der verwendeten Einzelkomponenten zur elektrophoretischen Auftrennung von Proteinen mittels SDS-Gelelektrophorese Komponente 1 M Tris-HCl pH 8,8 (ml) 1 M Tris-HCl pH 6,8 (ml) H2 O (ml) 30% Acrylamid/ Bisacrylamid (ml) 10% SDS (ml) APS (15 mg/ml) (ml) TEMED (µl) Trenngel (8%) 11,7 9,5 8,3 0,31 0,78 28,2 Sammelgel (4%) 1,49 8,4 1,68 0,12 0,6 12 Es wurden 20 µg der Proteinlösung mit der entsprechenden Menge 5-fach konzentriertem Ladepuffer (312,5 mM Tris pH 6,8, 10% (w/v) SDS, 25% (v/v) Glycerin, 1 mM EDTA, 500 mM DTT, 0,005% (w/v) Bromphenolblau, 0,005% (w/v) Pyronin Y) gemischt, bei 95°C für 5 Min. denaturiert und aufgetragen. Der Gellauf erfolgte für 3 h bei konstant 40 mA, als Laufpuffer diente die entsprechende Verdünnung einer 5-fach konzentrierten Stammlösung (5x SDS-Laufpuffer: 1,25 M Glycin, 125 mM Tris, 0,5% (w/v) SDS, ohne pH-Einstellung). Anschließend wurden die elektrophoretisch aufgetrennten Proteine auf eine NitrozelluloseMembran übertragen. Die Semi-Dry Transferkammer wurde entsprechend den Angaben des Herstellers aufgebaut, dabei kamen folgende Lösungen zum Einsatz: Anodenpuffer 1 (2,5 mM Tris, 30% (v/v) Methanol, ohne pH-Einstellung), Anodenpuffer 2 (300 mM Tris, ohne pH-Einstellung), Kathodenpuffer (40 mM 6-Aminohexansäure). Der Transfer erfolgte für 90 Min. bei konstanter Stromstärke. Die Stromstärke (mA) entsprach dabei der Fläche des Acrylamidgels in cm2 (1 cm2 = b 1 mA). Um die Übertragung der Proteine auf die Membran zu bestätigen, wurde eine reversible Färbung mit Ponceau S durchgeführt. Hierzu wurde die Membran zunächst kurz mit deionisiertem Wasser 108 Methoden gewaschen und anschließend für 1 Min. mit der Färbelösung inkubiert. Um den an die Proteine gebunden Farbstoff wieder zu entfernen, wurde die Membran für 5 Min. unter Schütteln mit 1x TBST (10x TBST: 200 mM Tris pH 7,4, 1,5 M NaCl, 1% (v/v) Tween 20) gewaschen. Für die Detektion der Proteine mit spezifischen Antikörpern wurde die Membran über Nacht mit einer 5% (v/v) Magermilchpulverlösung (MMP in 1x TBST) inkubiert, um die freien Bindungsstellen auf der Membran zu blockieren. Am nächsten Tag wurde die Membran 1 h mit dem Primärantikörper (entsprechende Verdünnung in 5% (w/v) MMP/TBST mit 0,1% Natriumazid) inkubiert, anschließend 3 Mal 10 Min. mit 1x TBST gewaschen und dann mit dem Sekundärantikörper (entsprechende Verdünnung in 5% (w/v) MMP/TBST mit 0,1% Natriumazid) 1 h inkubiert. Die Membran wurde erneut 3 mal 10 Min. mit 1x TBST gewaschen und anschließend mit deionisiertem Wasser 30 Sek. neutralisiert. Die Detektion erfolgte mittels Chemilumineszenz (Roti®-Lumin, Carl Roth GmbH & Co. KG, Karlsruhe) am LAS-1000 Lumineszenzdetektionssystem (Berthold Technologies GmbH, & Co. KG, Bad Wildbad). Literatur 109 9 Literatur Abate-Shen, Cory, Shen, Michael M. und Gelmann, Edward (2008). Integrating differentiation and ” cancer: the Nkx3.1 homeobox gene in prostate organogenesis and carcinogenesis“. In: Differentiation; research in biological diversity 76.6, S. 717–727. Akao, Yukihiro, Nakagawa, Yoshihito und Naoe, Tomoki (2006). MicroRNAs 143 and 145 are ” possible common onco-microRNAs in human cancers“. In: Oncology reports 16.4, S. 845–850. Albertsen, Peter C. et al. (1998). Competing risk analysis of men aged 55 to 74 years at diagnosis ” managed conservatively for clinically localized prostate cancer“. In: JAMA : the journal of the American Medical Association 280.11, S. 975–980. Alcivar, Allison et al. (2003). DEDD and DEDD2 associate with caspase-8/10 and signal cell ” death“. In: Oncogene 22.2, S. 291–297. Ambros, Victor et al. (2003). MicroRNAs and other tiny endogenous RNAs in C. elegans“. In: ” Current biology : CB 13.10, S. 807–818. Ambs, Stefan et al. (2008). Genomic profiling of microRNA and messenger RNA reveals deregu” lated microRNA expression in prostate cancer“. In: Cancer Research 68.15, S. 6162–6170. Andersen, Claus Lindbjerg, Jensen, Jens Ledet und Ørntoft, Torben Falck (2004). Normalization ” of real-time quantitative reverse transcription-PCR data: a model-based variance estimation approach to identify genes suited for normalization, applied to bladder and colon cancer data sets“. In: Cancer Research 64.15, S. 5245–5250. Aubin, Sheila M. J. et al. (2011). TMPRSS2:ERG urine test identifies Gleason score upgrading ” and significant prostate cancer [abstract].“ In: Proceedings of the 102nd Annual Meeting of the American Association for Cancer Research Philadelphia (PA): AACR; 2011. Abstract nr 899. Apr 2–6. Avissar, Michele et al. (2009). MicroRNA expression ratio is predictive of head and neck squamous ” cell carcinoma“. In: Clinical cancer research : an official journal of the American Association for Cancer Research 15.8, S. 2850–2855. Baade, Peter D., Youlden, Danny R. und Krnjacki, Lauren J. (2009). International epidemiology ” of prostate cancer: geographical distribution and secular trends“. In: Molecular nutrition & food research 53.2, S. 171–184. 110 Literatur Barlowe, C., d’Enfert, C. und Schekman, Randy W. (1993). Purification and characterization of ” SAR1p, a small GTP-binding protein required for transport vesicle formation from the endoplasmic reticulum“. In: The Journal of biological chemistry 268.2, S. 873–879. Bartel, David P. (2004). MicroRNAs: genomics, biogenesis, mechanism, and function“. In: Cell ” 116.2, S. 281–297. Bartel, David P. (2009). MicroRNAs: target recognition and regulatory functions“. In: Cell 136.2, ” S. 215–233. Baskerville, Scott und Bartel, David P. (2005). Microarray profiling of microRNAs reveals frequent ” coexpression with neighboring miRNAs and host genes“. In: RNA 11.3, S. 241–247. Bentwich, Isaac et al. (2005). Identification of hundreds of conserved and nonconserved human ” microRNAs“. In: Nature genetics 37.7, S. 766–770. Bolós, Victoria et al. (2003). The transcription factor Slug represses E-cadherin expression and ” induces epithelial to mesenchymal transitions: a comparison with Snail and E47 repressors“. In: Journal of cell science 116.Pt 3, S. 499–511. Boominathan, Lakshmanane (2010). The tumor suppressors p53, p63, and p73 are regulators of ” microRNA processing complex“. In: PloS one 5.5, e10615. Boyadjiev, Simeon A. et al. (2006). Cranio-lenticulo-sutural dysplasia is caused by a SEC23A ” mutation leading to abnormal endoplasmic-reticulum-to-Golgi trafficking“. In: Nature genetics 38.10, S. 1192–1197. Boyadjiev, Simeon A. et al. (2010). Cranio-lenticulo-sutural dysplasia associated with defects in ” collagen secretion“. In: Clinical Genetics, no. Bracken, C. P. et al. (2008). A Double-Negative Feedback Loop between ZEB1-SIP1 and the ” microRNA-200 Family Regulates Epithelial-Mesenchymal Transition“. In: Cancer Research 68.19, S. 7846–7854. Brase, Jan C. et al. (2010). Serum microRNAs as non-invasive biomarkers for cancer“. In: Mole” cular cancer 9, S. 306. Bratt, Ola (2002). Hereditary prostate cancer: clinical aspects“. In: The Journal of urology 168.3, ” S. 906–913. Bratton, S. B. (2001). Recruitment, activation and retention of caspases-9 and -3 by Apaf-1 ” apoptosome and associated XIAP complexes“. In: The EMBO Journal 20.5, S. 998–1009. Brennecke, Julius et al. (2005). Principles of microRNA-target recognition“. In: PLoS biology 3.3, ” e85. Bubendorf, L. et al. (1999). Survey of gene amplifications during prostate cancer progression by ” high-throughout fluorescence in situ hybridization on tissue microarrays“. In: Cancer Research 59.4, S. 803–806. Literatur 111 Bueno, Marı́a José und Malumbres, Marcos (2011). MicroRNAs and the cell cycle“. In: Biochimica ” et Biophysica Acta (BBA) - Molecular Basis of Disease 1812.5, S. 592–601. Buss, Folma, Luzio, J. Paul und Kendrick-Jones, John (2002). Myosin VI, an actin motor for ” membrane traffic and cell migration“. In: Traffic (Copenhagen, Denmark) 3.12, S. 851–858. Bussemakers, Marion J. et al. (1999). DD3: a new prostate-specific gene, highly overexpressed in ” prostate cancer“. In: Cancer Research 59.23, S. 5975–5979. Cai, Xuezhong, Hagedorn, Curt H. und Cullen, Bryan R. (2004). Human microRNAs are processed ” from capped, polyadenylated transcripts that can also function as mRNAs“. In: RNA 10.12, S. 1957–1966. Cairns, P. et al. (1997). Frequent inactivation of PTEN/MMAC1 in primary prostate cancer“. In: ” Cancer Research 57.22, S. 4997–5000. Calin, George A. und Croce, Carlo M. (2006a). MicroRNA-cancer connection: the beginning of a ” new tale“. In: Cancer Research 66.15, S. 7390–7394. Calin, George A. und Croce, Carlo M. (2006b). MicroRNA signatures in human cancers“. In: ” Nature Reviews Cancer 6.11, S. 857–866. Calin, George A. et al. (2002). Frequent deletions and down-regulation of micro- RNA genes miR15 ” and miR16 at 13q14 in chronic lymphocytic leukemia“. In: Proceedings of the National Academy of Sciences of the United States of 99.24, S. 15524–15529. Calin, George A. et al. (2004). Human microRNA genes are frequently located at fragile sites and ” genomic regions involved in cancers“. In: Proceedings of the National Academy of Sciences of the United States of 101.9, S. 2999–3004. Cao, R. (2002). Role of Histone H3 Lysine 27 Methylation in Polycomb-Group Silencing“. In: ” Science 298.5595, S. 1039–1043. Chan, June M. et al. (2001). Dairy products, calcium, and prostate cancer risk in the Physicians’ ” Health Study“. In: The American journal of clinical nutrition 74.4, S. 549–554. Chang, Tsung-Cheng et al. (2008). Widespread microRNA repression by Myc contributes to tu” morigenesis“. In: Nature genetics 40.1, S. 43–50. Chen, Caifu et al. (2005). Real-time quantification of microRNAs by stem-loop RT-PCR“. In: ” Nucleic acids research 33.20, e179. Chen, Chang-Zheng et al. (2004). MicroRNAs modulate hematopoietic lineage differentiation“. ” In: Science (New York, N.Y.) 303.5654, S. 83–86. Chen, Xueqin et al. (2010). MicroRNA145 targets BNIP3 and suppresses prostate cancer progres” sion“. In: Cancer Research 70.7, S. 2728–2738. 112 Literatur Cheng, Hanyin et al. (2011). Circulating plasma MiR-141 is a novel biomarker for metastatic colon ” cancer and predicts poor prognosis“. In: PloS one 6.3, e17745. Chow, Lionel M. L. und Baker, Suzanne J. (2006). PTEN function in normal and neoplastic ” growth“. In: Cancer letters 241.2, S. 184–196. Cimmino, Amelia et al. (2005). miR-15 and miR-16 induce apoptosis by targeting BCL2“. In: ” Proceedings of the National Academy of Sciences of the United States of 102.39, S. 13944– 13949. Coomber, B. L. und Gotlieb, A. I. (1990). In vitro endothelial wound repair. Interaction of cell ” migration and proliferation“. In: Arteriosclerosis, Thrombosis, and Vascular Biology 10.2, S. 215– 222. Cowland, Jack B., Hother, Christoffer und Grønbaek, Kirsten (2007). MicroRNAs and cancer“. In: ” APMIS : acta pathologica, microbiologica, et immunologica Scandinavica 115.10, S. 1090–1106. Cummins, Jordan M. et al. (2006). The colorectal microRNAome“. In: Proceedings of the National ” Academy of Sciences of the United States of 103.10, S. 3687–3692. Damon, S. E. et al. (1998). Overexpression of an inhibitory insulin-like growth factor binding ” protein (IGFBP), IGFBP-4, delays onset of prostate tumor formation“. In: Endocrinology 139.8, S. 3456–3464. Debes, Jose D. et al. (2003). p300 in prostate cancer proliferation and progression“. In: Cancer ” Research 63.22, S. 7638–7640. Demichelis, Francesca et al. (2007). TMPRSS2:ERG gene fusion associated with lethal prostate ” cancer in a watchful waiting cohort“. In: Oncogene 26.31, S. 4596–4599. Deng, Shan et al. (2008). Mechanisms of microRNA deregulation in human cancer“. In: Cell cycle ” 7.17, S. 2643–2646. Dhanasekaran, Saravana M. et al. (2001). Delineation of prognostic biomarkers in prostate cancer“. ” In: Nature 412.6849, S. 822–826. Ding, Ling et al. (2010). MiR-375 frequently downregulated in gastric cancer inhibits cell prolife” ration by targeting JAK2“. In: Cell research 20.7, S. 784–793. Durai, Rajaraman et al. (2006). Biology of insulin-like growth factor binding protein-4 and its role ” in cancer (review)“. In: International journal of oncology 28.6, S. 1317–1325. Erbaykent-Tepedelen, Burcu et al. (2011). NKX3.1 contributes to S phase entry and regulates ” DNA damage response (DDR) in prostate cancer cell lines“. In: Biochemical and biophysical research communications 414.1, S. 123–128. Esau, Christine et al. (2004). MicroRNA-143 regulates adipocyte differentiation“. In: The Journal ” of biological chemistry 279.50, S. 52361–52365. Literatur 113 Esquela-Kerscher, Aurora und Slack, Frank J. (2006). Oncomirs - microRNAs with a role in ” cancer“. In: Nature Reviews Cancer 6.4, S. 259–269. Fay, Michael J. et al. (2003). Analysis of CUL-5 expression in breast epithelial cells, breast cancer ” cell lines, normal tissues and tumor tissues“. In: Molecular cancer 2, S. 40. Feng, Zhaohui et al. (2011). Tumor suppressor p53 meets microRNAs“. In: Journal of molecular ” cell biology 3.1, S. 44–50. Ferdinandusse, Sacha et al. (2000). Subcellular localization and physiological role of alpha” methylacyl-CoA racemase“. In: Journal of lipid research 41.11, S. 1890–1896. Filipowicz, Witold, Bhattacharyya, Suvendra N. und Sonenberg, Nahum (2008). Mechanisms of ” post-transcriptional regulation by microRNAs: are the answers in sight?“ In: Nature Reviews Genetics 9, S. 102–114. Fromme, J. Christopher, Orci, Lelio und Schekman, Randy W. (2008). Coordination of COPII ” vesicle trafficking by Sec23“. In: Trends in Cell Biology 18.7, S. 330–336. Gleason, Donald F. (1966). Classification of prostatic carcinomas“. In: Cancer chemotherapy re” ports 50.3, S. 125–128. Gleason, Donald F. (1992). Histologic grading of prostate cancer: a perspective“. In: Human ” pathology 23.3, S. 273–279. Gleason, Donald F. und Mellinger, George T. (1974). Prediction of prognosis for prostatic ade” nocarcinoma by combined histological grading and clinical staging“. In: The Journal of urology 111.1, S. 58–64. Goessl, C. et al. (2001). DNA-based detection of prostate cancer in urine after prostatic massage“. ” In: Urology 58.3, S. 335–338. Gonzales, Jason C. et al. (2011). Comparison of Circulating MicroRNA 141 to Circulating Tu” mor Cells, Lactate Dehydrogenase, and Prostate-Specific Antigen for Determining Treatment Response in Patients With Metastatic Prostate Cancer“. In: Clinical genitourinary cancer. Green, Douglas R. (2005). Apoptotic Pathways: Ten Minutes to Dead“. In: Cell 121.5, S. 671– ” 674. Gregory, Philip A. et al. (2008). The miR-200 family and miR-205 regulate epithelial to mesen” chymal transition by targeting ZEB1 and SIP1“. In: Nature cell biology 10.5, S. 593–601. Griffiths-Jones, Sam (2004). The microRNA Registry“. In: Nucleic acids research 32.Database ” issue, S. D109–11. Griffiths-Jones, Sam et al. (2006). miRBase: microRNA sequences, targets and gene nomencla” ture“. In: Nucleic acids research 34.Database issue, S. D140–4. 114 Literatur Griffiths-Jones, Sam et al. (2008). miRBase: tools for microRNA genomics“. In: Nucleic acids ” research 36.Database issue, S. D154–8. Guénin, Stéphanie et al. (2009). Normalization of qRT-PCR data: the necessity of adopting a ” systematic, experimental conditions-specific, validation of references“. In: Journal of experimental botany 60.2, S. 487–493. Gupta, Santosh et al. (2010). FZD4 as a mediator of ERG oncogene-induced WNT signaling and ” epithelial-to-mesenchymal transition in human prostate cancer cells“. In: Cancer Research 70.17, S. 6735–6745. Hajra, Karen M., Chen, David Y-S und Fearon, Eric R. (2002). The SLUG zinc-finger protein ” represses E-cadherin in breast cancer“. In: Cancer Research 62.6, S. 1613–1618. Harmer, Michael, Denoix, Pierre und Hamperl, Herwig (1968). Das TNM-System zur Klassifikation ” von Tumorkrankheiten“. In: Klinische Wochenschrift 46.22, S. 1181–1185. Harris, C. C. und Hollstein, M. (1993). Clinical implications of the p53 tumor-suppressor gene“. ” In: The New England journal of medicine 329.18, S. 1318–1327. Harris, Thomas (2003). PDK1 and PKB/Akt: Ideal Targets for Development of New Strategies ” to Structure-Based Drug Design“. In: IUBMB Life (International Union of Biochemistry and Molecular Biology: Life) 55.3, S. 117–126. Hart, Martin et al. (2012). ERG is a target of microRNA miR-145 in prostate cancer“. In: The ” Prostate submitted. He, Lin und Hannon, Gregory J. (2004). MicroRNAs: small RNAs with a big role in gene regula” tion“. In: Nature Reviews Genetics 5.7, S. 522–531. He, W. W. et al. (1997). A novel human prostate-specific, androgen-regulated homeobox gene ” (NKX3.1) that maps to 8p21, a region frequently deleted in prostate cancer“. In: Genomics 43.1, S. 69–77. Horoszewicz, J. S. et al. (1983). LNCaP model of human prostatic carcinoma“. In: Cancer Research ” 43.4, S. 1809–1818. Hurteau, Gregory J. et al. (2007). Overexpression of the microRNA hsa-miR-200c leads to reduced ” expression of transcription factor 8 and increased expression of E-cadherin“. In: Cancer Research 67.17, S. 7972–7976. Hurteau, Gregory J. et al. (2009). Stable expression of miR-200c alone is sufficient to regulate ” TCF8 (ZEB1) and restore E-cadherin expression“. In: Cell cycle 8.13, S. 2064–2069. Iorio, Marilena V. et al. (2005). MicroRNA gene expression deregulation in human breast cancer“. ” In: Cancer Research 65.16, S. 7065–7070. Iorio, Marilena V. et al. (2007). MicroRNA signatures in human ovarian cancer“. In: Cancer Re” search 67.18, S. 8699–8707. Literatur 115 Ito, K. et al. (2001). Long term follow-up of mass screening for prostate carcinoma in men with ” initial prostate specific antigen levels of 4.0 ng/ml or less“. In: Cancer 91.4, S. 744–751. Jiang, Jinmai et al. (2005). Real-time expression profiling of microRNA precursors in human cancer ” cell lines“. In: Nucleic acids research 33.17, S. 5394–5403. Jiang, Peng et al. (2006). The Bad guy cooperates with good cop p53: Bad is transcriptionally ” up-regulated by p53 and forms a Bad/p53 complex at the mitochondria to induce apoptosis“. In: Molecular and cellular biology 26.23, S. 9071–9082. Kaighn, M. E. et al. (1979). Establishment and characterization of a human prostatic carcinoma ” cell line (PC-3)“. In: Investigative urology 17.1, S. 16–23. Kato, Masaomi und Slack, Frank J. (2008). microRNAs: small molecules with big roles - C. ” elegans to human cancer“. In: Biology of the cell / under the auspices of the European Cell Biology Organization 100.2, S. 71–81. Katoh, Masuko und Katoh, Masaru (2009). Integrative genomic analyses of ZEB2: Transcriptional ” regulation of ZEB2 based on SMADs, ETS1, HIF1alpha, POU/OCT, and NF-kappaB“. In: International journal of oncology 34.6, S. 1737–1742. Kim, Dohoon und Chung, Jongkyeong (2002). Akt: versatile mediator of cell survival and beyond“. ” In: Journal of biochemistry and molecular biology 35.1, S. 106–115. Koesters, Robert et al. (1999). Human eukaryotic initiation factor EIF2C1 gene: cDNA sequence, ” genomic organization, localization to chromosomal bands 1p34-p35, and expression“. In: Genomics 61.2, S. 210–218. Koivisto, P. et al. (1997). Androgen receptor gene amplification: a possible molecular mechanism ” for androgen deprivation therapy failure in prostate cancer“. In: Cancer Research 57.2, S. 314– 319. Kok, Jacques B. de et al. (2002). DD3(PCA3), a very sensitive and specific marker to detect ” prostate tumors“. In: Cancer Research 62.9, S. 2695–2698. Korenchuk, S. et al. (2001). VCaP, a cell-based model system of human prostate cancer“. In: In ” vivo (Athens, Greece) 15.2, S. 163–168. Korkmaz, K. S. et al. (2000). Full-length cDNA sequence and genomic organization of human ” NKX3A - alternative forms and regulation by both androgens and estrogens“. In: Gene 260.1-2, S. 25–36. Korpal, Manav und Kang, Yibin (2008). The emerging role of miR-200 family of MicroRNAs in ” epithelial-mesenchymal transition and cancer metastasis“. In: RNA Biology 5.3, S. 115–119. Korpal, Manav et al. (2011). Direct targeting of Sec23a by miR-200s influences cancer cell secre” tome and promotes metastatic colonization“. In: Nature Medicine 17.9, S. 1101–1108. 116 Literatur Krig, S. R. et al. (2010). ZNF217, a candidate breast cancer oncogene amplified at 20q13, regulates ” expression of the ErbB3 receptor tyrosine kinase in breast cancer cells“. In: Oncogene 29.40, S. 5500–5510. Krutovskikh, Vladimir A. und Herceg, Zdenko (2010). Oncogenic microRNAs (OncomiRs) as a ” new class of cancer biomarkers“. In: BioEssays : news and reviews in molecular, cellular and developmental biology 32.10, S. 894–904. Kumar, M. S. et al. (2009). Dicer1 functions as a haploinsufficient tumor suppressor“. In: Genes ” & Development 23.23, S. 2700–2704. Kuriyama, Manabu et al. (1980). Quantitation of prostate-specific antigen in serum by a sensitive ” enzyme immunoassay“. In: Cancer Research 40.12, S. 4658–4662. Lagos-Quintana, Mariana et al. (2001). Identification of novel genes coding for small expressed ” RNAs“. In: Science 294.5543, S. 853–858. Lau, Nelson C. et al. (2001). An abundant class of tiny RNAs with probable regulatory roles in ” Caenorhabditis elegans“. In: Science 294.5543, S. 858–862. Laxman, Bharathi et al. (2006). Noninvasive detection of TMPRSS2:ERG fusion transcripts in the ” urine of men with prostate cancer“. In: Neoplasia 8.10, S. 885–888. Lee, Rosalind C. und Ambros, Victor (2001). An extensive class of small RNAs in Caenorhabditis ” elegans“. In: Science 294.5543, S. 862–864. Lee, Rosalind C., Feinbaum, Rhonda L. und Ambros, Victor (1993). The C. elegans heterochronic ” gene lin-4 encodes small RNAs with antisense complementarity to lin-14“. In: Cell 75.5, S. 843– 854. Lee, Yoontae et al. (2004). MicroRNA genes are transcribed by RNA polymerase II“. In: The ” EMBO journal 23.20, S. 4051–4060. Lei, Qunying et al. (2006). NKX3.1 stabilizes p53, inhibits AKT activation, and blocks prostate ” cancer initiation caused by PTEN loss“. In: Cancer cell 9.5, S. 367–378. Leshem, Orit et al. (2011). TMPRSS2/ERG promotes epithelial to mesenchymal transition through ” the ZEB1/ZEB2 axis in a prostate cancer model“. In: PloS one 6.7, e21650. Lew, Edward A. und Garfinkel, Lawrence (1990). Mortality at ages 75 and older in the Cancer ” Prevention Study (CPS I)“. In: CA: a cancer journal for clinicians 40.4, S. 210–224. Lewis, Benjamin P., Burge, Christopher B. und Bartel, David P. (2005). Conserved seed pairing, ” often flanked by adenosines, indicates that thousands of human genes are microRNA targets“. In: Cell 120.1, S. 15–20. Li, Jun et al. (2010). An inhibitory effect of miR-22 on cell migration and invasion in ovarian ” cancer“. In: Gynecologic oncology 119.3, S. 543–548. Literatur 117 Li, S. R. et al. (2000). Elevated levels of RanBP7 mRNA in colorectal carcinoma are associated ” with increased proliferation and are similar to the transcription pattern of the proto-oncogene c-myc“. In: Biochemical and biophysical research communications 271.2, S. 537–543. Lippincott-Schwartz, Jennifer, Roberts, Theresa H. und Hirschberg, Koret (2000). Secretory prote” in trafficking and organelle dynamics in living cells“. In: Annual Review of Cell and Developmental Biology 16.1, S. 557–589. Livak, Kenneth J. und Schmittgen, Thomas D. (2001). Analysis of Relative Gene Expression Data ” Using Real-Time Quantitative PCR and the 2(−Delta Delta C(T)) Method“. In: Methods 25.4, S. 402–408. Loikkanen, Ildikó et al. (2009). Myosin VI is a modulator of androgen-dependent gene expression“. ” In: Oncology reports 22.5, S. 991–995. Manski, Dirk (21.11.2010). Prostata – www.urologielehrbuch.de. Marks, Leonard S. et al. (2007). PCA3 molecular urine assay for prostate cancer in men undergoing ” repeat biopsy“. In: Urology 69.3, S. 532–535. Mellinger, George T., Gleason, Donald F. und Bailar, John C. 3rd (1967). The histology and ” prognosis of prostatic cancer“. In: The Journal of urology 97.2, S. 331–337. Mickey, D. D. et al. (1980). Characterization of a human prostate adenocarcinoma cell line (DU ” 145) as a monolayer culture and as a solid tumor in athymic mice“. In: Progress in clinical and biological research 37, S. 67–84. Mishra, Prasun J. et al. (2009). MiR-24 tumor suppressor activity is regulated independent of p53 ” and through a target site polymorphism“. In: PloS one 4.12, e8445. Nam, Robert K. et al. (2007). Expression of TMPRSS2:ERG gene fusion in prostate cancer cells ” is an important prognostic factor for cancer progression“. In: Cancer biology & therapy 6.1, S. 40–45. Nelson, W. G., Marzo, A. M. de und DeWeese, T. L. (2001). The molecular pathogenesis of ” prostate cancer: Implications for prostate cancer prevention“. In: Urology 57.4 Suppl 1, S. 39– 45. Noonan, E. J. et al. (2009). miR-449a targets HDAC-1 and induces growth arrest in prostate ” cancer“. In: Oncogene 28.14, S. 1714–1724. Nupponen, N. N. et al. (1998). Genetic alterations in hormone-refractory recurrent prostate car” cinomas“. In: The American journal of pathology 153.1, S. 141–148. O’Donnell, Kathryn A. et al. (2005). c-Myc-regulated microRNAs modulate E2F1 expression“. In: ” Nature 435.7043, S. 839–843. Papsidero, Lawrence D. et al. (1980). A prostate antigen in sera of prostatic cancer patients“. In: ” Cancer Research 40.7, S. 2428–2432. 118 Literatur Park, Kyung et al. (2010). Antibody-based detection of ERG rearrangement-positive prostate can” cer“. In: Neoplasia 12.7, S. 590–598. Pasquinelli, Amy E. et al. (2000). Conservation of the sequence and temporal expression of let-7 ” heterochronic regulatory RNA“. In: Nature 408.6808, S. 86–89. Peng, Xinsheng et al. (2011). Identification of miRs-143 and -145 that is associated with bone ” metastasis of prostate cancer and involved in the regulation of EMT“. In: PloS one 6.5, e20341. Perner, Sven et al. (2006). TMPRSS2:ERG fusion-associated deletions provide insight into the ” heterogeneity of prostate cancer“. In: Cancer Research 66.17, S. 8337–8341. Perner, Sven et al. (2007). Die TMPRSS2-ETS-Genfusion beim Prostatakarzinom“. In: Der Uro” loge 46.7, S. 754–760. Peter, Marcus E. (2009). Let-7 and miR-200 microRNAs: guardians against pluripotency and ” cancer progression“. In: Cell cycle 8.6, S. 843–852. Petillo, David et al. (2009). MicroRNA profiling of human kidney cancer subtypes“. In: Interna” tional journal of oncology 35.1, S. 109–114. Pfuhl, Thorsten et al. (2008). The LARK/RBM4a protein is highly expressed in cerebellum as ” compared to cerebrum“. In: Neuroscience letters 444.1, S. 11–15. Porkka, Kati P. et al. (2007). MicroRNA expression profiling in prostate cancer“. In: Cancer Re” search 67.13, S. 6130–6135. Poy, Matthew N. et al. (2004). A pancreatic islet-specific microRNA regulates insulin secretion“. ” In: Nature 432.7014, S. 226–230. Prescott, J. L., Blok, L. und Tindall, D. J. (1998). Isolation and androgen regulation of the human ” homeobox cDNA, NKX3.1“. In: The Prostate 35.1, S. 71–80. Promega Corporation (2009). Caspase-Glo 3/7 Assay“. In: Technical Bulletin. ” Prueitt, Robyn L. et al. (2008). Expression of microRNAs and protein-coding genes associated ” with perineural invasion in prostate cancer“. In: The Prostate 68.11, S. 1152–1164. Rajput, Ashish B. et al. (2007). Frequency of the TMPRSS2:ERG gene fusion is increased in ” moderate to poorly differentiated prostate cancers“. In: Journal of clinical pathology 60.11, S. 1238–1243. Reddy, E. S. und Rao, V. N. (1991). erg, an ets-related gene, codes for sequence-specific trans” criptional activators“. In: Oncogene 6.12, S. 2285–2289. Reddy, E. S., Rao, V. N. und Papas, T. S. (1987). The erg gene: a human gene related to the ” ets oncogene“. In: Proceedings of the National Academy of Sciences of the United States of America 84.17, S. 6131–6135. Literatur 119 Reinhart, Brenda J. und Bartel, David P. (2002). Small RNAs correspond to centromere hetero” chromatic repeats“. In: Science 297.5588, S. 1831. Robert Koch Institut (2010). Krebs in Deutschland 2005-2006. Häufigkeiten und Trends. 7. Aufl. Beiträge zur Gesundheitsberichterstattung des Bundes. Berlin und Saarbrücken: Robert KochInst und GEKID. Rohde, Volker et al. (2007). Prostataerkrankungen. Bd. 36. Gesundheitsberichterstattung des Bundes. Berlin: Robert Koch-Inst. Roldo, Claudia et al. (2006). MicroRNA expression abnormalities in pancreatic endocrine and aci” nar tumors are associated with distinctive pathologic features and clinical behavior“. In: Journal of clinical oncology : official journal of the American Society of Clinical Oncology 24.29, S. 4677– 4684. Sachdeva, M. et al. (2009). p53 represses c-Myc through induction of the tumor suppressor miR” 145“. In: Proceedings of the National Academy of Sciences of the United States of 106.9, S. 3207–3212. Sander, Sandrine et al. (2008). MYC stimulates EZH2 expression by repression of its negative ” regulator miR-26a“. In: Blood 112.10, S. 4202–4212. Sato, K. et al. (1999). Clinical significance of alterations of chromosome 8 in high-grade, advanced, ” nonmetastatic prostate carcinoma“. In: Journal of the National Cancer Institute 91.18, S. 1574– 1580. Saxena, Sandeep, Jónsson, Zophonı́as O. und Dutta, Anindya (2003). Small RNAs with imperfect ” match to endogenous mRNA repress translation. Implications for off-target activity of small inhibitory RNA in mammalian cells“. In: The Journal of biological chemistry 278.45, S. 44312– 44319. Schaefer, Annika und Jung, Klaus (2010). Re: MicroRNA regulation of oncolytic herpes simplex ” virus-1 for selective killing of prostate cancer cells“. In: European urology 57.5, S. 919. Schaefer, Annika et al. (2010a). Diagnostic and prognostic implications of microRNA profiling in ” prostate carcinoma“. In: International journal of cancer. Journal international du cancer 126.5, S. 1166–1176. Schaefer, Annika et al. (2010b). Diagnostic, prognostic and therapeutic implications of microRNAs ” in urologic tumors“. In: Nature Reviews Urology 7.5, S. 286–297. Scheble, Veit J. et al. (2010). ERG rearrangement in small cell prostatic and lung cancer“. In: ” Histopathology 56.7, S. 937–943. Schetter, Aaron J. et al. (2008). MicroRNA expression profiles associated with prognosis and ” therapeutic outcome in colon adenocarcinoma“. In: JAMA : the journal of the American Medical Association 299.4, S. 425–436. 120 Literatur Schober, Markus und Perrimon, Norbert (2002). Unconventional ways to travel“. In: Nature cell ” biology 4.9, E211–2. Simpson, Richard J. et al. (2009). Exosomes: proteomic insights and diagnostic potential“. In: ” Expert review of proteomics 6.3, S. 267–283. Singh, Dinesh et al. (2002). Gene expression correlates of clinical prostate cancer behavior“. In: ” Cancer cell 1.2, S. 203–209. Sobin, L. H. (2009). TNM classification of malignant tumours. 7. Aufl. Oxford: Wiley-Blackwell. Soller, Maria Johansson et al. (2006). Confirmation of the high frequency of the TMPRSS2/ERG ” fusion gene in prostate cancer“. In: Genes, chromosomes & cancer 45.7, S. 717–719. Souza Rocha Simonini, Pedro de et al. (2010). Epigenetically deregulated microRNA-375 is invol” ved in a positive feedback loop with estrogen receptor alpha in breast cancer cells“. In: Cancer Research 70.22, S. 9175–9184. Spahn, Martin et al. (2010). Expression of microRNA-221 is progressively reduced in aggressive ” prostate cancer and metastasis and predicts clinical recurrence“. In: International journal of cancer. Journal international du cancer 127.2, S. 394–403. Spitz, Margaret R. et al. (1991). Familial patterns of prostate cancer: a case-control analysis“. In: ” The Journal of urology 146.5, S. 1305–1307. Spizzo, R. et al. (2010). miR-145 participates with TP53 in a death-promoting regulatory loop and ” targets estrogen receptor-alpha in human breast cancer cells“. In: Cell death and differentiation 17.2, S. 246–254. Steinberg, Gary D. et al. (1990). Family history and the risk of prostate cancer“. In: The Prostate ” 17.4, S. 337–347. Su, Hang et al. (2009). MicroRNA-101, Down-regulated in Hepatocellular Carcinoma, Promotes ” Apoptosis and Suppresses Tumorigenicity“. In: Cancer Research 69.3, S. 1135–1142. Suh, Seong O. et al. (2011). MicroRNA-145 is regulated by DNA methylation and p53 gene ” mutation in prostate cancer“. In: Carcinogenesis 32.5, S. 772–778. Sun, H. et al. (1999). PTEN modulates cell cycle progression and cell survival by regulating ” phosphatidylinositol 3,4,5,-trisphosphate and Akt/protein kinase B signaling pathway“. In: Proceedings of the National Academy of Sciences of the United States of America 96.11, S. 6199– 6204. Szczyrba, Jaroslaw et al. (2010). The microRNA profile of prostate carcinoma obtained by deep ” sequencing“. In: Molecular cancer research 8.4, S. 529–538. Szczyrba, Jaroslaw et al. (2011). Downregulation of Sec23A protein by miRNA-375 in prostate ” carcinoma“. In: Molecular cancer research 9.6, S. 791–800. Literatur 121 Thompson, E. B. (1998). The many roles of c-Myc in apoptosis“. In: Annual review of physiology ” 60, S. 575–600. Toffoli, G. et al. (1992). Expression of glutathione-S-transferase-pi in human tumours“. In: Euro” pean journal of cancer (Oxford, England : 1990) 28A.8-9, S. 1441–1446. Tomlins, Scott A. et al. (2005). Recurrent fusion of TMPRSS2 and ETS transcription factor genes ” in prostate cancer“. In: Science 310.5748, S. 644–648. Tomlins, Scott A. et al. (2006). TMPRSS2:ETV4 gene fusions define a third molecular subtype ” of prostate cancer“. In: Cancer Research 66.7, S. 3396–3400. Tomlins, Scott A. et al. (2008). Role of the TMPRSS2-ERG gene fusion in prostate cancer“. In: ” Neoplasia (New York, N.Y.) 10.2, S. 177–188. Tomlins, Scott A. et al. (2011). Urine TMPRSS2:ERG for prostate cancer risk stratification in ” men with elevated serum PSA [abstract].“ In: Proceedings of the 102nd Annual Meeting of the American Association for Cancer Research Philadelphia (PA): AACR; 2011. Abstract nr 2815. Apr 2–6. Tsukamoto, Yoshiyuki et al. (2010). MicroRNA-375 is downregulated in gastric carcinomas and ” regulates cell survival by targeting PDK1 and 14-3-3zeta“. In: Cancer Research 70.6, S. 2339– 2349. Tzimagiorgis, Georgios et al. (2011). Recovering circulating extracellular or cell-free RNA from ” bodily fluids“. In: Cancer Epidemiology 35.6, S. 580–589. U.S. Cancer Statistics Working Group (2010). United States Cancer Statistics: 1999–2007 Incidence and Mortality Web-based Report. Hrsg. von U.S. Department of Health et al. VandenBoom, Timothy G. et al. (2008). MicroRNA and Cancer: Tiny Molecules with Major Im” plications“. In: Current genomics 9.2, S. 97–109. Varambally, Sooryanarayana et al. (2002). The polycomb group protein EZH2 is involved in pro” gression of prostate cancer“. In: Nature 419.6907, S. 624–629. Varambally, Sooryanarayana et al. (2008). Genomic loss of microRNA-101 leads to overexpression ” of histone methyltransferase EZH2 in cancer“. In: Science 322.5908, S. 1695–1699. Visakorpi, T. et al. (1995). In vivo amplification of the androgen receptor gene and progression of ” human prostate cancer“. In: Nature genetics 9.4, S. 401–406. Vivanco, Igor und Sawyers, Charles L. (2002). The phosphatidylinositol 3-Kinase AKT pathway ” in human cancer“. In: Nature reviews. Cancer 2.7, S. 489–501. Volinia, Stefano et al. (2006). A microRNA expression signature of human solid tumors defines ” cancer gene targets“. In: Proceedings of the National Academy of Sciences of the United States of 103.7, S. 2257–2261. 122 Literatur Wach, Sven et al. (2011). MiRNA profiles of prostate carcinoma detected by multi-platform miRNA ” screening“. In: International journal of cancer. Wang, H. G. et al. (1999). Ca2+-induced apoptosis through calcineurin dephosphorylation of ” BAD“. In: Science (New York, N 284.5412, S. 339–343. Wang, Jianghua et al. (2006). Expression of variant TMPRSS2/ERG fusion messenger RNAs is ” associated with aggressive prostate cancer“. In: Cancer Research 66.17, S. 8347–8351. Wang, Liang et al. (2009). Gene networks and microRNAs implicated in aggressive prostate can” cer“. In: Cancer Research 69.24, S. 9490–9497. Wang, M. C. et al. (1979). Purification of a human prostate specific antigen“. In: Investigative ” urology 17.2, S. 159–163. Wang, Yu und Lee, Caroline G. L. (2009). MicroRNA and cancer–focus on apoptosis“. In: Journal ” of cellular and molecular medicine 13.1, S. 12–23. Wasylyk, Bohdan, Hagman, James und Gutierrez-Hartmann, Arthur (1998). Ets transcription ” factors: nuclear effectors of the Ras-MAP-kinase signaling pathway“. In: Trends in biochemical sciences 23.6, S. 213–216. Wellner, Ulrich et al. (2009). The EMT-activator ZEB1 promotes tumorigenicity by repressing ” stemness-inhibiting microRNAs“. In: Nature cell biology 11.12, S. 1487–1495. Wells, A. L. et al. (1999). Myosin VI is an actin-based motor that moves backwards“. In: Nature ” 401.6752, S. 505–508. Wightman, Bruce, Ha, Ilho und Ruvkun, Gary (1993). Posttranscriptional regulation of the he” terochronic gene lin-14 by lin-4 mediates temporal pattern formation in C. elegans“. In: Cell 75.5, S. 855–862. Wong, Chung F. und Tellam, Ross L. (2008). MicroRNA-26a Targets the Histone Methyltrans” ferase Enhancer of Zeste homolog 2 during Myogenesis“. In: Journal of Biological Chemistry 283.15, S. 9836–9843. Wong, M. K. und Gotlieb, A. I. (1988). The reorganization of microfilaments, centrosomes, and ” microtubules during in vitro small wound reendothelialization“. In: The Journal of cell biology 107.5, S. 1777–1783. Xu, Bin et al. (2011). miR-143 decreases prostate cancer cells proliferation and migration and ” enhances their sensitivity to docetaxel through suppression of KRAS“. In: Molecular and cellular biochemistry 350.1-2, S. 207–213. Xu, Jiangchun et al. (2000). Identification of differentially expressed genes in human prostate ” cancer using subtraction and microarray“. In: Cancer Research 60.6, S. 1677–1682. Yanaihara, Nozomu et al. (2006). Unique microRNA molecular profiles in lung cancer diagnosis ” and prognosis“. In: Cancer cell 9.3, S. 189–198. Literatur 123 Yoshida, Hiroyuki et al. (2004). Lessons from border cell migration in the Drosophila ovary: A ” role for myosin VI in dissemination of human ovarian cancer“. In: Proceedings of the National Academy of Sciences of the United States of America 101.21, S. 8144–8149. Yoshimoto, Maisa et al. (2006). Three-color FISH analysis of TMPRSS2/ERG fusions in prostate ” cancer indicates that genomic microdeletion of chromosome 21 is associated with rearrangement“. In: Neoplasia 8.6, S. 465–469. Zahm, J. M. et al. (1997). Cell migration and proliferation during the in vitro wound repair of the ” respiratory epithelium“. In: Cell motility and the cytoskeleton 37.1, S. 33–43. Zaman, M. S. et al. (2010). The functional significance of microRNA-145 in prostate cancer“. In: ” British journal of cancer. Zeng, Yan und Cullen, Bryan R. (2003). Sequence requirements for micro RNA processing and ” function in human cells“. In: RNA 9.1, S. 112–123. Zhang, Baohong et al. (2007). microRNAs as oncogenes and tumor suppressors“. In: Developmen” tal biology 302.1, S. 1–12. Zheng, S. Lilly et al. (2008). Cumulative association of five genetic variants with prostate cancer“. ” In: The New England journal of medicine 358.9, S. 910–919. Zhou, R. et al. (2003). IGF-binding protein-4: biochemical characteristics and functional conse” quences“. In: The Journal of endocrinology 178.2, S. 177–193. Zou, H. et al. (1997). Apaf-1, a human protein homologous to C. elegans CED-4, participates in ” cytochrome c-dependent activation of caspase-3“. In: Cell 90.3, S. 405–413. Anhang 125 10 Anhang 10.1 Abkürzungen A Ampère A260 Absorption bei 260 nm A280 Absorption bei 280 nm Abb. Abbildung AK Antikörper APS Ammoniumpersulfat AUC area under the curve bp Basenpaare BCA bicinchoninic acid assay BSA Bovines Serumalbumin bzw. beziehungsweise °C Grad Celsius ca. circa Ca2+ Calcium cDNA complementary DNA CT Threshold Cycle = Schwellenwertzyklus CTS charcoal treated serum (Fötales Rinderserum, aktivkohleadsorbiert) Da Dalton DEPC Diethylpyrocarbonat d.h. das heißt DIG Digoxigenin DMEM Dulbecco’s Modified Eagle Medium DMSO Dimethylsulfoid DNA Desoxyribonukleinsäure DNase Desoxyribonuklease dNTP Desoxyribonucleosidtriphosphat DTT Dithiothreitol ECL Enhanced Chemiluminescence EDTA Ethylendiamintetraacetat ELISA enzyme-linked immunosorbent assay 126 Anhang et al. et alii (und andere) etc. et cetera EtOH Ethanol evtl. eventuell FCS fetal calf serum g Erdbeschleunigung (9,81 m/s2 ); Gramm GAPDH Glyceraldehyd-3-Phosphat-Dehydrogenase h Stunde HEPES hydroxyethylpiperazine-ethanesulfonic acid ID Identifikator kDa Kilodalton LNA locked nuceic acid M, mM Molar (1 mol/l), Millimolar m Milli- µ Mikro- Mg2+ Magnesium Min. Minute miRNA microRNA MMP Magermilchpulver mRNA messenger RNA N Anzahl der Fälle NEAA non-essential aminoacids nm Nanometer No Normalgewebe p-Wert Irrtumswahrscheinlichkeit PBS phosphat buffered saline PCa Prostatakarzinom PCR Polymerase Kettenreaktion (polymerase chain reaction) pH potentia Hydrogenii qRT-PCR quantitative realtime PCR RISC RNA induced silencing complex RNA Ribonukleinsäure RNAse Ribonuklease ROC Receiver operating charakteristics rpm Umdrehungen pro Minute (rounds per minute) RPMI Roswell Park Memorial Institute RT Raumtemperatur SDS Sodiumdodecylsulfat Sek. Sekunde Anhang 127 siRNA small interfering RNA Tab. Tabelle Taq Thermus aquaticus TBS Tris buffered saline TBST tris buffered saline with tween 20 TEMED Tetramethylethylendiamin TNM tumor, nodes, metastasis Tu Tumorgewebe Tris Trishydroxymethylaminomethan U Unit (Einheit der Enzymaktivität) 3’UTR 3’ untranslatierte Region u.a. unter anderem V Volt v/v Volumen pro Volumen (volume per volume) vgl. Volt vgl. vergleiche WB Western Blot w/v Gewicht pro Volumen (weight per volumen) 128 Anhang 10.2 Plasmidkarten Abbildung 10.1. pCEP4 Vektorkarte Invitrogen, Karlsruhe Anhang Abbildung 10.2. pSG5 Vektorkarte Stratagene, Agilent Technologies Sales & Services GmbH & Co. KG, Waldbronn 129 130 Anhang Abbildung 10.3. pMIR-REPORT Vektorkarte Applied Biosystems, Darmstadt Abbildungsverzeichnis 131 Abbildungsverzeichnis 3.1 Einteilung der Drüsenmorphologie nach D.F. Gleason . . . . . . . . . . . . . . . . 7 3.2 miRNA Prozessierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 5.1 Hauptkomponentenanalyse (Principal Component Analysis) . . . . . . . . . . . . . 28 5.2 Hierarchische Clusteranalyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 5.3 Venn Diagramm von Sequenzierung und miRNA microArray . . . . . . . . . . . . 30 5.4 3’UTR von MYO6 mit potentiellen miRNA Bindestellen . . . . . . . . . . . . . . 33 5.5 Relative Expression von ZEB1, ZEB2, SEC23A, MYO6, ZNF217 und ERG . . . . 35 5.6 Sec23A Proteinexpression in Prostataprimärgeweben . . . . . . . . . . . . . . . . 37 5.7 Proliferation, Viablity, Zytotoxizität und Apoptose in DU145 und LNCaP Zellen nach miRNA Knockdown. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 5.8 Wundheilungsverhalten von DU145 Zellen nach miRNA Knockdown . . . . . . . . 41 5.9 Modell für Migration bzw. Invasion mittels Zellkulturinserts . . . . . . . . . . . . . 42 5.10 Migrations- und Invasionsverhalten von DU145 Zellen nach Kockdown von miR200c, miR-375 und miR-200c/miR-375 . . . . . . . . . . . . . . . . . . . . . . . 42 5.11 Proliferation, Viabilität, Zytotoxizität und Apoptose in DU145 und LNCaP Zellen nach Transfektion des SEC23A Expressionsvektors bzw. der SEC23A siRNA. . . . . 45 5.12 Wundheilungsverhalten von DU145 Zellen nach Knockdown und ektoper Expression von Sec23A . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46 5.13 Wundheilungsverhalten von LNCaP Zellen nach Knockdown und ektoper Expression von Sec23A . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47 5.14 Migration- und Invasionsverhalten von DU145 Zellen nach ektoper Expression bzw. Knockdown von Sec23A. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 5.15 Nachweis der miRNA Expression in Gewebeschnitten mittels miRNA in situ Hybridisierung. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 5.16 ROC Kurven der miRNAs in den zwei Kollektiven . . . . . . . . . . . . . . . . . . 53 5.17 Expression von ERG und der ERG Spleißvarianten . . . . . . . . . . . . . . . . . . 56 5.18 Schematische Darstellung der ERG Isoformen . . . . . . . . . . . . . . . . . . . . 57 5.19 Beispielhafter Western Blot zur Detektion von ERG . . . . . . . . . . . . . . . . . 59 5.20 Relative Expression von ERG, den ERG Spleißvarianten und miR-145 in fusionsnegativen und fusionspositiven Tumoren. . . . . . . . . . . . . . . . . . . . . . . . . 60 5.21 Apoptose, Proliferation und Invasion nach Knockdown von ERG-2 und ektoper Expression von miR-145. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62 132 Abbildungsverzeichnis 6.1 Mögliches regulatorisches Netzwerk der Apoptoseregulierung mit den miRNAs miR200c und miR-375. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.2 67 Mögliches regulatorisches Netzwerk der EMT-Regulierung mit den miRNAs miR200c und miR-375 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68 6.3 Schematische Darstellung von miR-200c, miR-375 und deren Zielgenen . . . . . . 70 8.1 Schematische Darstellung der Entstehung der Fluoreszenz bei der qRT-PCR mit zweifach markierten Sonden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94 8.2 Auswertung mittels ImageJ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101 8.3 LDH-Aktivität . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 8.4 Caspase 3/7 Aktivitätsnachweis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104 10.1 pCEP4 Vektorkarte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128 10.2 pSG5 Vektorkarte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129 10.3 pMIR-REPORT Vektorkarte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130 Tabellenverzeichnis 133 Tabellenverzeichnis 3.1 TNM-Klassifikation des Prostatakarzinoms . . . . . . . . . . . . . . . . . . . . . . 8 5.1 Differentiell exprimierte miRNAs im Deep Sequencing Ansatz. . . . . . . . . . . . 20 5.2 Relative Expressionslevel der miRNAs in Prostatakarzinomzelllinien und Prostatanormalfibroblasten. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.3 22 Stabilitätsberechnung der Kandidatenreferenzgene RNU6b und RNU44 im Vergleich zu miR-200c, miR-375, miR-145 und miR-143. . . . . . . . . . . . . . . . . 23 5.4 Relative Expression der miRNAs im Prostatagewebe von Kollektiv 1. . . . . . . . . 25 5.5 Relative Expression der miRNAs im Prostatagewebe von Kollektiv 2. . . . . . . . . 25 5.6 Differentiell exprimierte miRNAs in der miRNA microArray Analyse im PCa. . . . . 27 5.7 Zielgene für die miRNAs miR-143, -145, -200c, -375, -22, -24, -148a. . . . . . . . 32 5.8 Relative Expression der Zielgene in den Zelllinien . . . . . . . . . . . . . . . . . . 34 5.9 Relative Expression von CUL5, DEDD, ERG, IPO7, MYO6, SEC23A, ZEB1, ZEB2 und ZNF217 in den Prostatageweben. . . . . . . . . . . . . . . . . . . . . . . . . 36 5.10 Diagnostisches Potential von miRNAs . . . . . . . . . . . . . . . . . . . . . . . . 52 5.11 NCBI Spleißvarianten und entprechende SWISS-Prot Isoformen . . . . . . . . . . . 56 6.1 Vergleich verschiedener miRNA Expressionsstudien mit eigenen Daten . . . . . . . 64 7.1 Patientencharakteristik für die Tumorgewebe-Sequenzierungspools 3 und 4 . . . . . 85 7.2 Patientencharakteristik von Kollektiv 1 und 2 . . . . . . . . . . . . . . . . . . . . 86 7.3 Patientencharakteristik für die Gewebeproben für die miRNA microArray Analyse . 87 8.5 Übersicht der verwendeten Einzelkomponenten zur elektrophoretischen Auftrennung von Proteinen mittels SDS-Gelelektrophorese . . . . . . . . . . . . . . . . . . . . 107 Eigene Publikationen, wissenschaftliche Vorträge und Posterpräsentationen 135 Eigene Publikationen, wissenschaftliche Vorträge und Posterpräsentationen Peer-reviewed Publikationen: Strissel PL, Ellmann S, Löprich E, Thiel F, Fasching PA, Stiegler E, Hartmann A, Beckmann MW, Strick R. Early aberrant insulin-like growth factor signaling in the progression to endometrial car” cinoma is augmented by tamoxifen.“; Int J Cancer 2008 Dec 15;123(12):2871-9. Szczyrba J, Löprich E, Wach S, Jung V, Unteregger G, Barth S, Grobholz R, Wieland W, Stöhr R, Hartmann A, Wullich B, Grässer FA. The microRNA profile of prostate carcinoma obtained by ” deep sequencing.“; Mol Cancer Res. 2010 Apr;8(4):529-38. Keck B, Stoehr R, Wach S, Rogler A, Nolte E, Hartmann A, Wullich B. Das plasmazytoide ” und mikropapilläre Urothelkarzinom. Seltene Varianten eines Urothelkarzinoms.“ Urologe A. 2011 Feb;50(2):217-20. Wach S*, Nolte E*, Szczyrba J, Stöhr R, Hartmann A, Orntoft T, Dyrskjøt L, Eltze E, Wieland W, Keck B, Ekici AB, Grässer FA, Wullich B. ”miRNA profiles of prostate carcinoma detected by multi-platform miRNA screening.“; Int J Cancer. 2011 Mar 11. doi: 10.1002/ijc.26064 Szczyrba J*, Nolte E*, Wach S, Kremmer E, Stöhr R, Hartmann A, Wieland W, Wullich B, Grässer FA. Downregulation of Sec23A protein by miRNA-375 in prostate carcinoma.“; Mol Cancer Res. ” 2011 Jun;9(6):791-800. Eingereichte Manuskripte: Hart M*, Wach S*, Nolte E, Szczyrba J, Menon R, Taubert H, Hartmann A, Stöhr R, Wieland W, Grässer FA, Wullich B. ERG is a target of microRNA miR-145 in prostate cancer.“; The Prostate, ” eingereicht Juni 2012 Szczyrba J*, Nolte E*, Hart M, Döll C, Wach S, Taubert H, Keck B, Kremmer E, Stöhr R, Hartmann A, Wieland W, Wullich B, Grässer FA. Identification of ZNF217, hnRNP-K, VEGF-A ” and IPO7 as targets for microRNAs that are downregulated in prostate carcinoma.“; Int J Cancer, under revision Juni 2012 136 Eigene Publikationen, wissenschaftliche Vorträge und Posterpräsentationen Posterpräsentationen: Löprich E, Wach S, Szczyrba J, Grässer F, Wullich B. ”Functional consequences of miRNA deregulation in prostate cancer.”Posterpräsentation beim Doktorandenworkshop des Interdisziplinären Zentrums für Klinische Forschung, Erlangen, Juli 2010 Nolte E*, Szczyrba J*, Wach S, Kremmer E, Stöhr R, Hartmann A, Wieland W, Wullich B, Grässer FA. Sec23A is a regulative target of miR-200c and miR-375 in prostate cancer and influences cell ” growth in vitro.“; Posterpräsentation beim 102. Kongress der American Association for Cancer Research (AACR), Orlando, FL, April 2011 Nolte E, Wach S, Szczyrba J, Stöhr R, Hartmann A, Wieland W, Grässer FA, Wullich B, Taubert H. Molecular impact of miR-375 deregulation in prostate cancer.“; Posterpräsentation beim 103. ” Kongress der American Association for Cancer Research (AACR), Chicago, IL, April 2012 Wissenschaftliche Vorträge: Nolte E*, Szczyrba J*, Wach S, Kremmer E, Stöhr R, Hartmann A, Wieland W, Wullich B, Grässer FA. SEC23A ist ein Zielgen von miR-200c und miR-375 im Prostatakarzinom und beein” flusst das Zellwachstum in vitro.“ 8. Jahrestagung des Deutschen Prostatakarzinomkonsortiums, Otzenhausen, 10.-11. Dezember 2010 Nolte E*, Szczyrba J*, Wach S, Kremmer E, Stöhr R, Hartmann A, Wieland W, Wullich B, Grässer FA. SEC23A ist ein Zielgen von miR-200c und miR-375 im Prostatakarzinom und beeinflusst das ” Zellwachstum in vitro.“ 3. Symposium Urologische Forschung der Deutschen Gesellschaft für Urologie, Jena, 17.-19. November 2011 * Beide Autoren trugen gleichermaßen zur Publikation bei. Preis: AUF-Forschungspreis, Arbeitskreis Urologische Forschung der Deutschen Gesellschaft für Urologie, Jena, 17.-19. November 2011 Danksagung 137 Danksagung Ich bedanke mich ganz herzlich bei Prof. Dr. med. Bernd Wullich für die Möglichkeit, meine Promotionsarbeit in seiner Arbeitsgruppe Molekulare Urologie anfertigen zu können. Vielen Dank für das stete Interesse am Fortgang meiner Arbeit, für die Diskussion der Ergebnisse, für die Möglichkeit, meine eigenen Ideen einzubringen und auch für die vielfältigen Möglichkeiten, meine Arbeit bei Kongressen zu präsentieren. Vielen Dank an Prof. Dr. rer. nat. Lars Nitschke für die freundliche Übernahme der Betreuung und Begutachtung meiner Promotionsarbeit. Vielen Dank an Prof. Dr. rer. nat. Helge Taubert für die Unterstützung bei der Versuchsplanung, für die Diskussion und Interpretation meiner Ergebnisse, sowie die Übernahme der Begutachtung meiner Promotionsarbeit. Ein ganz besonderer Dank gebührt Sven. Mit den Diskussionen über erwartete und unerwartete Ergebnisse, mit deiner Unterstützung bei den Versuchen und bei der Fehleranalyse hast du mir mit deinem ungeheuren Wissenschatz so manches Mal aus der Klemme geholfen. Vielen Dank auch für den ”Freitagsirrsinn”. Ganz herzlicher Dank geht an die anderen Laborkollegen Anne, Katrin und Omar für eine tolle Arbeitsatmosphäre. Prof. Dr. Friedrich Grässer, Jarek und Martin aus dem Institut für Virologie der Universität des Saarlandes sage ich danke für eine ganz besondere Kooperation. Ein goßes Dankeschön an PD Dr. rer. nat. Robert Stöhr für das geduldige Heraussuchen, Schneiden und Vorbereiten der Proben. Meinen Eltern danke ich von ganzem Herzen dafür, dass ihr immer an mich geglaubt habt, mir das Studium ermöglicht habt und mich auch während der Promotion immer unterstützt habt. Danke an meinen Bruder Simon für das geduldige Korrekturlesen, auch wenn du nicht allzu viel vom Inhalt verstanden hast. Es ist immer wieder unglaublich, was sich für Fehler einschleichen können. Meinem Mann Marc danke ich: für deine Geduld, wenn ich mal wieder nicht geduldig bin, für dein Interesse an meiner Arbeit und auch für so manchen Tritt in den Hintern.