Differentielle Genexpressionsanalyse von Smad4 defizienten Pankreaskarzinomzelllinien nach Reexpression von Smad4 DISSERTATION zur Erlangung des Grades eines Doktors der Naturwissenschaften der Fakultät für Chemie an der Ruhr-Universität Bochum vorgelegt von Dipl.-Biochem. Marc Zapatka Bochum 2003 DANKSAGUNG An erster Stelle möchte ich Frau Dr. Irmgard Schwarte-Waldhoff für die hervorragende Betreuung bei meiner Doktorarbeit, ihr aufrichtiges Interesse, ihre Bereitschaft zu anregenden Diskussionen und zu konstruktiver Kritik danken. Selbstverständlich bin ich Ihr auch für die Bereitstellung des Arbeitsplatzes, der technischen Geräte, meiner Finanzierung und der Möglichkeit, an Kongressen teilzunehmen überaus dankbar. Bei Herrn PD Dr. Stephan Hahn möchte ich mich für die Betreuung der Arbeit, die Übernahme des Gutachtens und die anregenden Diskussionen zur Entwicklung der Auswertungsmethode herzlich bedanken. Herrn Professor Dr. Rolf Heumann danke ich für die Übernahme des Zweitgutachtens und Herrn Professor Dr. Christof Wöll für die Bereitschaft als dritter Prüfer zu fungieren. Mein besonderer Dank gilt Dr. Susanne Klein-Scory, die mit Ihren kritischen Anmerkungen in Diskussionen geholfen hat, Sachverhalte aus neuen Perspektiven zu betrachten, was dem Fortschreiten meiner Arbeit gut getan hat. Natürlich gilt mein Dank auch allen ehemaligen und derzeitigen Mitarbeitern des IMBL und des Labors für Molekulare Onkologie für das gute Arbeitsklima und die gute Zusammenarbeit. Besonders sei hier Frau Dr. Nicole Müller gedankt, die meine Arbeit durch anregende Diskussionen sehr unterstützt hat. Bei Anke Baar, Christina EilertMicus, Anna Schöneck und besonders bei Sabine Hoppe bedanke ich mich für die zuverlässige technische Assistenz. Für die umsichtige Pflege der Nacktmäuse und die Unterstützung bei den Tumorigenitätstests im Tierstall des Essener Klinikums danke ich Claudia Lechleiter und Thomas Haberland. Herrn PD Dr. Hendrik Ungefroren gilt besonderer Dank für die Bereitstellung der Retroviren, die zur Transduktion der Zellen eingesetzt wurden. Ganz besonders möchte ich Sylvia Schweitzer dafür danken, dass sie mich während der schwierigen Phase der Verfassung dieser Arbeit immer unterstützt hat. Letztlich gilt mein Dank natürlich auch meinen Eltern, die mir das Studium der Biochemie ermöglicht, und so den Grundstein für diese Arbeit gelegt haben. INHALTSVERZEICHNIS INHALTSVERZEICHNIS...................................................................................... I ABKÜRZUNGEN ............................................................................................... IV 1 EINLEITUNG ............................................................................................. 1 1.1 Der Tumorsuppressor Smad4................................................................................................ 1 1.2 Der TGFβ/Smad Signalweg ................................................................................................... 2 1.2.1 Die TGFβ Superfamilie................................................................................................... 3 1.2.2 TGFβ Rezeptoren............................................................................................................ 4 1.2.3 Die Smad Proteine........................................................................................................... 5 1.2.4 Smads als Transkriptionskomodulatoren ........................................................................ 7 1.3 Die Smad Proteine im Signalnetzwerk.................................................................................. 8 1.4 Tumorsuppressorfunktion von Smad4 ................................................................................. 9 1.5 Modellsystem zur Untersuchung der Effekte von Smad4 ................................................... 9 1.6 Zielsetzung der Arbeit .......................................................................................................... 10 2 MATERIAL .............................................................................................. 12 2.1 Puffer und Lösungen ............................................................................................................ 12 2.2 Medien ................................................................................................................................... 14 2.3 Chemikalien .......................................................................................................................... 15 2.4 Zelllinien ................................................................................................................................ 15 2.5 Antikörper............................................................................................................................. 15 2.6 Enzyme .................................................................................................................................. 15 2.7 Kits ......................................................................................................................................... 16 2.8 Verbrauchsmaterialien......................................................................................................... 16 2.9 Geräte .................................................................................................................................... 16 2.10 Primer .................................................................................................................................... 17 3 METHODEN ............................................................................................ 22 3.1 DNA ....................................................................................................................................... 22 3.1.1 cDNA Synthese............................................................................................................. 22 3.1.2 Isolierung von DNA aus Agarosegelen......................................................................... 22 Inhaltsverzeichnis 3.1.3 ii Herstellung von DNA Sonden für die Northern Blot Hybridisierung ........................... 22 3.2 RNA ....................................................................................................................................... 23 3.2.1 Präparation von RNA .................................................................................................... 23 3.2.2 RNA Gelelektrophorese und Northern Blot .................................................................. 24 3.2.3 Northern Blot Hybridisierung ....................................................................................... 25 3.2.4 Digitalisierung von hybridisierten Membranen............................................................. 26 3.2.5 Clontech cDNA Expressions Array .............................................................................. 26 3.3 Protein.................................................................................................................................... 28 3.3.1 Präparation von Proteinen ............................................................................................. 28 3.3.2 Proteingelelektrophorese mittels SDS-Page.................................................................. 29 3.3.3 Western Blot und Immundetektion von Proteinen ........................................................ 29 3.3.4 Nachweis von Interferon γ............................................................................................. 30 3.4 Zellkultur............................................................................................................................... 30 3.4.1 Hitzeinaktivierung von FKS.......................................................................................... 30 3.4.2 Test auf Mycobakterien Kontamination........................................................................ 31 3.4.3 Passagieren von Zellen.................................................................................................. 31 3.4.4 Einfrieren von Zellen .................................................................................................... 31 3.4.5 Auftauen von Zellen...................................................................................................... 31 3.4.6 Virale Transduktion von Zellen .................................................................................... 32 3.4.7 Herstellung von konditionierten Medien....................................................................... 32 3.5 Tumorigenitätstests an Nacktmäusen ................................................................................. 33 3.5.1 Präparation von RNA aus Tumorgewebe...................................................................... 33 4 ERGEBNISSE ......................................................................................... 34 4.1 Vorüberlegungen zur Auswertung...................................................................................... 35 4.2 Auswertung der Makroarrays ............................................................................................. 35 4.2.1 Beurteilung von Signalen .............................................................................................. 36 4.2.2 Normalisierung.............................................................................................................. 38 4.2.3 Überlegungen zur Anzahl der notwendigen Wiederholungen....................................... 40 4.2.4 Definierung von Kandidatengenen................................................................................ 41 4.3 Smad4 abhängige differentielle Genexpressionsanalyse von Hs766T in vitro................. 43 4.3.1 Normalisierung.............................................................................................................. 43 4.3.2 Validierung der Arrayergebnisse................................................................................... 44 4.3.3 Signifikanzanalyse mit Arrayergebnissen nach Tusher................................................. 55 4.3.4 Funktionelle Einordnung der Differentiell exprimierten Gene ..................................... 57 4.3.5 Untersuchungen zum Interferon Signalweg .................................................................. 60 4.4 Expressionsunterschiede nach subkutaner Injektion in Nacktmäuse.............................. 73 4.4.1 Expressionsunterschiede humaner Gene ....................................................................... 74 4.5 Untersuchung an der Zelllinie CFPAC-1............................................................................ 77 4.5.1 Etablierung der Smad4 Exprimierenden Zellen ............................................................ 77 4.5.2 Überprüfung der Wiederherstellung von TGFβ-Antworten.......................................... 78 4.5.3 Expressionsunterschiede unter Zellkulturbedingungen in CFPAC-1............................ 79 4.5.4 Verhalten von CFPAC-1 Zellen nach subkutaner Injektion in Nacktmäuse ................. 81 4.5.5 Überprüfung von Interferon regulierten Genen............................................................. 81 5 DISKUSSION .......................................................................................... 84 5.1 Entwicklung der Auswertungsmethode .............................................................................. 85 Inhaltsverzeichnis iii 5.2 Funktionelle Relevanz der Smad4 abhängig regulierten Gene in Hs766T Zellen........... 89 5.3 Effekte von Smad4 auf Interferonsignalwege .................................................................... 91 5.4 Auswirkungen der Smad4 Expression in Nacktmaustumoren ......................................... 95 5.5 Effekte von Smad4 in CFPAC1 Zellen................................................................................ 96 6 ZUSAMMENFASSUNG .......................................................................... 99 7 LITERATURVERZEICHNIS .................................................................. 101 8 ANHÄNGE ............................................................................................ 107 8.1 Programme.......................................................................................................................... 107 8.1.1 HTML/VBScript Code zur automatisierten Kontrolle der Auswertung...................... 107 8.1.2 VBA-Makro zur Auswertung der Genpix Pro-Ergebnisse.......................................... 112 8.2 Kongressbeiträge ................................................................................................................ 121 8.3 Lebenslauf ........................................................................................................................... 122 ABKÜRZUNGEN α anti A Adenin AMH anti Müllerian hormone BMP bone morphogenetic protein BSA bovines Serumalbumin C Zytosin cDNA complementary DNA Co-Smad common mediator Smad DEPC Diethylpyrocarbonat DMEM Dulbecco´s modified eagle medium DNA Desoxyribonukleinsäure (desoxyribonucleic acid) dNTP 2'-Desoxyribonukleotid-5'-Triphosphat DTT Dithiothreitol DPC4 deleted in pancreatic carcinoma, locus 4 EtBr Ethidiumbromid G Guanin GDF growth differentiation factor GO GeneOntology IFN Interferon I-Smad Inhibitory Smad LAP latency associated protein M Molar MH Mad Homologie Region Min Minute OD optische Dichte PanIN pankreatische intraepitheliale Neoplasie RNA Ribonukleinsäure (ribonucleic acid) R-Smads Rezeptorassoziierte Smad Proteine RT Raumtemperatur SBE Smad bindendes Element T Thymin Abkürzungen v TGFβ transforming growth factor β TIFF Tagged Image File Format Tris Trishydroxymethylaminomethan U Enzymeinheit (unit) U/Min Umdrehungen pro Minute 1 EINLEITUNG 1.1 DER TUMORSUPPRESSOR SMAD4 In 90% aller Fälle findet sich der Verlust eines Allels des Chromosoms 18q in Pankreaskarzinomen (Hahn, Seymour u. a. 1995). Dies regte zur weiteren genetischen Untersuchung der Region an und führte zur Entdeckung des Tumorsuppressorkandidatengens Smad4 (Hahn, Schutte u. a. 1996). Smad4, auch DPC4 (deleted in pancreatic carcinoma, locus 4) genannt, ist auf Chromosom 18q.21.1 lokalisiert und 30% der pankreatischen Adenokarzinome weisen den Verlust eines Smad4 Allels auf. In weiteren 20% wurden Punktmutationen von Smad4 nachgewiesen (Hahn, Schutte u. a. 1996). Auch in Karzinomen des Gallengangs ist Smad4 zu 16% bis 50% mutiert (Hahn, Bartsch u. a. 1998) und in 15% bis 55% der Tumore des Gallengangs nicht exprimiert (Argani, Shaukat u. a. 2001). Weiterhin treten Mutationen von Smad4 zu 16% bei Kolonkarzinomen auf (Takagi, Kohmura u. a. 1996; Thiagalingam, Lengauer u. a. 1996). Bei anderen Tumoren liegt die Häufigkeit der Smad4 Mutation unter 10% (Riggins, Kinzler u. a. 1997). Smad4 Mutationen in der Keimbahn werden bei Patienten mit familiärer juveniler Polyposis beschrieben (Howe, Roth u. a. 1998), die ein vermehrtes Auftreten von Dickdarmpolypen und ein erhöhtes Risiko für gastrointestinale Tumore aufweisen. Abbildung 1 Progressionsmodell der Pankreaskarzinomvorstufen (Wilentz, IacobuzioDonahue u. a. 2000) Die Mutationen von Smad4 in Tumoren häufen sich in Pankreas und Kolonkarzinomen in späteren Tumorstadien. Pankreaskarzinomvorstufen werden nach dem Grad der 1 EINLEITUNG 2 Dysplasie klassifiziert (pancreatic intraepithelial neoplasia, PanIN 1A bis 3) Abbildung 1. Im ersten Grad ist die Expression von Smad4 nicht beeinträchtigt. Mit fortschreitender Dysplasie (PanIN 2) weisen 13% und bei hoher Dysplasie (PanIN 3) weisen 41% keine Smad4 Expression mehr auf (Luttges, Galehdari u. a. 2001). Auch in Kolonkarzinomen zeigt sich eine Abnahme der Smad4 Expression im Verlauf der Tumorprogression (Maitra, Molberg u. a. 2000; Mikami, Ookawa u. a. 2001). Adenome weisen noch keine Smad4 Mutation auf. Von den auf die Mukosa begrenzten Karzinomen haben 10%, von den invasiven Karzinomen bis zu 5% und von den metastatischen Karzinomen sogar 35% Mutationen im Smad4 Gen (Miyaki, Iijima u. a. 1999). Smad4 gehört zur Familie der Smad Proteine, die aus hoch konservierten Proteinen besteht. Die ersten Vertreter dieser Proteinfamilie wurden in Drosophila melanogaster (Mothers against decapentaplegic, Mad) und Caenorhabditis elegans (small genes 2,3,4, Sma) beschrieben (Sekelsky, Newfeld u. a. 1995; Savage, Das u. a. 1996). Der Name der Smad Proteine leitet sich wegen ihrer Homologie zu den eben genannten Proteinen aus „Sma“ und „Mad“ ab, die zu „Smad“ verbunden wurden (Liu, Hata u. a. 1996). Neben dem ersten humanen Vertreter Smad1 (Liu, Hata u. a. 1996) wurden bisher 7 weitere Mitglieder beschrieben (Smad2 bis Smad8). Smad Proteine sind intrazelluläre Proteine, die das Signal von Zytokinen der transforming growth factor β (TGFβ) Superfamilie weiterleiten. Die mittlerweile über 50 bekannten Mitglieder regulieren eine Vielzahl von zellulären Prozessen wie Proliferation, Differenzierung, Migration und Apoptose spielen aber auch in der Embryogenese und bei der Gewebehomeostase eine Rolle (Massague 1998; Krieglstein, Strelau u. a. 2002). 1.2 DER TGFβ/SMAD SIGNALWEG Der TGFβ/Smad Signalweg (Abbildung 2) führt nach Bindung eines Zytokins der TGFβ Superfamilie zur Aktivierung der entsprechenden Rezeptoren. Anschließend werden die rezeptoraktivierten Smad Proteine phosphoryliert. Diese binden dann an Smad4 und translozieren in den Kern. Nach der Bindung von transkriptionellen Kofaktoren und Koaktivatoren oder Korepressoren wird die Expression von Genen positiv oder negativ beeinflusst (Massague 1998; Itoh, Itoh u. a. 2000; Miyazono, Kusanagi u. a. 2001; ten Dijke, Goumans u. a. 2002). 1 EINLEITUNG 3 Abbildung 2 Schematische Darstellung des TGFβ/Smad Signalweges (Massague und Chen 2000) 1.2.1 DIE TGFΒ SUPERFAMILIE Die TGFβ Superfamilie zeichnet sich durch ein gemeinsames Strukturmotiv, den Zysteinknoten (cystine knot motif) aus, der zur Bildung von drei konservierten Paaren von intrazellulären Disulfidbrücken führt. Die Superfamilie wird üblicherweise anhand der Signalweiterleitung durch die rezeptorassoziierten Smads und wegen Sequenzhomologien in zwei Familien unterteilt. Die Mitglieder der Aktivin/TGFβ Familie binden an Rezeptoren, die zur Phosphorylierung von Smad2 und Smad3 führen. Die Mitglieder der BMP Familie (bone morphogenetic protein), die GDF Proteine (growth differentiation factor) und AMH (anti Müllerian hormone) leiten ihre Signale durch Smad1, 5 und 8 weiter (siehe Abbildung 3). Die TGFβ Unterfamilie besteht aus drei hoch homologen Isoformen von TGFβ. TGFβ1, TGFβ2 und TGFβ3 sind auf Chromosom 19q13, 1q41 und 14q24 lokalisiert (Piek und Roberts 2001). Jede Isoform wird gewebeabhängig und im Verlauf der Entwicklung unterschiedlich exprimiert (Roberts und Sporn 1992). TGFβ1 wird von dem komplexesten Promotor der drei Isoformen reguliert. Die Bedeutung des Zytokins zeigt sich auch darin, dass seine Expression bei verschiedenen Krankheiten verändert ist. Die TGFβ Zytokine können Zellzyklusarrest in hämatopoetischen Zellen und Epithelzellen bewirken und können die Proliferation und Differenzierung von mesenchymalen Zellen kontrollieren. Sie induzieren die Bildung der extrazellulären Matrix und sind beteiligt an Wundheilung und Immunsuppression (Massague 1998; Piek und Roberts 2001). 1 EINLEITUNG 4 Abbildung 3 Signaltransduktion der TGFβ Superfamilie (Massague, Blain u. a. 2000) Die TGFβ Isoformen werden in einer latenten Form von Zellen sekretiert. Die inaktivierende N-terminale Domäne (latency associated protein, LAP) ist nichtkovalent an die C-terminale Domäne gebunden (Taipale, Saharinen u. a. 1998). Die intramolekular inaktivierte Form von TGFβ kann nicht an Rezeptoren binden und kann deshalb keine Signale weiterleiten. Die Aktivierung kann durch Proteolyse des LAP oder Konformationsänderungen erfolgen (Piek, Heldin u. a. 1999; Piek und Roberts 2001). 1.2.2 TGFβ REZEPTOREN Die Zytokine der TGFβ Superfamilie binden nach ihrer Aktivierung an spezifische Rezeptoren (Abbildung 3). Die TGFβ-Rezeptorfamilie, eine Gruppe von Transmembranproteinen mit Serin/Threonin-Kinaseaktivität wird anhand von Struktur und Funktion der Kinase in Typ I und Typ II Rezeptoren unterteilt (Massague 1998). Die Typ I Unterfamilie wird durch eine als GS-Domäne benannte Region charakterisiert (Wrana, Attisano u. a. 1994). Jeder der bisher sieben bekannten Typ I Rezeptoren kann mit jedem der fünf bekannten Typ II Rezeptoren interagieren, aber die Signalspezifität wird nur vom Typ I Rezeptor vermittelt (Attisano und Wrana 2002). 1 EINLEITUNG 5 Die Signaltransduktion durch Typ I und Typ II Rezeptoren erfolgt nach der Bindung des Liganden an den spezifischen Typ II Rezeptor. Anschließend wird normalerweise der Typ I Rezeptor assoziiert und der heteromere Komplex zusätzlich durch die Affinität der Rezeptoren stabilisiert. TGFβ2 hingegen hat eine zu geringe Affinität zum Typ II Rezeptor und kann alleine nicht ausreichend stark an diesen binden. Die transient gebildeten Komplexe aus Typ I und Typ II Rezeptoren werden aber auch durch TGFβ2 stabilisiert und erlauben so die Bildung des aktiven Rezeptorkomplexes. Der Typ II Rezeptor aktiviert anschließend den Typ I Rezeptor durch Phosphorylierung von Serinund Threoninresten hauptsächlich in der GS Domäne an einem TTSGSGSG Motiv (Massague 1998). Diese von Liganden induzierte Phosphorylierung ist notwendig für die anschließende durch den Typ I Rezeptor erreichte Phosphorylierung der Smad Proteine, die dann das Signal weiterleiten (Wrana, Attisano u. a. 1994; Wieser, Wrana u. a. 1995; Souchelnytskyi, ten Dijke u. a. 1996). Eine weitere Unterfamilie von extrazellulären Rezeptoren (Typ III) besteht aus zwei verwandten Proteinen, Betaglycan und Endoglin. Diese Rezeptoren haben keine intrinsische Signalaktivität. Betaglycan verstärkt die Bindung der TGFβ Isoformen an Typ II Rezeptoren, was besonders für TGFβ2 wichtig ist, da dieses eine geringe Rezeptoraffinität hat (Lopez-Casillas, Wrana u. a. 1993; Sankar, Mahooti-Brooks u. a. 1995). Endoglin bindet kein TGFβ2 und unterscheidet sich hierdurch von Betaglycan (Barbara, Wrana u. a. 1999). 1.2.3 DIE SMAD PROTEINE Nach der Aktivierung der Rezeptoren durch die Ligandenbindung erfolgt die Signalweiterleitung durch die Smad Proteine. Die Smad Proteine lassen sich in drei Gruppen einteilen, die rezeptorregulierten Smads (R-Smads), die common-mediator Smads (Co-Smads) und die inhibitorischen Smads (I-Smads) (Heldin, Miyazono u. a. 1997). Sie enthalten eine konservierte C-terminale Mad Homologie 2 Domäne (MH2). Die R- und Co-Smad Proteine haben N-terminal zusätzlich eine MH1 Domäne (Shi, Hata u. a. 1997; Shi, Wang u. a. 1998). Die MH1 Domäne hemmt bei den R-Smad Proteinen intramolekular die Aktivität der MH2 Domäne (Hata, Lo u. a. 1997). Erst nach Phosphorylierung am SXS Motiv erfolgt die Bildung von Homooligomeren, die zusammen mit Smad4 Heterooligomere bilden. Der Transport in den Zellkern, die DNA Bindung und die Interaktion mit Transkriptionsfaktoren findet vermittelt durch 1 EINLEITUNG 6 Sequenzen in der MH1 Region statt. Die MH2 Region ist für die Erkennung der Typ I Rezeptoren (nicht bei Smad4), die Oligomerisierung der Smad Proteine (nicht bei I-Smad Proteinen), die Lokalisation im Zytoplasma und auch für die Interaktion mit Transkriptionsfaktoren verantwortlich (nicht bei I-Smads) (Moustakas, Souchelnytskyi u. a. 2001). Die R-Smads werden anhand ihrer Signalweiterleitung in zwei Gruppen unterteilt. Smad2 und 3 werden nach Bindung der TGFβ Isoformen, der Aktivine und von Nodal vom Typ I Rezeptor durch Phosphorylierung aktiviert. Die Smads 1, 5 und 8 werden bei BMP, GDF und AMH Signalen aktiviert (Abbildung 4). Abbildung 4 Phylogenetischer Stammbaum und schematischer Aufbau der Smad Proteine (Itoh, Itoh u. a. 2000) Von den I-Smads sind in Säugetieren bisher zwei Vertreter, Smad6 und Smad7 beschrieben worden (Imamura, Takase u. a. 1997; Nakao, Afrakhte u. a. 1997). Die Expressionen dieser Inhibitoren werden durch TGFβ/Aktivin und BMP Liganden induziert und wirken über einen negativen Rückkopplungsmechanismus auf TGFβ- und BMP-Signalwege (Christian und Nakayama 1999). I-Smads können mit Typ I Rezeptoren interagieren und so die Aktivierung der R-Smads unterbinden (Imamura, Takase u. a. 1997; Nakao, Afrakhte u. a. 1997). Für Smad6 wird weiter vermutet, dass es an Smad1 bindet und somit die Bildung des Smad1/Smad4 Komplexes verhindern kann (Hata, Lagna u. a. 1998). 1 EINLEITUNG 7 1.2.4 SMADS ALS TRANSKRIPTIONSKOMODULATOREN Nach der Aktivierung der R-Smads oligomerisieren diese mit Smad4, translozieren in den Kern und regulieren die Transkription verschiedener Gene (Heldin, Miyazono u. a. 1997). Smad3 und Smad4 können über ihre MH1 Domäne direkt mit spezifischen DNA Sequenzen interagieren (Shi, Wang u. a. 1998; Johnson, Kirkpatrick u. a. 1999; Jones und Kern 2000). Die Sequenz CAGAC des Smad-bindenden Element (SBE) kommt bei zufälliger Basenverteilung im Durchschnitt alle 1024 Basenpaare im Genom vor. Die Bindung ist zudem sehr schwach und allein nicht ausreichend für die vollständige Aktivierung der Transkription von Zielgenen (Shi, Wang u. a. 1998). Da die Smads 1, 3 und 4 ähnliche Affinitäten für das Smad-bindende Element haben, kann die selektive Expression von Genen nicht allein über die DNA-Bindung gesteuert sein. Die große Variabilität der zellulären Wirkungen von TGFβ wird vielmehr durch die Kooperation mit anderen Transkriptionsfaktoren oder Transkriptionsregulatoren erreicht (Itoh, Itoh u. a. 2000; Massague und Wotton 2000). Beispielsweise bindet der Koaktivator CBP/ p300 an Smad 1, 2 und 3 und erhöht so die Transkription von Zielgenen. MSG1, ein starker Transaktivator, ohne eigene DNA bindende Domäne, stabilisiert die Bindung von Smad4 an CBP/p300 und wirkt so ebenfalls positiv auf die Transkription (Yahata, de Caestecker u. a. 2000). Durch die Interaktion mit Transkriptionsrepressoren wie TGIF, Ski, SnoN oder SNIP wird die Transkription gehemmt. Entweder werden Histondeacetylasen an Transkriptionskomplexe gebunden, oder die Interaktion mit Transkriptionsaktivatoren wie CBP/p300 unterbunden (Itoh, Itoh u. a. 2000; Miyazono, Kusanagi u. a. 2001; ten Dijke, Goumans u. a. 2002). Von den Transkriptionsfaktoren, die mit Smad Proteinen interagieren können, wurde FAST-1 als erster identifiziert. FAST-1 kann in Xenopus an ein Aktivin responsibles Element binden, benötigt aber zur effizienten DNA-Bindung und Transkription die Kooperation von Smad2 und Smad4 (Chen, Rubock u. a. 1996; Chen, Weisberg u. a. 1997). Viele andere Transkriptionsfaktoren mit ebenfalls positivem (zum Beispiel AP-1, die SP-1- und AML-Familie) oder negativem Einfluss (zum Beispiel Evi1 und E1A) auf TGFβ Zielgene wurden beschrieben (ausführlichere Auflistungen finden sich in Attisano und Wrana 2000; Itoh, Itoh u. a. 2000; Miyazono, Kusanagi u. a. 2001; ten Dijke, Goumans u. a. 2002). 1 EINLEITUNG 8 1.3 DIE SMAD PROTEINE IM SIGNALNETZWERK Die Smad Proteine scheinen eine wichtige Funktion bei der Integration von verschiedenen Signalwegen zu haben (Abbildung 5). Einflüsse anderer Signalwege auf den TGFβ/Smad Signalweg sind bekannt (Piek, Heldin u. a. 1999; Zhang und Derynck 1999; Massague und Chen 2000; Qing und Derynck 2001). Diese können zum einen wie EGF, Interferon γ oder TNF-α durch die Induktion von Smad7 hemmend wirken (Derynck, Akhurst u. a. 2001). Sie können aber auch durch die Interaktion mit Smad3 zur Transkription von Zielgenen führen (β-Catenin, LEF/TCF, c-jun oder ATF2)(Derynck, Akhurst u. a. 2001). Auch die Phosphorylierung und Aktivierung von Smad3 durch die Jun N-terminale Kinase wurde beschrieben (Engel, McDonnell u. a. 1999). Die Wechselwirkung kann auch anhand der Kompetition um die Bindung des Koaktivators CBP/p300 stattfinden. Die TGFβ induzierte Expression von Kollagen wird beispielsweise so von IFNγ gehemmt (Ghosh, Yuan u. a. 2001). Abbildung 5 Wechselwirkungen des TGFβ Signalweges mit anderen Signalwegen (Derynck, Akhurst u. a. 2001) Vielfältig sind auch die Einflüsse des TGFβ/Smad Signalweges auf andere Signalwege (Abbildung 5). TGFβ kann die Erk MAP Kinase (Mulder und Morris 1992), die P38 MAP Kinase und die Jun Kinase aktivieren, obwohl die Aktivierung in verschiedenen 1 EINLEITUNG 9 Zellen variiert. Auch die übergeordnete MAP Kinase Kinase Kinase TAK1 wird schnell durch TGFβ aktiviert (Yamaguchi, Shirakabe u. a. 1995), aber auch durch andere Signalwege beeinflusst. TGFβ kann die GTPasen RhoA (Bhowmick, Ghiassi u. a. 2001) und RhoB (Engel, Datta u. a. 1998) aktivieren oder stabilisieren und führt so beispielsweise zur Aktivierung der Jun Kinase (Engel, McDonnell u. a. 1999). Die Assoziation von TGFβ-Rezeptoren mit der Protein Phosphatase 2A und anschließend mit der S6 Kinase wurde beschrieben und führt zu Zellzyklusarrest (Petritsch, Beug u. a. 2000). Die Aktivierung von unterschiedlichen Kinasen, die weitere Nachwirkungen haben, zeigt dass die Effekte des TGFβ/Smad Signalweges vielfältig sind und sich nicht auf das einfache Schema einer linearen Signaltransduktion reduzieren lassen. 1.4 TUMORSUPPRESSORFUNKTION VON SMAD4 Die häufige Inaktivierung von Smad4 in pankreatischem Krebs und anderen Krebsformen spricht für eine Funktion als Tumorsuppressor (siehe 1.1). Die wichtigen Effekte von Smad4 in der Entwicklung zeigten sich bei Untersuchungen von Mäusen mit homozygoter Deletion von Smad4. Diese Mutation ist letal. Die Deletion eines Allels verursachte in Mäusen nach einem Jahr die Entwicklung von malignen intestinalen Tumoren (Takaku, Oshima u. a. 1998). Bisher wurde die tumorsupprimierende Wirkung des TGFβ/Smad Signalweges hauptsächlich der Repression von c-myc (Pietenpol, Holt u. a. 1990) und der Induktion der Zyklin abhängigen Kinase Inhibitoren p15INK4b und p21CIP1 zugeschrieben (Feng, Lin u. a. 2000; Pardali, Kurisaki u. a. 2000). Aber die Tumorgenese ist komplexer und von vielen Faktoren abhängig (Hanahan und Weinberg 2000). Der TGFβ/Smad Signalweg hat neben der Kontrolle des Zellzyklus auch einen Einfluss auf das den Tumor umgebende Stroma. Der Einfluss auf die Angiogenese zeigt sich in der Induktion von Thrombospondin und Represssion von VEGF nach Smad4 Rekonstitution in Hs766T Tumorzellen (Schwarte-Waldhoff, Volpert u. a. 2000). 1.5 MODELLSYSTEM ZUR UNTERSUCHUNG DER EFFEKTE VON SMAD4 Zur Untersuchung der Effekte von Smad4 bietet sich die Wiederherstellung der Smad4 Expression in Tumorzelllinien an, die keine Smad4 Expression mehr aufweisen. Durch 1 EINLEITUNG 10 die anschließende, vergleichende Untersuchung der Smad4 exprimierenden Zellen und der Kontrollzellen lassen sich ansonsten identische Zellen auf die Effekte von Smad4 untersuchen. Die Smad4 Expression geht erst spät im Verlauf der Karzinogenese nach der Ansammlung anderer Mutationen verloren (siehe 1.1 Abbildung 1). Der hier verwendete Ansatz bietet die Möglichkeit den Effekt der Smad4 Expression im üblichen Kontext von anderen für Tumore charakteristischen Mutationen zu untersuchen. Für die pankreatische Karzinomzelllinie Hs766T, die eine Deletion beider Allele von Smad4 aufweist, wurde die tumorsupprimierende Funktion der stabilen Smad4 Expression bereits beschrieben (Schwarte-Waldhoff, Volpert u. a. 2000). Die Smad4 exprimierenden Klone zeigen nach subkutaner Injektion in Nacktmäuse im Gegensatz zu den schnell wachsenden Kontrollklonen eine Begrenzung der Tumorgröße auf 3 bis 5 mm Durchmesser. Im Gegensatz dazu war unter Zellkulturbedingungen kein großer Unterschied in der Proliferationsrate festzustellen. Die Behandlung von Cornea von Ratten mit von den Zellen konditioniertem Medien führte nur als Reaktion auf Überstände der Smad4 negativen Zellen zur Induktion von Blutgefäßen. Eine Untersuchung von angiogenen Regulatoren führte zur Entdeckung der reziproken Regulation von VEGF und Thrombospondin. Dies zeigt den Effekt der Smad4 Rekonstitution auf die Angiogenese. Neben diesen Genen, die auf Grund von Beobachtungen und Hypothesen entdeckt wurden, sind andere vielfältige Auswirkungen von Smad4 auf das Expressionsprofil der Zellen zu erwarten, da Smad4 ein transkriptioneller Komodulator ist und schon zahlreiche Interaktionen mit Transkriptionsfaktoren beschrieben wurden. Die Verwendung der cDNA Array Technologie bietet den Vorteil die Expressionslevel vieler Gene gleichzeitig bestimmen zu können. Aufgrund der bekannten Regulation der Transkription von Genen durch Smad4 ist die Verwendung einer Methode, die auch moderate Unterschiede zuverlässig erkennen kann besonders wichtig. 1.6 ZIELSETZUNG DER ARBEIT Diese Dissertation zielte darauf hin die Effekte der Wiederherstellung der Expression des Tumorsuppressors Smad4 in pankreatischen Karzinomzelllinien zu untersuchen. Um einen Überblick über die Effekte von Smad4 auf Ebene der Transkriptionsregulation zu erhalten, sollten Smad4 abhängig transkriptionell regulierte 1 EINLEITUNG 11 Gene gefunden werden. Diese Kandidatengene können durch die Erstellung und den Vergleich von Expressionsprofilen mit Makroarrays schnell entdeckt werden. Da sich aber die Zellen nur in der Expression von Smad4 und in den sich hierdurch ergebenden Effekten unterscheiden, ist es besonders wichtig auch relativ moderate Expressionsdifferenzen messen zu können. Die stabil Smad4 exprimieren Klone der Zelllinie Hs766T zeigten in Nacktmausexperimenten eine verringerte Tumorprogression (Schwarte-Waldhoff, Volpert u. a. 2000) Der Vergleich dieser Klone mit Kontrollklonen sollte zu Erkenntnissen über die tumorsupprimierende Funktion von Smad4 führen. Unter Verwendung dieser Zellen sollte eine Auswertungsmethode für die Makroarrays entwickelt und validiert werden, die auch moderate Unterschiede anzeigen kann. Die Ergebnisse der Makroarrayhybridisierungen sollten durch NorthernBlot Hybridisierungen validiert werden und so die Auswertungsmethode weiter optimiert werden. Die so erhaltene valide Auswertungsmethode kann dann auch über diese Arbeit hinaus für weitere Analysen in anderen Zellsystemen verwendet werden. Die Ergebnisse der Arrayhybridierungen mit den Hs766T Zellen sollten dann nach möglichen Smad4 Effekten durchsucht werden und falls sich solche ergeben diese in weiteren funktionellen Analysen untersucht werden. Um die tumorsupprimierende Funktion von Smad4 noch genauer zu untersuchen sollten Expressionsprofile von Nacktmaustumoren derselben Klone aufgenommen werden, um auch in vivo die Effekte der Expression von Smad4 zu ermitteln. In CFPAC1 einer weiteren Smad4 defizienten Pankreaskarzinomzelllinie sollte durch retrovirale Transduktion Smad4 stabil eingebracht werden, um auch in dieser die Effekte der Smad4 Rekonstitution zu untersuchen. 2 MATERIAL 2.1 PUFFER UND LÖSUNGEN 10fach Laufpuffer für Proteingele 250 mM Tris, pH 8,3 1,92 M Glycin 1 % SDS 10fach MOPS 0,2 M MOPS 50 mM NaAc 10 mM EDTA pH 7,0 10fach PBS 1,37 M 27 mM 15 mM 43 mM 20fach SDS NaCl KCl KH2PO4 Na2PO4 20 % (w/v) SDS, zum Lösen auf 65°C erhitzen 20fach SSC 3 M NaCl 0,3 M tri-Natriumcitrat pH 7,0 50fach Denhardt 10 g/l BSA 10 g/l Ficoll (Typ 400, Sigma) 10 g/l Polyvinylpyrrolidone (PVP 360 K, Sigma) 50fach TAE-Puffer 2 M Tris 1 M Eisessig 50 mM Na2 EDTA .2 H2O DNA-Ladepuffer 0,21 % Bromphenolblau 0,21 % Xylencyanid 12,5 % Ficoll (Typ 400, Sigma) H2ODEPC Heringssperma DNA Lösung High TE-Puffer 0,1 % (v/v) DEPC (Diethylpyrocarbonat) lösen, über Nacht inkubieren, autoklavieren 500 ng/ml gescherte Heringssperma DNA 10 mM Tris/HCl, pH 8.0 1 mM EDTA 100 mM Tris/HCl, pH 8.0 25mM EDTA 2 MATERIAL Hybridisierungslösung 13 5,5 ml 1 ml 1 ml 1 ml 1 ml Formamid 50-fach Denhardt 50 % Dextransulfat 20 % SDS 5 M NaCl pro Hybridisierungsflasche Lösung D 4M 25 mM 0,5 % 7,2 µl/ml Guadiniumthiocyanat Natriumcitrat N-Lauroyl-Sarcosine β-Mercaptoethanol NP-40 Lysepuffer 0,5 % 100 mM 25 mM 1 mM 1 mM Nonidet P 40 NaCl Tris, pH 7,4 EDTA PMSF complete Protease-InhibitorCocktail (Roche) OD-Puffer 10 mM Tris/HCl pH 7,5 Präparationspuffer 20 mM 1% 1 mM 5 mM 10% 2 mM 0,1 M PräparationspufferSupplement Protein-Probenpuffer RNA-Ladepuffer RNA-Probenpuffer HEPES Triton X-100 DTT Benzamidin Glyzerin EDTA NaCl 10% BSA 1500 U/ml Trasylol in PBS 100 mM 200 mM 4% 0,2 % 20 % Tris, pH 6,8 DTT SDS Bromphenolblau Glycerol 50 % Glycerin 1 mM EDTA 0,2 % Bromphenolblau für eine RNA-Probe wurden 1 µl Ladepuffer mit 0,7 µl Ethidiumbromid-Lösung versetzt 5 µl Formamid 2 µl Formaldehyd 1 µl MOPS-Puffer Angaben für eine Probe 2 MATERIAL 14 Sammelgelpuffer 5 % Acrylamid /Bisacrylamid-Lösung (Gel 30,Roth) 125 mM Tris, pH 8,8 0,1 % SDS 0,1 % APS 0,1 % TEMED Semi-dry Transferpuffer Kathodenpuffer ,pH 9,4 25 mM Tris 40 mM 6-Aminohexansäure 20 % Isopropanol Anode-I-Puffer, pH 10,4 30 mM Tris 20 % Isopropanol Anode-II-Puffer, pH 10,4 300 mM Tris 20 % Isopropanol Trenngelpuffer Üblicherweise 8 % Acrylamid /Bisacrylamid-Lösung (Gel 30,Roth) 375 mM Tris, pH 8,8 0,1 % SDS 0,1 % APS 0,1 % TEMED Alle Lösungen wurden, wenn nicht anders angegeben mit H2Odest angesetzt. ExpressHybTM Hybridisierungslösung Clontech 2.2 MEDIEN Dulbecco´s Modified Eagle Medium Gibco / Life Technologies Penicillin / Streptomycin Gibco / Life Technologies L-Glutamin Gibco / Life Technologies Natrium-Pyruvat Gibco / Life Technologies fötales Kälberserum Gibco / Life Technologies Geneticin (G418) Gibco / Life Technologies Trypsin/EDTA Gibco / Life Technologies BM-Cyclin Roche 2 MATERIAL 15 2.3 CHEMIKALIEN Gescherte Heringssperma DNA Sigma α-32PdATP (10µCi/µl; 3000 Ci/mmol) Hartmann Analytics Alle hier nicht gesondert aufgeführten Chemikalien wurden unter anderem von Gibco BRL, Merck, Roth, Serva oder Sigma bezogen. 2.4 ZELLLINIEN Die Zelllinien wurden von der American Type Culture Collection (ATCC, Rockville, MD, USA) bezogen. Die Zelllinie Hs766T wurde von Owens und Mitarbeitern 1973 am Naval Biosciences Laboratory aus einem pankreatischen Adenokarzinom mit Lymphknotenmetastase isoliert und weist einen epithelialen Phänotyp auf. Der Karyotyp ist verändert und die Zellen bilden sowohl in Methocel, als auch auf kontaktinhibierenden Zelleinzelschichten Kolonien aus. Die Zelllinie CFPAC-1 stammt aus einem duktalen Adenokarzinom mit einer Lebermetastase und wurde von Shoumacher isoliert (Schoumacher, Ram u. a. 1990). Beiden ist eine homozygote Deletion von Smad4 gemein, was sie für die Untersuchung von Effekten nach Smad4 Expression besonders geeignet macht. 2.5 ANTIKÖRPER Für die Detektion von Smad4 auf Immobilon P Membranen wurde der Antikörper α-Smad4 Klon B8 von Santa Cruz in einer Verdünnung von 1:500 eingesetzt. Die Detektion von β-Tubulin wurde mit dem Klon 2.1 von Sigma in einer Verdünnung von 1:2000 durchgeführt. Als sekundärer mit Peroxidase-konjugierter Antikörper diente α mouse HRP von Santa Cruz in einer Verdünnung von 1:2000. 2.6 ENZYME DNA Polymerase I Klenow Fragment Invitrogen Superscript II RNase H- Reverse Transkriptase Invitrogen Taq DNA Polymerase Gibco Life Technologies 2 MATERIAL 16 2.7 KITS BD Atlas™ Nylon Arrays BD Clontech BD Atlas™ Pure Total RNA Labeling Kit BD Clontech Bradford-Reagenz Bio-Rad ECL Western Blot Detection Reagenz Amersham Interferon γ ELISA Kit Coulter Immunotech Inc. Megaprime Labeling Kit (RPN 1605) Amersham PCR Mycoplasma Detection Kit Panvera QiaEx Gelextraction Kit Qiagen QiaQuick Nucleotide Removal Kit Qiagen RNeasy Kit Qiagen 2.8 VERBRAUCHSMATERIALIEN Chromaspin Säulen Clontech Hybond N Nylon Membran Amersham Hyperfilm ECL Amersham Immobilon-P Membran Millipore QIAShredder Qiagen Zellkulturmaterial Greiner bio-one 2.9 GERÄTE Axiovert S100 Zeiss Cyclone Storage Phosphorimager Packard Instruments 2 MATERIAL 17 Hybridisierungsflaschen Schott Multi Image Light Cabinet Alpha Innotech Corporation Multiscan RC Labsystems Rotanta 96R Hettich Semi dry Blotter Pegasus Phase Triathler Multilabeltester Hides Trio Thermoblock Biometra US Autoflow CO2 Water Jacketed Inkubator Nuaire Zentrifuge 5417R Eppendorf 2.10 PRIMER Für Amplifizierung von Fragmenten zur Synthese von DNA-Sonden wurden die nachfolgenden Primersequenzen verwendet. β-Aktin ACCTTCAACACCCCAGCCATGTACG CTGATCCACATCTGCTGGAAGGTGG CD74 CATGTTGCCATACTTGGTGG CCCTGTACACAGGCTTTTCC CDC25B TTTCCTGTCCCACCATACGAGCACCT CTGGATCCGCAACAAGACAGCAGCAAGTTCTGAG CDC37H ACAGATCAAGCACTTTGGCATGCTTCG CTGGATCCGGCGATCGGCTGTCTTAATCTTAGTG CDH11 TGCTGTATCCCACGGAGATCACCGTC GACTGCAGAATAGGGTAGCCCAGCCATTTACCCG 2 MATERIAL CDH3 18 CTGGATCCTATGGATGGAGTAAGCAACC TTCTACAGCATCACGGGGCC CDH6 GCTTTTTGAATCGAGGTCCC GCACCCTGAGGAATCCTGAAG CK19 CAGGTCAGTGTGGAGGTGGATTCC CTGGATCCAGCTCAATCTCAAGACCCTGAAGGG ERF1 GCCCATCTTCAGCAGACTTTCCATC CTGGATCCAATTGACTTGTCCTTATGTTAGGTGGG ERK5 GACAGTGTACCCAGGTGCCGACC CTGGATCCGGATGCCCTCACGCCTTGCATGG FLT3LG AAAGGGCTGTCACCCGGCTTGGCCC CTGGATCCGCGACAGTCTTGAGCCGCTCCATCCA FRA1 CCCTGCCGCCCTGTACCTTGTATC CTGGATCCAGACATTGGCTAGGGTGGCATCTGCA GBP2 TTTGGTCCACATCCTTGAAAG ACAAGTTGCAGAATTTTGTTCC GNBPG10 TGCAGAGCTTCAACAGTACTGTATGC CTGGATCCTATCTGTGATTTTGGCTATAGGACCAG GRP78 GGGTGGCGGAACCTTCGATGTGTC CTGGATCCATTTGGCCCGAGTCAGGGTCTCAG GSPT1 TCCATATCTGGATAATTTGCCGAACTTC CTGGATCCTACGGTATCAGTCTCTACATCATCGG 2 MATERIAL HD2 19 TATCAACCTAGTGCTGTGGTATTACAG CTGGATCCACAATCAAGGGCAACTGCAGTCTC HLA-G GCAGACCCTGCGCGGCTACTAC CTGGATCCACTTGCGCTTGGAGATCTGAGCC IFI17 TCATCCTGTCACTGGTATTCGGCTC CTGGATCCGTGGGTATAAACTGCTGTATCTAGGG IFI27 TCCGGAGAGTCCAGTTGCTC CTCACCTCATCAGCAGTGACC IFI-6-16 GATACTTGTGGGTGGCGTAC TCCGTTTTCTTGTGCTACCTG IFIT1 TGATCATCAGGTCAAGGATAGTCTGG CTGGATCCTGCCCATGTGGTAATACATCCAGG Interferon γ ATCCAAAAGAGTGTGGAGACCATCAAGG TTTTCGCTTCCCTGTTTTAGCTGCTGGC IRF1 TGAAAGACCAGAGCAGGAACAAGGGC CTGGATCCACTGTGTAGCTGCTGTGGTCATCAGG ITGB4 CTCTCCCTGCAGTTTATTCC GGACCTGTACATCCTCATGG JUN TTAACAGTGGGTGCCAACTCATGCTAACGC CTGGATCCGAGATCGAATGTTAGGTCCATGCAGTTC MAPKK1 GCAGCTCCCTTATGATCTGG CTGCAGTTAACGGGACCAG 2 MATERIAL Mesothelin 20 CCGTTCATGTTCTGGAAAGCAAGGC GGGCCAGCTAGACAAAGACACCC MIC1 ACGGGAGGTGCAAGTGACCATGTG CTGGATCCTGGCTAACAAGTCATCATAGGTCTGG MX1 GGTAGCCACTGGACTGACGACTTG CTGGATCCGCAAGGTGGAGCGATTCTGAGGG NEDDH5 GGTGGTCGGTGAATCAGGTCTAGG CTGGATCCGCCTGTTCAAGCCGCTCTCGTC Nexin TATCAAGTGCCAATGCTGGCCCAGC CTGGATCCGTGAACTTGGGCAGGATCACCTGC NFKB2 CTGCACCTAGCCATCATCCACGGG CTGGATCCTGGATACAGTCCCTCAAAGTCAGGC NFKBIA GGCTGGTTGGTGATCACAG GCTGAAGAAGGAGCGGCTAC NGALP25 CAATGTCACCTCCGTCCTGTTTAGG CTGGATCCGAGGGTGATCTTGAAGTACTCCCTG OAS2 TGGTTTTCTGCAACTGGCTC CCTGCAGCGAAACTTCATTC P21 rac2 GCAAGACCTGCCTTCTCATCAGC CTGGATCCTCGATGGTGTCCTTGTCGTCCC PIG7 TATTACCCCACTCCTCCAGCTCCC CTGGATCCGGCGTTATAGGACAGCTGACTCACG 2 MATERIAL PSMB9 21 ACCGGCAGCTGTAATAGTGAC TATCGAGAGGACTTGTCTGCAC STAT3 TAGTGAACTGGACGCCGGTC GGGGCTTTTGTCAGCGATG TGFBI TGGTGATGGTGGAGATGACC CTTCACCATCTTCGCCCCTAG TIEG CTTTGGGGACTTGTGTGCC GTGAGAGAAACACAGTGGCAGATG 3 METHODEN 3.1 DNA 3.1.1 CDNA SYNTHESE Die cDNA wurde mit SuperScript II RNase H- Reverser Transkriptase (Invitrogen) hergestellt. In einem 20 µl Ansatz wurden hierzu 5 µg Gesamt-RNA mit 1 µl Oligo-dT (12-18mer, 500µg/ml) und 1µl dNTP Mix (10 mM je Nukleotid) mit H2O auf 12 µl eingestellt. Nach fünf Minuten bei 65°C wurde die Lösung auf 4°C abgekühlt. Anschließend wurden 4 µl 5-fach First-Strand Puffer, 2 µl 0,1 M DTT und 1µl RNasin (40U/µl) zugegeben. Nach zwei Minuten bei 42°C wurde 1 µl SuperScript II zugegeben und in 50 Min bei 42°C die DNA-Kopie der RNA hergestellt. Durch 15 Min bei 70 °C wurde das Enzym inaktiviert. Die cDNA konnte dann zur Sondensynthese verwendet werden. 3.1.2 ISOLIERUNG VON DNA AUS AGAROSEGELEN Unter langwelligem UV-Licht wurden die gewünschten DNA Fragmente mit einem Skalpell entsprechend der Bande aus dem Gel ausgeschnitten. Die Extraktion der DNA erfolgte mit dem Qiaex Gel-Extraktion Kit von Qiagen nach Angaben des Herstellers. 3.1.3 HERSTELLUNG VON DNA SONDEN FÜR DIE NORTHERN BLOT HYBRIDISIERUNG Zur schnellen Herstellung von Sonden wurden diese mit genspezifischen Primern aus oligo dT-geprimter cDNA (Herstellung siehe 3.1.1) mittels PCR amplifiziert. Für die Synthese der genspezifischen Primer bei der Firma MWG Biotech wurden entweder die Primersequenzen der Atlasfilter von BD Clontech verwendet, oder eigene mit Hilfe des Programms Vector NTI bestimmt. Die zur Primerkonstruktion benötigten Gensequenzen wurden von der Gendatenbank des National Center for Biotechnology Information (USA, www.ncbi.nlm.nih.gov) bezogen. Anhand der so erhaltenen Sequenz des zu amplifizierenden Gens wurde ein Primerpaar ermittelt, welches ein Produkt von 250 bis 350 Basenpaaren amplifiziert. Es wurde auf einen GC-Gehalt um 50%, geringe Abweichungen in den Schmelzpunkten der Primer und eine Zytosin- oder Guaninbase am 3’ Ende geachtet. Die Sonden wurden anschließend mit Hilfe von BLAST 3 METHODEN 23 (www.ncbi.nlm.nih.gov) auf mögliche Homologien zu anderen Genen untersucht. Dieses Programm ermöglicht einen Ähnlichkeitsvergleich der Primersequenzen mit den verschiedenen in der Gendatenbank enthaltenen Sequenzen. Das Ergebnis der BLASTSuche zeigte dann alle entsprechenden Sequenzen an, die der Primer hybridisieren kann. Falls sich durch zu starke Homologien des gewählten Bereichs zu anderen Genen ergaben, wurde ein PCR-Fragment aus einem anderen Bereich des Gens gewählt. Üblicherweise wurde die Amplifizierung in einem 50 µl Ansatz nach dem Protokoll von Gibco / Lifetechnologies durchgeführt: 2 µl 5 µl 1,5 µl 1 µl 1 µl 1 µl 0,4 µl oligo dT initiierte cDNA 10-fach PCR-Puffer 50 mM MgCl2 dNTP-Lösung (jeweils 10 mM dATP, dTTP, dCTP, dGTP) 5’ genspezifischer Primer 3’ genspezifischer Primer Taq-DNA Polymerase (Gibco / Life Technologies) wurden mit H2O bis zum Endvolumen von 50 µl aufgefüllt Die PCR-Reaktion unter den folgenden Bedingungen durchgeführt: Schritt 1 2 3 4 Phase Denaturierung Denaturierung Annealing Synthese 5 Synthese Bedingungen 2 Min 94°C 30 Sek 94°C 1 Min 5-10°C unter dem Schmelzpunkt der Primer 30 Sek 72°C 35 Wiederholungen von Schritt 2 bis 4 10 Min 72°C Die PCR Produkte wurden in einem 2%igen Agarose Gel mit Ethidiumbromid in einfachem TAE-Puffer elektrophoretisch aufgetrennt und die DNA-Fragmente isoliert (siehe 3.1.2). 3.2 RNA 3.2.1 PRÄPARATION VON RNA 3.2.1.1 PHENOL-CHLOROFORM-ISOAMYLALKOHOL EXTRAKTION Die Präparation von RNA wurde nach einem Protokoll von Chomczynski und Sacchi (Chomczynski und Sacchi 1987) durchgeführt. Hierzu wurde Lösung D frisch mit β-Mercaptoethanol versetzt und die Zellen in 2 ml pro 10 cm Zellkulturschale lysiert. Das Lysat wurde in ein Polypropylen Röhrchen überführt. Nach der Zugabe von 200 µl 2M NaAc (pH 4,0), 2 ml H2O gesättigtem Phenol und 400 µl Chloroform / 3 METHODEN 24 Isoamylalkohol (Mischungsverhältnis 49:1) wurde gemischt und 15 Min auf Eis gekühlt. Anschließend wurde 20 Min zentrifugiert (4°C, 3500 U/Min, Heraeus Varifuge 25). Die obere, wässrige und nukleinsäurehaltige Phase wurde in ein neues Polypropylen Röhrchen überführt. Die proteinhaltige Interphase und die organische untere Phase wurden entsorgt. Nach der Zugabe von Isopropanol (einfache Menge des Volumen des Überstandes) wurden die Nukleinsäuren eine Stunde bei -20°C präzipitiert. Nach dem Abzentrifugieren (20 Min, 4°C, 3500 U/Min) wurde das Präzipitat in 500 µl Lösung D gelöst und in ein Eppendorf Gefäß (1,5 ml) überführt. Nach der Zugabe von 500 µl Isopropanol wurden die Nukleinsäuren eine Stunde bei 20°C präzipitiert und 10 Minuten bei 4°C und 13000 U/Min in der Tischzentrifuge sedimentiert. Die RNA wurde in 400 µl DEPC-Wasser gelöst und nach der Zugabe von 40 µl NaAc (3 M, pH 5,2) und 800 µl Ethanol durch Zentrifugation (10 Min, 4°C, 13000 U/Min) präzipitiert. Die RNA wurde in etwa 50 µl DEPC-Wasser aufgenommen. Um die Löslichkeit zu erhöhen wurde die RNA fünf Minuten bei 65°C inkubiert. Zur Konzentrationsbestimmung wurde die optische Dichte bei 260 nm in OD-Puffer photometrisch bestimmt (1OD entspricht etwa 40 µg/ml an RNA). Als Maß für die Reinheit wurde der Quotient der OD bei 260 und der OD bei 280 nm berechnet (reine RNA-Lösung 2,0). 3.2.2 RNA GELELEKTROPHORESE UND NORTHERN BLOT Die RNA-Gelelektrophorese wurde wie folgt. Üblicherweise wurden 6 µg Gesamt-RNA pro Spur eingesetzt. Die RNA wurde in RNA-Probenpuffer mit Formamid und Formaldehyd 10 Minuten bei 65°C denaturiert. Nach der Zugabe von RNA-Ladepuffer erfolgte die elektrophoretische Auftrennung in einem 1%igen Agarosegel mit 2,5% Formaldehyd. Das Gel wurde 1,5 Stunden bei 75 V in 1-fach MOPS Puffer. Auf einem UV-Leuchttisch wurde das Gel anschließend mit einer CCD-Kamera dokumentiert. Vor dem Kapillarblot der RNA auf eine Nylonmembran (Hybond N, Amersham) wurde das Formaldehyd durch Waschen mit H2ODEPC aus dem Gel entfernt. Mit 20x SSC als Transferpuffer wurde dann über Nacht die RNA transferiert. Durch kurze Bestrahlung mit UV-Licht wurde die RNA an der Nylonmembran fixiert. Die Membranen wurden danach mit 2x SSC gewaschen und konnten in Kunststofffolie gelagert, oder direkt für eine Hybridisierung verwendet werden. 3 METHODEN 25 3.2.3 NORTHERN BLOT HYBRIDISIERUNG Der Nachweis von spezifischen Transkripten aus der auf Nylonmembranen aufgebrachten RNA erfolgte mit einer radioaktiv markierten cDNA Sonde. Die Northern Blots wurden hierzu mit der RNA Seite nach innen in Hybridisierungsflaschen (Schott) gegeben und mit der Vorhybridisierungslösung mindestens eine Stunde bei 42°C im Hybridisierungsofen inkubiert. Die Synthese der radioaktiven Sonde erfolgte mit zufälligen Hexanukleotiden als Primern mit dem Megaprime Labeling Kit (RPN 1605, Amersham). Als radioaktives Nukleotid wurde α32P-dATP (Hartmann Analytics) eingesetzt. Zur Markierungsreaktion wurden 25 ng der jeweiligen DNA Sonde verwendet. Die Sonde wurde mit 2,5 µl High TE-Puffer und 2,5 µl Primer-Mischung 5 Min aufgekocht und bei Raumtemperatur abgekühlt. Hieran anschließend wurden die unmarkierten Nukleotide (CTP, GTP, TTP, je 2 µl), der Reaktionspuffer (2,5 µl), das Klenow-Fragment (1 µl) und das radioaktiv markierte Nukleotid (α32P-dATP, 3000 mCi/ mmol) zugegeben. Die Markierungsreaktion erfolgte im Heizblock für 30 Minuten bei 37°C. Die Reaktion wurde mit 0,2 M EDTA (2,5 µl) gestoppt und die freien Nukleotide durch Zentrifugation durch Chromaspin-Säulen (Clontech) entfernt. Zur Messung der Aktivität der Sonde wurde 1 µl mit 200 µl H2O im Szintillationszähler gemessen. Der Rest der Sonde wurde für 5 Minuten aufgekocht und auf Eis abgekühlt. Nach kurzer Zentrifugation (30 s, 13500 U/Min) wurde die Sonde dann zum Northern Blot in die Vorhybridisierungslösung gegeben und über Nacht bei 50°C im Hybridisierungsofen inkubiert. Falls diese Bedingungen für die Sonde zu stringent waren, wurde die Hybridisierung bei 42°C durchgeführt. Im Anschluss an die Hybridisierung wurde der Northern Blot zweimal 5 Min mit 2 x SSC und 0,5% SDS gewaschen. Danach wurde einmal 15 Minuten mit 2x SSC und 0,5% SDS und zum Abschluss dreimal 15 Minuten mit 0,5x SSC und 0,5% SDS gewaschen. Die Membranen wurden anschließend in Folie eingeschweißt und auf Phosporimager Screens exponiert. Membranen, die anschließend mit einer weiteren Sonde hybridisiert werden sollten, wurden 10 Minuten mit kochender 0,1% SDS Lösung inkubiert und mit 2x SSC Lösung gespült. Der Filter konnte dann für weitere Hybridisierungen verwendet werden. 3 METHODEN 26 3.2.4 DIGITALISIERUNG VON HYBRIDISIERTEN MEMBRANEN Nach 3 bis 14 Tagen wurden die Phosphorimager Screens mit einem Cyclone Phosphorimager (Packard) unter Steuerung durch die Software Optiquant digitalisiert. Die densitometrische Auswertung wurde direkt in der Optiquant Software durchgeführt. Falls die Daten im Programm GenePix ProTM (Axon Instruments, Inc.) zur Arrayauswertung weiterverwendet werden sollten, wurden die erhaltenen 16 Bit TIFF Bilddaten in von diesem Programm lesbare 16 Bit GEL Bilder exportiert. 3.2.5 CLONTECH CDNA EXPRESSIONS ARRAY Die Durchführung der cDNA Array Hybridisierung erfolgte grundsätzlich anhand der Herstellerangaben im AtlasTM Pure Total RNA Labeling System Nutzerhandbuch und anhand des BD Atlas™ cDNA Expression Arrays Anwenderhandbuchs. Abweichend vom Originalprotokoll wurde als reverse Transkriptase die Superscript II RNase HReverse Transkriptase von Invitrogen verwendet, da mit ihr in Vorexperimenten bessere Ergebnisse erzielt wurden. Außerdem wurde für die Trennung der radioaktiven Nukleotide von den markierten cDNA-Sonden das QIAquick Nucleotide Removal Kit von Qiagen verwendet. 3.2.5.1 ANREICHERUNG VON POLYA+-RNA Die Anreicherung der PolyA+-RNA wurde mit dem Atlas Total pure RNA Labeling Kit (Clontech, Inc) nach Herstellerangaben durchgeführt. Zur Vorbereitung der magnetischen, Streptavidin-gekoppelten Beads wurden diese resuspendiert und pro Hybridisierungsansatz 15 µl mit 400 µl einfachem Binding Buffer versetzt. Nach dem Mischen wurden die Beads im Magnetseparator gesammelt und der Überstand abgenommen. Der Waschvorgang wurde dreimal wiederholt. Die Beads wurden abschließend in 15 µl einfachem Binding Buffer gelöst. Das Volumen von 20 µg RNA wurde mit H2ODEPC auf 45 µl eingestellt und 1 µl der biotinylierten Oligo-dT Primer zugegeben. Nach gutem Durchmischen wurde die RNA mit ihrem Poly-Adenin-Ende durch zweiminütiges Erhitzen auf 70°C und 10 Minuten bei RT an die Oligo-dT Primer gebunden. Anschließend wurden 45 µl 2fach Binding Buffer zugegeben und durch Pipettieren gemischt. Die zuvor gewaschenen Beads wurden resuspendiert und 15 µl in jeden Ansatz gegeben. Die Suspension wurde 25 Minuten bei Raumtemperatur geschüttelt und die magnetischen Beads mit dem 3 METHODEN 27 Magnetseparator gesammelt. Der Überstand wurde entsorgt und zweimal mit je 50 µl einfachem Wash Buffer gewaschen. Die Beads wurden hierbei zwischen den Waschschritten durch leichtes Klopfen resuspendiert. Nach der Zugabe von je 50 µl Reactionbuffer und der Sammlung der Beads mit dem Magnetseparator wurde der Überstand entsorgt und die Beads in 6 µl je Ansatz aufgenommen. 3.2.5.2 SYNTHESE DER CDNA PROBEN Für die Synthese der cDNA Sonden wurde zunächst eine Reaktionsmischung vorbereitet: Reaktionsmischung (ohne Enzym) fünffach Reaction Buffer 10fach dNTP Mix α-32P-dATP (3000 Ci/mmol, 10 µCi/µl) 100 mM DTT pro Ansatz 4 µl 2 µl 5 µl 0,5 µl Jeweils 2 µl des jeweiligen CDS Primer Mix wurden zu den resuspendierten Beads pipettiert und diese im vorgeheizten Thermoblock zwei Minuten bei 65°C inkubiert. In dieser Zeit wurden pro Ansatz 2 µl Superscript II RNase H- Reverse Transkriptase (Invitrogen) in die Reaktionsmischung gegeben. Die Beads wurden zwei Minuten bei 50°C inkubiert und in jeden Ansatz 13,5 µl der Reaktionsmischung pipettiert. Anschließend fand für 25 Minuten bei 50°C die Synthese der cDNA Sonden statt. Die Reaktion wurde durch Zugabe von 2 µl Terminationsmix beendet und das Enzym durch fünf Minuten bei 70°C inaktiviert. Nach einer dreiminütigen Inkubation auf Eis wurde die Lösung durch kurze Zentrifugation gesammelt. Die anschließende Trennung der cDNA Sonden von den Nukleotiden erfolgte mit dem QIAquick Nucleotide Removal Kit (Qiagen). Um die überschüssigen radioaktiven Nukleotide nach der Synthese der DNA-Sonden zu entfernen, wurden in jeden Ansatz 250 µl PN-Buffer gegeben und die Lösung nach gutem Durchmischen auf die Silica-Membran-Säule gegeben und eine Minute bei 6000 U/min zentrifugiert. Anschließend wurde zweimal mit 500 µ Buffer PE gewaschen (Zentrifugation 1 Min, 6000 U/Min). Nach dem Trocknen der Säule durch einminütige Zentrifugation bei 13000 U/Min wurde die DNA durch Zugabe von 100 bis 200 µl Buffer EB (10 mM Tris/HCl, pH 8,5) und einminütiger Zentrifugation bei 13000 U/Min in ein neues Eppendorf Gefäß eluiert. 3 METHODEN 28 3.2.5.3 HYBRIDISIERUNG Die Hybridisierung der Array-Membranen erfolgte in ExpressHyb Hybridization Solution (Clontech) unter Zugabe von gescherter Heringssperma-DNA. Die Hybridisierungslösung wurde bis zum vollständigen Lösen bei 68°C inkubiert. In der Zwischenzeit wurde gescherte Heringssperma-DNA bei 100°C für fünf Minuten denaturiert und schnell auf Eis abgekühlt. Pro Milliliter wurden 0,1 mg DNA in die warme ExpressHyb Hybridization Lösung gegeben und bis zur Benutzung auf 68°C gehalten. Die Hybridisierungsflaschen wurden mit destilliertem Wasser gefüllt und die Membranen hineingegeben. Nachdem das Wasser ausgegossen war und sich die Membranen ohne Luftblasen an die Hybridisierungsflasche angelegt hatten, wurden jeweils 10 ml der vorbereiteten ExpressHyb Hybridization Lösung hinzugegeben. Die Membranen wurden in dieser Lösung für 30 Min prähybridisiert und die denaturierten Sonden hinzugegeben. Bei 68°C wurde über Nacht hybridisiert. Zum Waschen der Membranen wurde eine zweifache SSC-Lösung mit 0,5 % SDS und eine 0,5fache SSCLösung mit 0,5 % SDS vorbereitet und auf 68°C erwärmt. Die Membranen wurden einmal kurz mit der zweifachen SSC-Lösung und zweimal für 30 Minuten mit dergleichen Lösung bei 68°C gewaschen. Anschließend wurde noch zweimal mit der 0,5fachen SSC-Lösung gewaschen und die Filter für die Detektion in Folie eingeschweißt. Die Exposition erfolgte, wie auch nach den Northern Blot Hybridisierungen, auf Phosphorimager Screens. Vor einer erneuten Hybridisierung derselben Membran musste die hybridisierte DNA entfernt werden. Hierzu wurde eine 0,5%ige SDS Lösung erwärmt und der Filter fünf bis zehn Minuten in der Lösung gekocht. Nach dem Abkühlen konnte der Filter für die nächste Hybridisierung eingesetzt werden. 3.3 PROTEIN 3.3.1 PRÄPARATION VON PROTEINEN Zur Präparation von Proteinen wurden die Zellen mit eiskaltem PBS gewaschen und mit 500 bis 700 µl NP-40 Lysepuffer auf Eis lysiert. Die Lysate wurden 30 Min lang in einem Überkopfschüttler bewegt. Unlysierte Zelltrümmer wurden durch Sedimentation entfernt (10 Minuten, 15000 g, 4°C). Zur Konzentrationsbestimmung der Proteinlösung wurde ein Bradford Test von Bio-Rad verwendet. Diese Art der Proteinbestimmung 3 METHODEN 29 nutzt die von der Proteinbindung abhängige Verschiebung des Absorptionsmaximums des Farbstoffs Coomassie Brilliant Blue G-250 in saurer Lösung (465 nm zu 595 nm)(Bradford 1976). Die Durchführung erfolgte im 200 µl Maßstab nach Herstellerangaben. Die verwendete Eichreihe umfasste Konzentrationen von 0,5 bis 5 µg BSA pro µl. 3.3.2 PROTEINGELELEKTROPHORESE MITTELS SDS-PAGE Üblicherweise wurden 50 µg Protein in Protein-Probenpuffer aufgenommen. Nach fünfminütigem Erhitzen auf 95°C wurde sie auf Eis abgekühlt. Die Auftrennung der Proteine erfolgte entsprechend ihrem Molekulargewicht in einem SDS- Polyacrylamidgel. Durch Inkubation der Proteine mit SDS und reduzierenden Mitteln, die Schwefelbrücken unterbinden, werden die Proteine vollständig denaturiert und dissoziiert. SDS bindet an hydrophobe Regionen der Proteine. Die stark negative Ladung von SDS nivelliert alle Ladungen der Proteine, so dass in der Regel alle Proteine eine ähnliche Form und ein identisches Ladungs-Masse Verhältnis aufweisen. Die Auftrennung der Proteine erfolgt dann im Polyacrylamidgel nur aufgrund von Siebeffekten. Zur Konzentrierung der Proteine wurde über das Trenngel ein Sammelgel mit niedrigerem pH-Wert gegossen. Durch den niedrigen pH-Wert wird das im Puffer enthaltene Glycin protoniert und der Ladungstransport durch die Bewegung der Proteine erreicht. Die Auftrennung der Proteine erfolgte dann im stärker vernetzten Trenngel. 3.3.3 WESTERN BLOT UND IMMUNDETEKTION VON PROTEINEN Der Transfer der Proteine aus dem Gel auf eine Immobilon P Membran (Millipore) erfolgte im Semi-Dry-Blot Verfahren. Zur Auftrags- und Übertragskontrolle wurde die Membran mit Ponceau-S Lösung, oder mit Amidoschwarz-Lösung gefärbt. Für den Western Blot wurde die gefärbte Immobilon P Membran (Millipore) über Nacht in PBS mit 0,5% Tween und 5% Magermilchpulver zur Blockierung eingelegt. Anschließend wurde zwei Stunden mit dem Primärantikörper in PBS mit 0,5% Tween und 1% Magermilchpulver in PBS inkubiert. Es folgten fünf Waschschritte mit 0,5% Tween in PBS und die 45 Minuten andauernde Inkubation mit dem zweiten Antikörper in PBS mit 0,5% Tween und 1% Magermilchpulver. Die Detektion der Peroxidaseaktivität erfolgte mit dem ECL-Reagenz (Amersham) nach Angaben des Herstellers. Zur 3 METHODEN 30 Detektion wurden Röntgenfilme für fünf Sekunden bis zwei Stunden exponiert und entwickelt. 3.3.4 NACHWEIS VON INTERFERON γ Zur Detektion von Interferon γ wurde der Interferon γ ELISA von Coulter Immunotech Inc. nach Herstellerangaben verwendet. Als positive Kontrolle dienten humane Lymphozyten, die mit Ionomycin und Phorbolester aktiviert wurden (zur Verfügung gestellt von Dr. Jan Schmielau). Die Interferon Menge wurde zum einen direkt aus Zellkulturüberständen bestimmt. Für die Messung der intrazellulären Interferone wurden die Zellen vor der Messung fünfeinhalb Stunden mit dem Inhibitor des GolgiTransportes Monensin (2 µM in DMSO) behandelt. Nach dem Waschen mit PBS wurden die Zellen in Präparationspuffer aufgenommen und die Proben in einem Polytron-Homogenisator mit halber Stärke viermal für 5 Sekunden homogenisiert. Die Proben wurden nach einer Proteinbestimmung nach Bradford auf 1 mg/ml eingestellt und mit dem vierfachen Volumen an Präparationspuffer-Supplement versetzt. Für die Detekion wurden jeweils 50 µl der Probe (Zellkulturüberstand oder Lysat mit Supplement) in die Vertiefung der Elisa-platte gegeben und zwei Stunden bei 350 U/Min geschüttelt. Anschließend wurde zweimal mit der Washsolution aus dem Kit gewaschen und jeweils 50 µl biotinylierter Antikörper sowie 100 µl Stepravidingekoppelter Peroxidase hinzugegeben. Es wurde 30 Min bei 350 U/Min inkubiert und wieder zweimal gewaschen. Nach der Zugabe von 100 µl TMB-Substrat pro Vertiefung wurde 20 min in der Dunkelheit bei 350 U/Min inkubiert und anschließend die Reaktion durch Zugabe von 50 µl StopSolution beendet. Die Messung erfolgte bei 450 nm im Photometer. 3.4 ZELLKULTUR 3.4.1 HITZEINAKTIVIERUNG VON FKS Um das Komplementsystem im verwendeten fötalen Kälberserum (FKS) zu inaktivieren, wurde das eingefrorene Serum im Kühlschrank aufgetaut. Anschließen wurde es für eine halbe Stunde auf 56°C erwärmt und konnte nach dem Abkühlen verwendet werden. 3 METHODEN 31 3.4.2 TEST AUF MYCOBAKTERIEN KONTAMINATION Um eine Kontamination der Zellkulturen mit Mycoplasmen nachzuweisen, wurde die DNA der Mycobakterien im Zellkulturüberstand mit einer nested-PCR nachgewiesen. Die verwendeten Primer waren spezifisch für hoch konservierte Bereiche von Genen der 16 S und 23 S ribosomalen RNA (PCR Mycoplasma Detection Set, Panvera). Für die erste Runde der PCR wurden 5 µl Zellkulturüberstand in einem 25 µl Ansatz eingesetzt (5 µl Überstand, 2,5 µl 10x PCR Puffer (Life Technologies), 0,75 µl 50 mM MgCl2, 0,5 µl dNTP je 10 mM, je 0,25 µl F1 und R1 Primer, 15,5 µl H2O, 0,25 µl TaqPolymerase (Life Technologies)). Für die zweite PCR wurden 1 µl der ersten PCR und das innere Primerpaar F1, R2 in einem 15 µl Ansatz verwendet. Jeweils 5 µl des ersten und zweiten PCR-Ansatzes wurden in DNA-Probenpuffer aufgenommen und in einem 2%igen Agarosegel (1x TAE Puffer mit Ethidiumbromid) durch Gelelektrophorese aufgetrennt. Falls Mycoplasmen in Kulturen detektiert wurden und diese weiter verwendet werden sollten, erfolgte eine Behandlung mit dem AntibiotikaKombinationspräparat BM-Cyclin (Boehringer) nach Angaben des Herstellers. 3.4.3 PASSAGIEREN VON ZELLEN Zum Passagieren von Zellen wurde das Zellkulturmedium abgesaugt und die Zellen mit PBS gewaschen. Durch Zugabe von einfachem Trypsin/EDTA (Invitrogen) und anschließender Inkubation im Brutschrank wurden die Zellen abgelöst. Zur Zellsuspension wurde Zellkulturmedium mit FKS gegeben und die Zellen abzentrifugiert (5 Min, 150 g, RT). Der Überstand wurde abgesaugt und die Zellen üblicherweise zu einer Konfluenz von 10% mit Zellkulturmedium wieder ausplattiert. 3.4.4 EINFRIEREN VON ZELLEN Zur Lagerung wurden die Zellen wie beim Passagieren abgelöst und nach der Abnahme des Überstandes in eiskaltem FKS mit 10% DMSO aufgenommen. Nach dem langsamen Einfrieren der Zellsuspension bei -80°C wurden die Zellen in Flüssigstickstoff gelagert. 3.4.5 AUFTAUEN VON ZELLEN In Stickstoff eingefrorene Zellen wurden unter Beobachtung im 37°C Wasserbad aufgetaut und unter der Sterilbank langsam in 10 ml Zellkulturmedium gegeben. Die Zellen wurden sedimentiert (5 Min, 150 g, RT). Nach der Aufnahme in 3 METHODEN 32 Zellkulturmedium wurden die Suspension auf eine 10 cm Zellkulturschale gegeben. Bei Zellen, die bekanntermaßen schlecht wuchsen oder empfindlich auf das Einfrieren reagierten, wurde eine 6 cm Zellkulturschale verwendet. 3.4.6 VIRALE TRANSDUKTION VON ZELLEN Die virale Transduktion von Zellen wurde verwendet, um Smad4 in Zellen mit Smad4 Deletion (CFPAC-1) einzubringen. In den TJBA5b-MoLink-neo Vektor (TJ-Mother Vektor) wurde das Smad4 unter 5’ LTR-Kontrolle in die multiple Klonierungsstelle eingebracht. Als Negativkontrolle wurde der Vektor ohne das Smad4 Fragment verwendet. Zur Verpackung des Expressionsvektors in infektiöse aber replikationsdefiziente Retroviruspartikel wurde eine dreifache simultane Transfektion der Verpackungszelllinie 293T benutzt. Die Zellen wurden mit dem leeren TJ-Mother Vektor oder dem Smad4 enthaltenden Konstrukt, sowie einem Vektor (pKAT 1.gag/pol.ATG), der die Genprodukte von gag und pol lieferte und zur Pseudotypisierung mit einem pCMV-VSV-G Plasmid transfiziert (Howard, Boenicke u. a. 1999; Howard, Boenicke u. a. 2000). 24 Stunden nach der Transfektion wurde ein Mediumwechsel durchgeführt und nach weiteren 24 bis 48 Stunden der Zellkulturüberstand mit den Retroviren abgenommen und eingefroren. Die Produktion der Überstände erfolgte durch PD Dr. H. Ungefroren im Labor für molekulare Onkologie an der Klinik für Generelle und Thorax Chirurgie der Universität zu Kiel. Zur Transduktion von Zellen wurden 2 x 105 Zellen pro Vertiefung einer 6-well Zellkulturschale ausgesät. Am folgenden Tag wurden die Virusüberstände durch Sterilfiltrierung (0,45 µm) von Zellresten befreit. Das Medium wurde von den Zellen entfernt und 1,5 ml Virusüberstand mit 6 µl Polybren (10 mg/ml) auf die Zellen gegeben. Bei den für die Selektionskontrolle verwendeten Zellen wurde nur das Medium gewechselt. Nach weiteren 16 bis 24h wurden die Zellen durch Medium mit G418 auf Geneticin Resistenz hin selektioniert. Nachdem die Kontrollzellen durch das Selektionsmedium abgetötet waren, wurden die Zellen auf Smad4 RNA und Smad4 Protein untersucht. 3.4.7 HERSTELLUNG VON KONDITIONIERTEN MEDIEN Zur Herstellung von konditioniertem Medium wurden die Zellen dreimal mit serumfreiem Medium gewaschen und 24 Stunden unter serumfreien Bedingungen 3 METHODEN 33 kultiviert. Anschließend wurde ein Mediumwechsel durchgeführt und die Zellen für 48 Stunden in neuem Medium kultiviert. Dieses Medium konnte dann für weitere Untersuchungen verwendet werden. 3.5 TUMORIGENITÄTSTESTS AN NACKTMÄUSEN Die Tumorigenität von Zellen wurde in sechs Wochen alten weiblichen Nacktmäusen (BALB/cOlaHsD-nu/nu, Harlan Winkelmann) untersucht. Den Tieren wurden beidseitig im Nackenbereich je 100 µl einer Zellsuspension mit 2 x 106 Zellen (bei CFPAC-1 oder Hs766T) in PBS subkutan injiziert. Das Tumorwachstum wurde äußerlich durch Messung mit einer Schieblehre kontrolliert. Wenn einer der Tumore eine maximale Ausdehnung von 10 mm in einer Dimension erreicht hatte, wurde das Tier durch Begasung mit CO2 getötet. Die Tumore wurden herauspräpariert und für nachfolgende Genexpressionsanalysen in flüssigem Stickstoff schockgefroren. Falls später eine histologische Untersuchung der Tumore erfolgen sollte, wurden die Tumore in einer 4%igen phosphatgepufferten Formalinlösung fixiert und anschließend in Parafin eingebettet. 3.5.1 PRÄPARATION VON RNA AUS TUMORGEWEBE Das Tumorgewebe wurde mit einem Kryotom bei -25°C in 25 µm dicke Scheiben geschnitten. 600µl RLT-Puffer mit 10µl β-Mercaptoethanol pro Milliliter Puffer (Zusammensetzung siehe Herstellerprotokoll) wurden in einem 1,5 ml Eppendorf Gefäß vorgelegt und etwa 20 Schnitte Tumorgewebe (maximal 30 mg) hinzu gegeben. Das Gewebe wurde nach dem Lösen im RLT-Puffer auf eine QIAShredder Säule gegeben und durch zweiminütige Zentrifugation bei 13500 U/min in der Eppendorf-Zentrifuge homogenisiert. Anschließend erfolgte die Präparation der RNA nach dem RNeasy Protokoll von Qiagen. Aus 30 mg Tumorgewebe ergaben sich so im Idealfall etwa 25 µg RNA. 4 ERGEBNISSE Die Expression von Smad4 in Hs766T Zellen mit homozygoter Smad4 Deletion führte zur Tumorsuppression durch die Suppression der Angiogenese (Schwarte-Waldhoff, Volpert u. a. 2000). Neben der differentiellen Expression von VEGF1 und Thrombospondin sollten weitere Smad4 Zielgene gefunden werden. Um die Analyse auf eine große Anzahl von Genen auszuweiten, sollten Genexpressionsprofile durch Makroarrayhybridisierungen erhoben werden. Der Vergleich der Profile von Smad4 exprimierenden Zellen und Kontrollzellen sollten nach Möglichkeit Smad4 abhängige Differenzen im Expressionslevel von Zielgenen aufdecken. Das käuflich erhältliche cDNA Arraysystem von BD (Becton, Dickinson and Company, früher Clontech) wurde gewählt, weil es folgende Vorteile aufweist: Erstens sind bei diesem cDNA Arraysystem die aufgebrachten cDNA-Mengen kontrolliert (10 ng +/- 2 ng pro cDNA) und deshalb die Ergebnisse von verschiedenen Hybridisierungen gut vergleichbar. Zweitens sind die cDNA Sequenzen auf geringe Kreuzhybridisierungen hin überprüft. Drittens erfolgt die Sondensynthese mit einer Mischung aus genspezifischen Primern und erhöht so die Sensitivität. Viertens gibt es von dem Arraysystem sowohl Arrays mit humanen, Krebs assoziierten Sonden, als auch einen murinen Array. Die Analysen der Smad4 abhängigen Expressionsdifferenzen sollten zunächst mit kultivierten Zellen untersucht werden. In diesem System war dann eine valide Auswertungsmethode zu entwickeln. Zur Überprüfung der Arrayergebnisse wurden Northern Blot Hybridisierungen durchgeführt, da diese wenig anfällig für Artefakte sowie leicht zu quantifizieren sind und eine große Genauigkeit aufweisen. Nach der Entwicklung einer verlässlichen Auswertung sollte die Methode zur Messung der Smad4 abhängigen Veränderung der Genexpressionslevel in Nacktmaustumoren und weiteren Zelllinien verwendet werden. Besonders für die Auswertung der Expressionsprofile der Nacktmaustumore ist eine genaue Auswertungsmethode notwendig, da bei ihnen die verfügbare RNA-Menge besonders begrenzt ist. 4 ERGEBNISSE 35 4.1 VORÜBERLEGUNGEN ZUR AUSWERTUNG Zur Etablierung und Validierung der Auswertung der cDNA Makroarrays wurde Gesamt-RNA von Smad4 exprimierenden und Kontrollklonen der Zelllinie Hs766T verwendet. Diese Zellline ist eine pankreatische Karzinomzelllinie, die eine homozygote Deletion von Smad4 aufweist. Die Reexpression von Smad4 wurde durch Transfektion mit einem pBK-CMV-Smad4 Konstrukt und anschließender Selektion auf Geneticinresistenz erreicht (Schwarte-Waldhoff, Volpert u. a. 2000). Für die Analyse wurde Gesamt-RNA von subkonfluenten Zellen verwendet, die unter Standardbedingungen kultiviert wurden. Die Durchführung der Aufreinigung der PolyA+ RNA und der Hybridisierung erfolgte wie in 3.2.5 beschrieben. 4.2 AUSWERTUNG DER MAKROARRAYS Nach der Exposition der Makroarray-Filter auf Phosphor Storage Membranen wurde diese mit einem Cyclone-Phosphorimager der Firma Packard-Instruments digitalisiert. Als erster Schritt der Analyse mussten aus den digitalisierten Hybridisierungsbildern im TIFF Format die Signalintensitäten an jeder einzelnen Position der aufgebrachten cDNA’s errechnet werden. Die Analyse der Bilder erfolgte mit der Software „GenePix Pro“ von Axon Laboratories. Dieses eigentlich für Mikroarrays entwickelte Programm wurde verwendet, da zu Beginn der Analysen die Software des Arrayherstellers BD Clontech nicht die Möglichkeit bot einen signalspezifischen Hintergrund zu berechnen. Diese Berücksichtigung des Hintergrundes ist für eine genaue Auswertung unbedingt notwendig, da ansonsten ein lokal stärkerer Hintergrund ein intensiveres Hybridisierungssignal und somit fälschlicherweise eine größere Transkriptmenge vortäuschen würde. Das verwendete Programm ermittelt den Hintergrund aus einem Bereich, der das auszuwertende Signal umgibt und die Fläche zwischen den angrenzenden neun Signalen umfasst (siehe Abbildung 6). 4 ERGEBNISSE 36 Abbildung 6 Berechnungsmaske von Genepix Pro: Die Signalintensität des Hybridisierungssignals an einer aufgebrachten cDNA wurde aus der Summe aller Signalbildpunkte berechnet. Zur Korrektur des lokalen Hintergrundes jedes Signals wurde der jeweilige Median der Intensität der Hintergrundbildpunkte von jedem Signalbildpunkt subtrahiert. Der Bereich der Hintergrundbildpunkte umfasste den kreisrunden Bereich vom dreifachen Signaldurchmesser um das Signal herum ohne die „ausgelassenen Bildpunkte“ und ohne die Signalbildpunkte. 4.2.1 BEURTEILUNG VON SIGNALEN Zur Berechnung der Signalintensitäten mussten die auszuwertenden Bereiche zunächst manuell festgelegt werden. Position und Größe der einzelnen Auswertungskreise (Abbildung 6) wurden hierzu in der Auswertungssoftware für jedes Signal angepasst. Die im Programm verwendeten Kriterien zur Einteilung der Signale in detektiert „Found“ oder nicht detektiert „Not found“ richten sich nach den Anforderungen für Mikroarrays, bei denen die Hybridisierungsprobe mit Fluoreszensfarbstoffen markiert wird. Diese Kriterien konnten nicht angewendet werden, da radioaktive Nukleotide zur Markierung der hybridisierten cDNA verwendet wurden und deshalb die Signale eine völlig andere Form aufweisen. Im Unterschied zu den Signalen fluoreszenzmarkierter cDNA sind die Signale radioaktiv markierter cDNA durch die Streuung der radioaktiven Strahlung nicht scharf begrenzt. Der Intensitätsverlauf der Signale ist infolgedessen viel flacher und die Signale sind nicht so leicht vom Hintergrund zu unterscheiden. 4 ERGEBNISSE 37 In dieser Arbeit wurden alle Gene als verlässliches Signal gewertet deren mittlere Signalintensität das Anderthalbfache des Medians der Hintergrundintensität überschritt, (Hintergrundberechnung siehe Abbildung 6). Gene mit einer mittleren Signalintensität unter dieser Schwelle wurden als nicht auswertbar gekennzeichnet, wenn der Hintergrund stärker als das Dreifache des geringsten Hintergrundes des gesamten Arrays war. Die übrigen Signale wurden als nicht detektiert markiert. Da aufgrund der großen Signalanzahl einzelne Bewertungsfehler in der manuellen Auswertung nicht auszuschließen waren, wurde in der Programmiersprache Visual Basic (VBScript) eingebunden in HTML (Hypertext mark-up language) ein Programm zur Plausibilitätsprüfung entwickelt. Die Kontrolle der beurteilten Signale erfolgte wie in Abbildung 8 angegeben. Das Programm trifft Entscheidungen über die Einordnung der Signale nach dem Verhältnis von Signalintensität zum signalspezifischen Hintergrund, oder zum geringsten Hintergrund auf dem Array. Störungen zum Beispiel durch Hybridisierungsartefakte werden in der automatisierten Auswertung nicht erkannt. Deshalb wurden alle vom Programm veränderten Signalbeurteilungen nach der automatisierten Beurteilung mit dem jeweiligen Bild für die 8 umgebenden Signale dargestellt. Diese wurden dann manuell begutachtet und falsche Signaleinordnungen mit Hilfe des Bildes erkannt und korrigiert. Abbildung 7 Darstellung des digitalisierten Umgebungsbildes eines Hybridisierungsartefaktes. Der Quotient von mittlerer Signalintensität zum Hintergrund ist größer als1.5. Das Signal ist aber unförmig und beinhaltet eine Stelle unspezifischer Signalintensität. Durch die genaue Festlegung der Auswertungskriterien und die weitgehende Automatisierung wurde zum einen eine einheitliche Beurteilung der Signale gewährleistet, durch die manuelle Begutachtung der Signale aber auch die Erkennung von Artefakten erhalten. Sehr schwache Signale wurden ebenso wie Signale mit starkem Hintergrund besonders berücksichtigt, um keine fehlerhaften Signale in die nachfolgende Auswertung einfließen zu lassen. 4 ERGEBNISSE 38 Abbildung 8 Auswertungsschema zur Beurteilung eines Hybridisierungssignals 4.2.2 NORMALISIERUNG Zahlreiche Gründe können zu Intensitätsunterschieden bei der Hybridisierung führen. Schon bei der Verwendung derselben RNA kann es zum Beispiel Varianzen in der eingesetzten RNA Menge, in der Effizienz der cDNA Synthese, in der Hybridisierungseffizienz und in der Effektivität der Waschschritte nach der Hybridisierung geben (Quackenbush 2002). Um die Expressionsdaten von zwei oder mehr Hybridisierungen trotzdem vergleichen zu können, ist eine Normalisierung der Signalintensitäten notwendig. Für die Durchführung einer Normalisierung ist eine bekannte Beziehung zwischen den Hybridisierungsergebnissen notwendig. Bei RNA-Proben mit ähnlichem Genexpressionsmuster kann bei zufälliger Auswahl der Sonden auf dem Array im Mittel von gleicher Expression aller Gene ausgegangen werden (Quackenbush 2002). Deshalb ist der Bezug auf die Summe der Signalintensitäten aller detektierten Signale nach Hintergrundkorrektur zur Normalisierung von cDNA-Arrays weit verbreitet. In dieser Arbeit sollten die Genexpressionsmuster von Zellen in Abhängigkeit von der 4 ERGEBNISSE 39 Expression von Smad4 untersucht werden. Da die Zellen jeweils von derselben Zelllinie abgeleitet sind und sich nur in der Expression von Smad4 und hierdurch bedingten Veränderungen unterscheiden, wurde dieser Zusammenhang auch in dieser Arbeit angenommen. In der vorliegenden Studie wurde nicht über die Gesamtsumme aller hintergrundkorrigierten Signale normalisiert, sondern es wurden nur solche Gene berücksichtigt, die in allen zu normalisierenden Makroarrays detektiert wurden. Diese Art der Normalisierung ist unempfindlicher gegen Unterschiede in der Qualität der Arrays: Falls eine Arrayhybridisierung weniger sensitiv ist und deshalb im niedrigen Intensitätsbereich weniger Signale aufweist, würde die Gesamtsumme der Signale niedriger ausfallen. Auch wenn das Hybridisierungssignal an einigen Stellen durch Hybridisierungsartefakte nicht auswertbar ist, und diese Signale deshalb in der Signalsumme aller detektierten Signale eines Array fehlen, ist die Signalsumme zu niedrig. Die Korrektur durch eine Normalisierung über die Gesamtsumme aller hintergrundkorrigierten Signale würde dadurch fälschlicherweise zu starke Expressionsunterschiede vortäuschen. Abbildung 9 zeigt für zwei Arrayhybridisierungen beispielhaft die Auswirkung der beiden Normalisierungen im Vergleich zu den nicht normalisierten Signalintensitäten. Im idealen Fall sollten alle Intensitäten auf dieser Winkelhalbierenden liegen, da hier die Ergebnisse von zwei Hybridisierungen mit identischen Ribonukleinsäuren verglichen wurden. Der angegebene Median ist ein Maß für die Abweichung der Signale von der Winkelhalbierenden. Der Abgleich auf die Signalsumme der gemeinsamen Signale zeigt die geringste Abweichung von der Winkelhalbierenden. Dieser Abgleich war deshalb am besten für die Normalisierung geeignet und wurde für alle nachfolgenden Auswertungen verwendet. Zur Vereinfachung der Normalisierung wurde ein Excel-Makro geschrieben, das diese Aufgabe übernahm. Von dem Programm wurden zunächst die Ergebnisdateien der GenePix Pro Auswertung eingelesen. Das Makro ermittelte dann alle Gene, die in allen abzugleichenden Makroarrays ein auswertbares und über dem Hintergrund liegendes Signal zeigten. Der Normalisierungsfaktor für jeden Makroarray wurde aus dem Kehrwert der jeweiligen Summe der hintergrundkorrigierten Signalintensitäten der so ermittelten Gene berechnet. 4 ERGEBNISSE 40 Abbildung 9 Vergleich der Normalisierungsarten. Dargestellt sind die relativen Signalintensitäten von zwei Arrayhybridisierungen mit identischer RNA. Die Intensitäten der hintergrundkorrigierten Rohdaten werden mit zwei möglichen Normalisierungsmethoden verglichen. 4.2.3 ÜBERLEGUNGEN ZUR ANZAHL DER NOTWENDIGEN WIEDERHOLUNGEN Die Ergebnisse einer einzelnen Arrayhybridisierung sind oft unzuverlässig. Die einzelnen Hybridisierungssignale schwanken selbst bei identischen Ribonukleinsäuren zu stark, um Expressionsunterschiede in zwei Proben verlässlich anzugeben (siehe Abbildung 9). Durch Mittelung der Intensitäten aus mehreren Wiederholungen können bessere Ergebnisse erzielt werden. Eine Mindestanzahl von drei Wiederholungen je Gruppe wird nach statistischen Berechnungen empfohlen (Lee, Kuo u. a. 2000; Wolfinger, Gibson u. a. 2001). In dieser Arbeit wurden soweit möglich mindestens vier Wiederholungen in einer Gruppe durchgeführt. 4 ERGEBNISSE 41 4.2.4 DEFINIERUNG VON KANDIDATENGENEN Gene, die potentiell differentiell exprimiert sind (Kandidatengene), können auf verschiedene Weise ausfindig gemacht werden. Die einfachste Möglichkeit ist die Ermittlung aus einer vergleichenden Darstellung der mittleren Signalintensitäten jeder Gruppe, wie sie der Scatter-Plot ermöglicht. Eine bessere Übersicht bietet die Darstellung nach Dudoit (Dudoit, Yang u. a. 2000). Sie stellt die Rotation eines ScatterPlots um 45° im Uhrzeigersinn dar und wird durch die Auftragung des mittleren Quotienten QMittel = log 2 I Smad4 rekonstituierte , I Smad4 negative I Mittel = log 2 I Smad4 rekonstituierte × I Smad4 negative gegen die mittlere Signalintensität erreicht. An dieser Auftragung lassen sich besonders Artefakte und intensitätsabhängige Effekte gut erkennen (Abbildung 11). Sie wurde deshalb bisher hauptsächlich zur Überprüfung und Darstellung von Normalisierungen verwendet. Wenn man den gleitenden Durchschnitt der Quotienten der Signalintensitäten als Ausgleichskurve aufträgt, können intensitätsabhängige Unterschiede nach der Normalisierung auf einen Blick erkannt werden. Falls eine Verschiebung in der Ausgleichskurve zum Beispiel bei niedrigen Intensitäten vorhanden ist, zeigt das eine geringere Sensitivität der Arrayhybridisierungen einer Gruppe an (siehe beispielhaft Abbildung 38 auf Seite 1). Aus dieser Darstellung lassen sich differentiell exprimierte Gene nur anhand ihrer mittleren Genexpression ergründen. Sie bietet keine Möglichkeit die Schwankungen in der Signalintensität der einzelnen Arrays abzubilden. Folglich wird die Konsistenz der Daten vernachlässigt. Die Berücksichtigung der Streuung der Signalintensitäten ist notwendig, da bei alleiniger Definition von Kandidatengenen anhand der Quotienten der mittleren Signalintensitäten Gene zurückgewiesen werden, die einen geringen Unterschied aufweisen, auch wenn dieser bei wiederholten Messungen statistisch hoch signifikant ist (Tanaka, Jaradat u. a. 2000; Wolfinger, Gibson u. a. 2001). Um die Beurteilung Wahrscheinlichkeit von eines Intensitätsdifferenzen zu objektivieren und die Unterschiedes zwischen den Signalen von Smad4 rekonstituierten Zellen und den Kontrollzellen zu berechnen, bot sich der von Welch modifizierte zweiseitige t-Test an. Dieser Test ist besonders geeignet, da er im Gegensatz zum Wilcoxon-Test oder dem Mann-Whitney-U-Test, die beide von Ordinaldaten ausgehen, für intervallskalierte Daten geeignet ist und somit Intensitäten 4 ERGEBNISSE 42 hinsichtlich ihrer absoluten Stärke berücksichtigt. Dieser modifizierte t-Test setzt zudem keine identische Streuung der Intensitäten beider Gruppen (Smad4 rekonstituierte Klone/ Kontrollklone) voraus und ist außerdem gegenüber Abweichungen von der Normalverteilung der Intensitäten sehr unempfindlich (Bronstein und Semendjajew 1991). Die Signifikanz eines Unterschiedes in der Genexpression kann also durch den t-Wert beschreiben werden und ein niedriger t-Wert als Hinweis auf differentielle Expression aufgefasst werden. Die Verwendung des t-Wertes zur Charakterisierung der Signifikanz des Unterschiedes der Genexpressionen löst zugleich ein weiteres Problem in der Kandidatengensuche. Bei der Betrachtung des Verlaufes der Standardabweichungen der Signalintensitäten wird ein starker Anstieg der Streuung bei niedrigen Intensitäten deutlich. Eine Auswahl von Kandidatengenen nach dem Quotienten der Genexpression sollte deshalb normalerweise eine intensitätsabhängige Komponente beinhalten. Da aber die Streuung der Intensitäten unter den Arrays schon im t-Test einbezogen ist, musste dieser Einfluss nicht mehr gesondert berücksichtigt werden. Für die Auswahl von potentiell differentiell exprimierten Genen ist daher die mittlere Signalintensität wichtig, da sie angibt wie weit sich ein Signal vom Hintergrund abhebt und somit wie verlässlich es ist. Der Quotient der mittleren Signalintensitäten drückt die Differenz in der Signalintensität aus und gibt die Größe des Unterschiedes der Signalintensitäten an. Die Ergebnisse aus dem Welchschen t-Test sind ein Maß für die Signifikanz des Unterschiedes der Signalintensitäten und berücksichtigen die Streuung bei niedrigen Intensitäten. Diese drei für die Suche nach potentiellen Kandidatengenen wichtigen Größen wurden gemeinsam, in einem an die Darstellung nach Dudoit angelehnten Blasendiagramm abgebildet. Für die Blasengröße wurde der Kehrwert des Ergebnisses des t-Tests als Variable gewählt, damit größere Blasen die Gene mit einer höheren Wahrscheinlichkeit der differentiellen Genexpression anzeigen (Abbildung 12). Anhand dieser Darstellung konnten folglich auf einen Blick für jedes Gen die drei für die Definition von Kandidatengenen interessanten Größen betrachtet werden. Dies sollte die Erkennung von Genen mit moderaten aber signifikanten Genexpressionsunterschieden auch bei insgesamt niedriger Signalintensität ermöglichen. 4 ERGEBNISSE 43 Abbildung 10 Zusammenhang zwischen mittlerer Signalintensität und mittlerer prozentualer Standardabweichung für die Arrayergebnisse von subkonfluenten Hs766T Zellen. 4.3 SMAD4 ABHÄNGIGE DIFFERENTIELLE GENEXPRESSIONSANALYSE VON HS766T IN VITRO Für den Vergleich der Genexpression in Smad4 exprimierenden Klonen und Kontrollklonen wurde Gesamt-RNA von subkonfluenten Hs766T Zellen präpariert. Es wurden vier cDNA Arrays mit Poly-A+ RNA von Smad4 negativen Zellen und fünf cDNA Arrays mit Poly-A+ RNA von Smad4 rekonstituierten Zellen hybridisiert. 4.3.1 NORMALISIERUNG Zur Überprüfung der Normalisierung wurde die von Dudoit empfohlene Darstellung gewählt (4.2.4 oben). Die Ausgleichskurve wurde durch den gleitenden Durchschnitt von jeweils 30 Werten berechnet (siehe Abbildung 11). Die Auftragung des Logarithmus der mittleren Quotienten gegen die mittleren Signalintensitäten zeigte eine gute Annäherung an den Wert 0. Diese entspricht einem Quotienten der Genexpression von 1 und somit gleicher Expression eines Gens in Smad4 positiven und Smad4 negativen Zellen. Da die untersuchten Zellen von einer Zelllinie abgeleitete Klone sind, ist anzunehmen, dass sie sich in ihrem gesamten Expressionsprofil sehr ähnlich sind. Unterschiede in einzelnen Zielgenen sollten sich durch das mittels Expressionsvektor 4 ERGEBNISSE 44 eingebrachte Smad4 und dessen Einflüsse auf die Genexpression anderer Gene ergeben. Die Ausgleichskurve zeigte eine gute Normalisierung an. Nur im Bereich niedriger Intensitäten ergab sich eine leichte Verschiebung zu positiven Quotienten. Im Mittel sind die nachgewiesenen Gene folglich in den Arrayergebnissen nicht differentiell exprimiert und die Daten sollten über den gesamten Intensitätsbereich für die Suche nach Kandidatengenen geeignet sein. Abbildung 11 Hs766T Quotient der mittleren Signalintensität gegen mittlere Signalintensität nach Dudoit. Dargestellt sind die Ergebnisse aus vier Arrayhybridisierungen mit Kontroll-RNA und fünf Hybridisierungen mit RNA von Smad4 rekonstituierten Zellen. Die Ausgleichskurve aus dem gleitenden Durchschnitt von dreißig Werten berechnet. 4.3.2 VALIDIERUNG DER ARRAYERGEBNISSE Anhand der Arrayergebnisse sollten Kandidaten für eine Smad4 abhängige differentielle Expression ermittelt werden. Zur Validierung der Arrayergebnisse wurden Northern Blot Hybridisierungen von insgesamt 37 verschiedenen Genen verwendet. Zum einen wurden die Gene gezielt für die Validierung ausgewählt, um die Expression von Genen mit differentieller Expression, aber auch von nicht differentiell exprimierten Genen zu überprüfen. Zum anderen ergaben sie sich aus vorherigen Auswertungsmethoden als Kandidaten oder wurden aus inhaltlichen Überlegungen ausgewählt. Mit Hilfe der Expression dieser 37 Gene die dann aus den Northern Blot Hybridisierungen bekannt 4 ERGEBNISSE 45 war, sollten anschließend Kriterien entwickelt werden, nach denen Zielgene nur aus den Arrayergebnissen zuverlässig ermittelt werden können. Abbildung 12 Blasendiagramm der Ergebnisse der Genexpressionsanalysen der subkonfluenten Hs766T Zellen. Die Blasengröße stellt den Kehrwert des Ergebnisses des t-Tests dar. Die schwarz markierten Gene wurden zur Überprüfung mittels Northern Blot Hybridisierung ausgewählt. Die für die Northern Blot Hybridisierung verwendeten DNA-Sonden wurden aus Gesamt-RNA nach Oligo-dT initiierter cDNA Synthese über PCR mit genspezifischen Primern generiert. Die Primersequenzen für diese Amplifizierung wurden entweder wie in 3.1.3 angegeben ermittelt oder entsprachen den Sequenzen, die für die Herstellung der cDNA Arrays verwendet wurden (Primersequenzen von BD Clontech). So konnte sichergestellt werden, dass die Sonden dasselbe Gen wie die auf den Array aufgebrachten cDNA-Fragmente erkennen. Die Herstellung der 32 P-markierten DNA Sonde für die Hybridisierung wurde mit dem Megaprime Kit von Amersham durchgeführt. Die Kontrolle der RNA-Mengen auf dem Northern Blot erfolgte durch anschließende Hybridisierung mit einer Glycerinaldehyd-3-Phosphat Dehydrogenase (GAPD) spezifischen Sonde, obwohl GAPD Smad4 abhängig eine höhere Expression aufwies. 4 ERGEBNISSE 46 Bei den Ergebnissen der Hybridisierungen fiel auf, dass GAPD bei allen Hybridisierungen in den Smad4 exprimierenden Klonen im Mittel eine höhere Transkriptmenge aufwies als in den Kontrollklonen. Dies kann nicht an unterschiedlichen Auftragsmengen liegen, da für die Proben zuvor über die optische Dichte die Konzentration bestimmt wurde und daraufhin gleiche RNA-Mengen eingesetzt wurden. Außerdem wiesen die Ethidiumbromid-Färbungen der RNA-Gele sehr ähnliche Mengen an 28S und 18S ribosomaler RNA auf. Für 26 Northern Blots mit besonders ähnlichen Auftragungsmengen wurde daraufhin das Verhältnis der GAPD Transkriptmenge von den Smad4 exprimierenden und den Kontrollklonen bestimmt. Es ergab sich im Mittel der 26 Northern Blots ein Verhältnis von 1,75 mit einer Standardabweichung von 0,39. GAPD weist also Smad4 abhängig leicht erhöhte Transkriptmenge auf. Die Schwankungen in der Expression innerhalb der Smad4 exprimierenden und der Kontrollklone waren aber geringer als die Veränderungen der β-Aktin Menge (Abbildung 13). Da der Expressionsunterschied in der GAPD Menge nicht stark von Experiment zu Experiment schwankte, wurde dieses Gen trotzdem weiterhin zusätzlich zur Kontrolle der RNA-Mengen über die Ethidiumbromid-Färbung der 28S und 18S ribosomalen RNAs für die Kontrolle des gleichmäßigen Übertragens auf die Nylonmembran verwendet. Abbildung 13 Transkriptmenge von β-Aktin und GAPD sowie EtBr-Färbung der RNA von Hs766T Zellen Bei der Überprüfung der Genexpression mittels Northern Blot Hybridisierung wurde ein Transkript als differentiell exprimiert gewertet, wenn es im Mittel mindestens um den Faktor 1,3 höher oder um den Faktor 0,77 niedriger exprimiert war und es keine eindeutig klonalen Unterschiede gab. Die nachfolgenden Abbildungen (Abbildung 15 bis Abbildung 16) stellen die Ergebnisse aus den Northern Blot Hybridisierungen im Vergleich mit den Ergebnissen aus den Arrayhybridisierungen dar. Auf der linken Seite 4 ERGEBNISSE 47 sind jeweils die Daten aus den Northern Blot Hybridisierungen abgebildet. Der angegebene Faktor wurde densitometrisch nach Hintergrundkorrektur aus dem Quotient der mittleren Signalintensitäten von Smad4 exprimierenden Klonen bezogen auf die Kontrollzellen berechnet. Der Faktor und der t-Wert der Arrayhybridisierungen wurde analog nach Hintergrundkorrektur und Normalisierung bestimmt. Die Balkendiagramme geben die relative Signalintensität auf den Arrays an. Falls ein Signal wegen einer Störung nicht ausgewertet wurde, fehlt der Balken. Wie bereits erwähnt, wurden Signale deren Intensität kleiner als die anderthalbfache Hintergrundintensität war, gleich Null gesetzt. Von den überprüften 37 Transkripten wiesen nach dieser Einordnung fünf Gene eine Smad4 abhängige Erhöhung der Transkriptmenge auf (Abbildung 15). Abbildung 14 Fünf Gene mit Smad4 abhängiger Erhöhung der Transkriptmenge. Der Faktor gibt den Quotienten der mittleren Signalintensität nach Hintergrundkorrektur von Smad4 exprimierenden Klonen zu Kontrollklonen an. Bei 17 Genen war eine Smad4 abhängige Verringerung der Transkriptmenge zu beobachten (Abbildung 14). 4 ERGEBNISSE 48 Abbildung 15 17 Gene mit Smad4 abhängig reduzierten Transkriptmengen. Der Faktor gibt den Quotienten der mittleren Signalintensität nach Hintergrundkorrektur von Smad4 exprimierenden Klonen zu Kontrollklonen an. 4 ERGEBNISSE 49 Abbildung 16 13 Gene mit nicht Smad4 abhängiger Transkriptmenge. Der Faktor gibt den Quotienten der mittleren Signalintensität nach Hintergrundkorrektur von Smad4 exprimierenden Klonen zu Kontrollklonen an. Bei 13 Genen war der Effekt der Smad4 Expression auf die Transkriptmenge nur sehr gering, sie waren um weniger als den Faktor 1,3 differentiell exprimiert (Abbildung 16) oder wiesen klonale Unterschiede in der Expression auf (Abbildung 17). Besonders Cadherin 3 (X63629) und P21-Rac2 (M64595) zeigten starke klonale Unterschiede in der Genexpression, die nicht mit dem Smad4 Status der Zellen korrelierten. Sie wurden deshalb nicht für den Vergleich der Kontrollhybridisierungen mit den Ergebnissen aus den Arrayhybridisierungen verwendet. 4 ERGEBNISSE 50 Abbildung 17 Gene mit klonal unterschiedlicher Transkriptmenge Abbildung 18 Vergleich der Hs766T Arrayergebnisse von subkonfluenten Hs766T Zellen mit den Ergebnissen aus den Northern Blot Hybridisierungen. Die Blasenfläche gibt den Kehrwert des Ergebnisses aus dem t-Test wieder. Signale, die nicht über dem Hintergrund lagen, wurden zur Berechnung des Quotienten auf 0,00001 festgelegt. 4 ERGEBNISSE 51 Tabelle 1 Ergebnisse der subkonfluenten Hs766T Zellen. Der Quotient gibt das Verhältnis der Expression in Smad4 exprimierenden Zellen bezogen auf die Smad4 negativen Zellen an. In Abbildung 18 und Tabelle 1 werden die Ergebnisse von den 35 Northern Blot Hybridisierungen zusammen mit den Ergebnissen aus den Arrayhybridisierungen dargestellt. Ausgelassen wurden die beiden Gene, die klonale Unterschiede in der 4 ERGEBNISSE 52 Expression aufwiesen (Abbildung 17). Bei der Betrachtung des Blasendiagramms zeigt sich, dass Gene, deren Transkripte in der Northern Blot Hybridisierung eine Smad4 abhängige Differenz in der Transkriptmenge aufwiesen, auch häufig anhand der Array Ergebnissen als differentiell beurteilt werden können. Sie sind durch einen stark von der Nulllinie entfernten Quotienten gekennzeichnet und haben einen niedrigen t-Wert. Es zeigt sich auch, dass die Auftragung nach Dudoit ohne Berücksichtigung der t-Werte nicht ausreichend ist, um Kandidatengene zu definieren. Das Gen NGALP25 zum Beispiel wäre nach Intensität und Quotient ein guter Kandidat, aber die Berücksichtigung des t-Wertes (t-Wert = 0,302) zeigt, dass der scheinbar große Unterschied in der Genexpression durch einen Ausreißer in einem Array verursacht wurde (siehe Abbildung 19). Abbildung 19 Signalintensitätsverteilung bei NGALP25. K3 und K6 sind Kontrollklone, D5 und D8 Smad4 exprimierende Klone der Zellline HS766T. Unter den 35 durch Northern Blot Hybridisierung überprüften Genen sind fünf bestätigte differentielle Gene, die nach den Atlasarraydaten nicht als Kandidaten definiert worden wären (HD2, CDC25B, FLT3LG, Nexin und GNBPG10). Alle 13 Gene, die sich in der Überprüfung als nicht differentiell exprimiert erwiesen haben, wurden unter Berücksichtigung des t-Wertes auch nach den Arrayergebnissen als nicht differentiell exprimiert beurteilt. Von den fünf durch Smad4 induzierten Genen kommen anhand des Blasendiagramms drei Gene eindeutig als Kandidaten in Frage. Von den 17 Genen, deren Transkriptmenge in der Überprüfung Smad4 abhängig reprimiert war, wurden nur drei Gene anhand des Blasendiagramms nicht als Kandidatengene ausgewiesen (HD2, CDC25B, FLT3LG). Alle anderen wiesen einen niedrigen t-Wert und einen großen Unterschied in der mittleren Transkriptmenge auf und waren somit als Kandidatengene erkennbar. 4 ERGEBNISSE Da die 53 Übereinstimmung Hybridisierungsergebnissen gut zwischen ist, ist die Array- und Darstellung der Northern Ergebnisse Blot der Arrayhybridisierungen im Blasendiagramm geeignet, um Kandidatengene zu definieren. Bei 30 von 35 Genen, also in 86% der Fälle, wurden die Ergebnisse aus den Arrayhybridisierungen von den Daten der Northern Blot Hybridisierungen bestätigt. Von den hier validierten Genen wird nur eins fälschlicherweise als differentiell exprimiert ausgewiesen, wenn man die Gene als differentiell exprimiert ansieht, bei denen in den Atlasergebnissen ein mindestens zweifacher Unterschied der Genexpression vorliegt und zweitens der Wert des Student-t-Tests maximal 0,15 beträgt. Von den 13 nach Northern Blot Hybridisierung nicht differentiell exprimierten Genen entspricht nur ein Gen, TIEG, den Kriterien. Diese Kriterien sollten also geeignet sein, in den Arrayergebnissen weitere Kandidatengene zu finden. Bei Anwendung der Kriterien erhält man insgesamt 29 Gene. Sie sind in Abbildung 20 zusammen mit den bisher überprüften Genen dargestellt. Von den 29 Genen wurden bisher 15 Gene mittels Northern Blot Hybridisierung überprüft und 14 von ihnen waren differentiell exprimiert. Wegen der Bestätigungsquote von 93 % wurde auch für die übrigen 14 Gene die differentielle Expression angenommen. In der Summe ergeben sich also mit den 22 bestätigten differentiell exprimierten Genen, die in Abbildung 15 und Abbildung 14 dargestellt sind, und den 14 anhand der Kriterien neu definierten Genen (Tabelle 2) insgesamt 36 Gene, die Smad4 abhängig differentiell exprimiert sind. Aufgrund der guten Übereinstimmung der überprüften Genexpressionen mit den Ergebnissen aus den Arrayhybridisierungen ist davon auszugehen, dass die hier erarbeiteten Auswahlkriterien bei weiteren Anwendungen dieses Arraysystems und dieser Auswertung anwendbar sind und zuverlässig Smad4 Zielgene anzeigen. Deshalb wird im weiteren Verlauf dieser Arbeit von der Validität dieser Methode ausgegangen und die Überprüfung mittels Northern Blot Hybridisierung nur noch im Einzelfall erfolgen. 4 ERGEBNISSE 54 Tabelle 2 Gene mit differentieller Smad4 abhängiger Expression. Aufgeführt sind die Gene die anhand der Kriterien für eine differentielle Expression aus den Arrayergebnissen definiert wurden. Abbildung 20 Blasendiagramm von subkonfluenten Hs766T Zellen mit Markierung von Genen die sich als differentiell exprimiert erwiesen haben und Genen die mindestens einen zweifachen Unterschied in der Genexpression aufwiesen und bei denen der t-Wert maximal 0.15 betrug. 4 ERGEBNISSE 55 4.3.3 SIGNIFIKANZANALYSE MIT ARRAYERGEBNISSEN NACH TUSHER Die Signifikanzanalyse von Mikroarray-Daten (SAM-Analyse) nach Tusher (Tusher, Tibshirani u. a. 2001) wird häufig zur Analyse von Arrayergebnissen verwendet war. Die SAM-Analyse berechnet über einen für die Arrayauswertung angepassten Test mittels eines Excel Add-In (Erweiterung für MS Excel) für jedes Gen mehrere Werte zur Beurteilung der Wahrscheinlichkeit einer differentiellen Expression. Für jedes Gen wird neben dem Quotienten der Genexpression der zu vergleichenden Experimente ein prozentualer q-Wert ausgegeben. Dieser gibt die Irrtumswahrscheinlichkeit für die Signifikanz der differentiellen Transkriptmengen an, wobei der Signifikanzbereich dem Programm vorgegeben werden kann. Durch die gleichzeitige Ausgabe einer Schätzung der fälschlicherweise als signifikant detektierten Gene, lässt sich die Güte der ermittelten Gene beurteilten. Diese Methode soll nun mit der zuvor beschriebenen Methode verglichen werden. In Tabelle 3 sind die Ergebnisse der SAM-Analyse für dieselben neun Arrayhybridisierungen wie in Abbildung 12 den Ergebnissen aus den Northern Blot Hybridisierungen gegenübergestellt. Abbildung 21 Vergleich des Blasendiagramms mit der SAM-Analyse anhand der Arrayergebnisse der subkonfluenten Hs766T Zellen. Abbildung 21 zeigt die Ergebnisse aus den Arrayhybridisierungen und die Ergebnisse aus der Signifikanzberechnung mittels SAM-Analyse. 4 ERGEBNISSE Tabelle 3 Ergebnisse der Signifikanzanalyse nach Tusher Arrayhybridisierungen von subkonfluenten Zellen 56 für die Hs766T Unter den 17 Gene, die die Signifikanzanalyse von Tusher als differentiell exprimiert ansieht, sollten 10 Gene fälschlicherweise als differentiell ausgewiesen sein. Unter den 14 überprüften Genen findet sich aber nur ein nicht differentiell exprimiertes Gen (TIEG, S81439) und ein klonal variabel exprimiertes Gen (CDH3, X63629). Die Fehlerrate wird folglich von der SAM-Analyse zu hoch eingeschätzt. Die Analyse ist 4 ERGEBNISSE 57 also zu stringent. Bei einer Verringerung der Stringenz werden 329 signifikant differentiell exprimierte Gene mit 313 falsch positiven ausgewiesen. Die Auswahl des Signifikanzbereich ist also aufgrund zu schlecht variierbar und deshalb für die Analyse der hier verwendeten Arrays nur bedingt geeignet. Zwar waren 87% der von ihr definierten und hier überprüften Kandidatengene korrekt definiert, aber es lassen sich über die Vorgabe des Signifikanzbereiches keine weiteren Kandidatengene für eine differentielle Expression finden. Die Beurteilung der Gene anhand des „Score(d)“, der wie der t-Wert eine Beurteilung der Gene anhand der Signifikanz der Differenz der Genexpressionen erlaubt, zeigt insgesamt nur eine mittlere Korrelation (R2=0.64) mit dem t-Wert. Der für die vorliegende Untersuchung interessierende Bereich der niedrigen t-Werte (< 0.2) korrelierte hoch mit dem „Score(d)“ der SAM Analyse (R2=0.72). Da der t-Test sich also nicht stark von den Ergebnissen der SAM-Analyse unterschied und leichter zu berechnen war, wurde er in den weiteren Analysen verwendet. Abbildung 22 Vergleich der Berechnung der Signifikanz von Expressionsunterschieden mit der Signifikanzanalyse für Mikroarrays nach Tusher (Tusher, Tibshirani u. a. 2001) und über den von Welch modifizierten t-Test. 4.3.4 FUNKTIONELLE EINORDNUNG DER DIFFERENTIELL EXPRIMIERTEN GENE Um einen besseren Überblick über einen möglichen funktionellen Zusammenhang der Smad4 abhängig differentiell exprimierten Gene zu bekommen, wurde die Software MAPPFinder verwendet (Dahlquist, Salomonis u. a. 2002; Doniger, Salomonis u. a. 2003). Dieses Programm sucht anhand der Genbankkennzeichnung die Kategorien eines 4 ERGEBNISSE 58 jeden Gens aus der Gene-Ontology1 heraus. Die Gene werden nach dieser Zuordnung zu den Funktionen gruppiert. Es können Kriterien für die differentielle Expression von Genen definiert und die Kategorien gefunden werden, die einen großen Anteil an und eine große Anzahl von differentiell exprimierten Genen aufweisen. So lassen sich unter den Genen, die den Kriterien entsprechen, funktionelle Gemeinsamkeiten entdeckten. Für die Analyse mit dem Programm MAPPFinder wurden 36 Gene als differentiell angesehen. Zum einen wurden die 22 in Tabelle 1 aufgeführten Gene verwendet, für die die differentielle Expression im Northern Blot bestätigt wurde. Andererseits wurden aber auch die in Tabelle 2 angegebenen Gene berücksichtigt, die die Kriterien, t-Wert kleiner 0.15 und Unterschied in der Genexpression größer als zweifach, erfüllten. Die Analyse wurde für insgesamt 650 Gene durchgeführt, die bei mindestens einer der Arrayhybridisierungen eine nachweisbare Expression aufwiesen. Da für ein als differentiell exprimiert angesehenes Gen keine Kategorie in der Gene-Ontology hinterlegt war, beschränkte sich die Analyse auf 35 differentiell exprimierte Gene. Bei Beschränkung auf solche Gene-Ontology-Kategorien unter denen mindestens zwei differentielle Gene vorkamen, ergaben sich die in Tabelle 4 (Seite 59) genannten Ergebnisse. Zur Bewertung des Anteils der differentiellen Gene innerhalb einer Gene-Ontology Kategorie wird durch MAPPFinder jeweils ein z-Wert berechnet. Formel 1 Berechnung des z-Wertes durch MAPPFinder (Doniger, Salomonis u. a. 2003) Der z-Wert liegt bei Null, wenn die Anzahl der differentiellen Gene der erwarteten Anzahl differentieller Gene entspricht. Die erwartete Anzahl an differentiellen Genen wird über die Anzahl der in dieser Gene-Ontology Kategorie gemessenen Gene durch Bezug auf den Anteil der insgesamt differentiell exprimierten Gene berechnet. Dabei geht man von zufälliger Verteilung der differentiellen Gene aus. Bei einem z-Wert kleiner Null kommen deshalb weniger differentielle Gene vor als bei einer Zufallsverteilung zu erwarten gewesen wären. Diese Kategorien sind folglich nicht 1 http://www.geneontology.org Das Ziel der Geneontology ist es ein einheitliches Vokabular zur Beschreibung der molekularen Funktion, dem biologischen Prozess und der zellulären Kompartimentierung von Genprodukten zu erstellen. 4 ERGEBNISSE 59 relevant und wurden in der Tabelle nicht berücksichtigt. Die Gene-Ontology Kategorien mit z-Werten größer Null sind je interessanter desto größer der z-Wert ist. Bei den HS766T Zellen fielen unter den Kategorien mit einem z-Wert größer zwei besonders die Kategorien auf, die einen Einfluss der Expression von Smad4 auf die Transkription nachweisen. Unter den sechs Kategorien mit den stärksten Veränderungen zeigen drei einen Effekt. Zum einen finden sich zwei differentiell exprimierte Gene, die eine Histondeacetylase Funktion haben, zum anderen sind zwei Gene mit der negativen Regulation der Transkription vom Polymerase II assoziiert und acht Gene haben eine Transkriptionsfaktorfunktion. Dieser Befund deckt sich mit der schon bekannten Funktion von Smad4 als transkriptioneller Komodulator und verdeutlicht seine vielfältigen Auswirkungen auf Transkriptionsfaktoren. Tabelle 4 MAPPFinder Ergebnisse (Doniger, Salomonis u. a. 2003) der Arrayhybridisierungen von Hs766T RNA von Smad4 exprimierenden und Kontrollklonen. Dargestellt sind alle Prozesse, Funktionen oder Kompartimente, denen mindestens 2 differentiell exprimierte Gene zuzuordnen waren und deren z-Wert positiv war. Die Immunantwort, der Prozess mit dem zweitbesten z-Wert, umfasst die größte Anzahl an differentiell exprimierten Genen. Hier sind elf von den 51 nachweisbaren Genen differentiell exprimiert. Alle elf Gene zeigen durch die Smad4 Expression eine 4 ERGEBNISSE 60 Verringerung der Transkriptmenge, die wie schon beschrieben, mittels Northern Blot Hybridisierung bereits überprüft worden war (siehe Abbildung 15 und Tabelle 5). Für diese Gene ist in der Literatur eine Induzierbarkeit durch Interferone beschrieben (Tabelle 5). Da außerdem alle diese Gene Smad4 abhängig reprimiert sind, scheint Smad4 die Repression von Interferon induzierten Genen zu bewirken. Dieser Einfluss kann direkt sein durch Interaktionen von Smad4 mit Proteinen der Interferon Signalwege, oder indirekt durch Auswirkungen von Smad4 bedingten Veränderungen in der Zelle. Vorstellbar wären hier zum Beispiel Expressionsunterschiede von Komponenten der Interferonsignalwege, Absättigung von Bindungspartnern, die für die transkriptionelle Antwort auf Interferone notwendig sind oder unterschiedliche Aktivierungslevel von Signalwegen, die mit den Interferon Signalwegen interagieren. Da also viele Möglichkeiten für eine Einwirkung der Smad4 Expression auf die Expression der durch Interferone induzierbaren Gene vorstellbar sind, werden im folgenden einige Untersuchungen zu möglichen Wechselwirkungen vorgenommen Tabelle 5 Gene mit der funktionellen Klassifizierung "Immunantwort". Die Quotienten geben das Verhältnis der Transkriptmengen aus den Northern Blot Hybridisierungen von Smad4 exprimierenden Klonen bezogen auf die Kontrollklone an. Die Literaturstellen verweisen auf Artikel, in denen die Induzierbarkeit der Gene durch Interferon beschrieben wird. 4.3.5 UNTERSUCHUNGEN ZUM INTERFERON SIGNALWEG Bei der funktionellen Analyse der Genexpressionsdaten ergaben sich die größten Unterschiede bei den Genen, die mit der Immunantwort zusammenhängen. Eine Literaturrecherche ergab, dass sämtliche elf Gene in dieser Kategorie von Interferonen induziert werden (Tabelle 5). Die Transkriptmengen aller dieser Gene wurden durch die Smad4 Expression reduziert. Deshalb wurde die Reaktion der Interferon Signalwege in 4 ERGEBNISSE 61 den Zellen genauer untersucht. Zunächst wurde überprüft, ob die Induktion von Interferon induzierten Genen in den Smad4 exprimierenden Zellen verändert ist, da in den Smad4 exprimierenden Zellen eine Hemmung von Interferon Signalwegen die verringerte Transkriptmenge erklären könnte. Durch Behandlung mit Interferon alpha, beta und gamma wurde überprüft, ob die HS766T Zellen noch normale transkriptionelle Reaktionen auf extrazelluläres Interferon aufweisen. Die Zellen wurden zu diesem Zweck 6 Stunden lang in normalem Medium den Interferonen ausgesetzt. Die RNA der Zellen wurde anschließend auf die Expression von bekannten Zielgenen der Interferone untersucht (Der, Zhou u. a. 1998). Abbildung 23 Interferon Behandlung von Hs766T Zellen. Die Zellen wurden in normalem Medium kultiviert und die Interferone in Kombination mit einem Mediumwechsel hinzugegeben. (IFNα: 10000 IE/ml ,IFNβ: 1000 IU/ml, IFNγ: 167ng/ml). Bei OAS2, MX1 und IRF1 sind die Ergebnisse der nicht mit Interferon behandelten Zellen verstärkt dargestellt, um die Unterschiede zwischen den Smad4 exprimierenden und den Kontrollzellen zu verdeutlichen. Die EtBr-Färbung der ribosomalen RNAs ist repräsentativ für alle Hybridisierungen. Die Typ I Interferone α und β führten, wie bereits in (Der, Zhou u. a. 1998) beschrieben, zur Induktion der Transkripte der Interferon induzierbaren Proteine MX1 und der Oligoadenylat-Synthetase 2. Diese Gene wurden wesentlich schwächer durch das Typ II Interferon γ induziert. Diese Reaktion lies auf einen intakten Typ I Interferon Signalweg schließen. Der durch die Smad4 Expression verursachte Unterschied in der Transkriptmenge der beiden war nach Induktion durch Typ I Interferone nicht mehr 4 ERGEBNISSE 62 signifikant. Nach Behandlung mit Interferon γ erhöhte sich die Transkriptmenge beider Gene. Der Smad4 bedingte Unterschied blieb hierbei erhalten. Abbildung 24 Induktionsfaktoren von OAS2, MX1, IRF1 und HLA-G nach sechsstündiger Behandlung mit Interferonen, bezogen auf die Kontrollklone K3 und K6 ohne Interferon-Behandlung. Die Klone D4, D5 und D8 exprimieren Smad4. IRF1 ist ein Gen, welches hauptsächlich durch Interferon γ induziert wird (Der, Zhou u. a. 1998). Die Behandlung mit Interferon γ führte bei IRF1 zu einer deutlichen Induktion des Transkriptes. Die Transkriptmenge wurde aber auch durch die Interferone α und β erhöht. Dies zeigt, dass die Zellen auch auf Interferon γ mit der eindeutigen Induktion eines bekannten Zielgens reagierten. Der Smad4 abhängige Unterschied in der Expression von IRF1 blieb auch nach Interferon γ Behandlung erhalten. Die Induktion mit Interferon α oder β führte nur zu einer geringfügigen Induktion. Der Smad4 abhängige Unterschied blieb bei der Interferon β Behandlung erhalten. 4 ERGEBNISSE 63 Das Gen HLA-G ist ein Beispiel für Gene, die bekanntermaßen von allen drei Interferonen, also von Interferonen vom Typ I und von Typ II induziert werden (Ibrahim, Guerra u. a. 2001). Es weist auch in Abbildung 24 eine leichte Induzierbarkeit durch alle Interferone auf. Durch Smad4 Expression zeigt sich ein auch unter der Interferonbehandlung stabiler Transkriptmengenunterschied. Die unterschiedlichen Interferon Signalwege vom Typ I und Typ II ließen sich nahezu unabhängig voneinander durch Typ I oder Typ II Interferone aktivieren. Bekannte Zielgene zeigten nach 6 Stunden eine deutliche Erhöhung der Transkriptmenge. Die Aktivierung der Zielgene trat in Smad4 exprimierenden und Kontrollzellen auf. Es konnte deshalb davon ausgegangen werden, dass beide Arten von InterferonSignalwegen in Hs766T Zellen unabhängig von der Smad4 Expression aktivierbar sind. Die Smad4 abhängigen Unterschiede waren nach Interferon γ und β Behandlung bei jedem Gen noch vorhanden. Nach der Behandlung mit Interferon α zeigte sich der Unterschied nur noch beim gering induzierten HLA-G. Die Reduktion der Transkriptmenge durch Smad4 scheint daher in einer Verringerung der Aktivierbarkeit der Transkription der beschriebenen Gene durch Interferone begründet zu sein. 4.3.5.1 SERUMEFFEKTE Das im normalen Kulturmedium enthaltene Serum kann Effekte auf die Transkription von interferoninduzierten Genen ausüben (Gao, Folghera u. a. 1993). Durch Serumentzug wurde untersucht, wie sich das Serum auf die Transkriptmengen der Interferon induzierten Gene auswirkt. Es stellte sich die Frage, ob erstens durch Serumbehandlung die Gene induziert werden und ob zweitens der Unterschied unabhängig von der Serummenge im Kulturmedium erhalten bleibt. Die Zellen wurden hierzu unter serumfreien Bedingungen und unter Zusatz von 10% fötalem Kälberserum (FKS) kultiviert; nach 24, 48 und 72 Stunden wurden die Transkriptmengen von IRF1 überprüft (Abbildung 25, Abbildung 26). 4 ERGEBNISSE 64 Abbildung 25 Effekte des Serumentzugs auf die IRF1 Expression. Die RNA der Zellen wurde 24, 48 und 72 Stunden nach dreimaligem Waschen mit serumfreien Medium präpariert. Die Kontrollzellen wurden analog behandelt, aber nach dem Waschen serumhaltiges Medium zugegeben. Abbildung 26 Relative Transkriptmengen von IRF1 nach 24, 48 und 72 Stunden serumfreier Kultivierung und Behandlung mit 10% FKS. K3 und K6 sind Kontrollklone; D4, D5 und D8 sind Smad4 exprimierende Zellen. Die Transkriptmengen von IRF1 wiesen unabhängig von den Kulturbedingungen in den Smad4 exprimierenden Klonen einen signifikant niedrigeren Level auf (t=1,1*10-6 serumfrei bzw. t=1,7*10-5 10% FKS). Durch die Behandlung mit Serum wurde sowohl in den Kontrollklonen (t=1,1*10-6), als auch in den Smad4 exprimierenden Zellen 4 ERGEBNISSE 65 (t=1,2*10-3)die IRF1 mRNA-Menge signifikant erhöht. Zwischen den verschiedenen Inkubationszeiten zeigten im Mittel in Abhängigkeit von der Smad4 Expression keine signifikanten Unterschiede. Die Induktion durch die im Serum vorhandenen Komponenten schien also nach 24 Stunden schon abgeschlossen zu sein. Das Serum enthält folglich Faktoren, die eine Induktion von IRF1 bewirken. Da der Smad4 abhängige Unterschied aber unabhängig von den Kulturbedingungen erhalten blieb, können Faktoren aus dem Serum nicht die alleinige Ursache für die Unterschiede in der IRF1 Expression sein. 4.3.5.2 ÜBERSTANDSEXPERIMENT Die Behandlung mit FKS zeigte, dass es nicht alleine für die höhere Expression der Interferon induzierten Gene verantwortlich sein kann. Eine mögliche Erklärung für die Induktion wäre eine größere Produktion von Interferonen in den Kontrollzellen. Eine infolge dessen höhere extrazelluläre Interferon Konzentration könnte dann über die intakten Interferon Signalwege den Unterschied in der Expression der Interferon induzierten Gene bewirken. Smad4 könnte daher für eine geringere Interferon Produktion verantwortlich sein. Zur Überprüfung dieser Möglichkeit der autokrinen Stimulierung der Interferon induzierten Gene wurde untersucht, ob die Zellen unterschiedliche Mengen von Interferonen produzieren. Die Expression der Interferone β und γ wurde durch Northern Blot Hybridisierung überprüft. Interferon γ wurde ausgewählt, da die Expression von IRF1 zur Sekretion von Interferon α, β führt (Kroger, Dallugge u. a. 2003) und somit auch für die Veränderung anderer Interferon regulierter Gene verantwortlich sein kann. Interferon β wurde untersucht, da es die Zielgene von Typ I Interferonen induziert. Beide Interferone ließen sich durch Hybridisierung nicht nachweisen. Mittels der sensitiveren RT-PCR zeigten sich Unterschiede in der Expression von Interferon γ (Abbildung 27). Die beiden Kontrollklone zeigten eine schwache Bande auf der erwarteten Höhe von Interferon γ. Bei den Smad4 exprimierenden Klonen zeigte sich kein PCR-Produkt. Die Expression von Smad4 scheint also die Transkriptmenge von Interferon γ unter die Nachweisgrenze zu reduzieren. 4 ERGEBNISSE 66 Abbildung 27 RTPCR für Interferon γ in cDNA aus Hs766T Zellen. Bei A wurde die größte Menge an cDNA eingesetzt, B bis E enthalten jeweils die Hälfte der Menge des Vorgängers. Bei M ist der Größenmarker aufgetragen. Für Interferon γ wurden 35 für β-Aktin 25 Zyklen in der Amplifizierung verwendet. Auf Grund des Nachweises der unterschiedlichen in der RTPCR nachgewiesenen Expression von Interferon γ wurde mit einem Enzym gekoppelten Antikörper Nachweis (ELISA, enzyme linked immuno assay) versucht, Interferon in den Zellen oder in von den Zellen konditioniertem Medium nachzuweisen. Für den intrazellulären Nachweis wurden mit Ionomycin und Phorbolester behandelte Lymphozyten verwendet. Zur intrazellulären Anreicherung des Interferon γ im endoplasmatischen Retikulum wurden die Zellen für fünfeinhalb Stunden Monensin einem Inhibitor des Transportes zum Golgi-Apparat behandelt. Die Lymphozyten lagen weit oberhalb der Eichgeraden (OD 1,51 entspricht deutliche mehr als 30 Einheiten/ ml) und zeigen die Sensitivität des ELISA’s an. Die Eichgerade verlief linear bis 0.39 Einheiten/ ml; es ließ sich aber in den Hs766T unabhängig von Monensinbehandlung und Smad4 Expression kein Interferon γ nachweisen. Die Untersuchung von konditionierten Überständen auf Interferon γ führte ebenfalls nicht zu einem Nachweis von Interferon γ. Es ließ sich zwar mRNA von Interferon γ in den Kontrollzellen nachweisen, aber der Interferon γ ELISA, war entweder nicht sensitiv genug, oder die Zellen produzierten kein Interferon γ Protein. Um zu überprüfen, ob die Zellüberstände biologisch aktive Interferone oder andere Substanzen aufweisen, die für die Expression der Interferon induzierten Gene verantwortlich sein könnten, wurde untersucht, ob die Behandlung mit 4 ERGEBNISSE 67 konditioniertem Medium in Abhängigkeit von der Smad4 Expression andere Auswirkungen hat. Zur Überprüfung des Effektes des konditionierten Mediums wurde die Expression des am stärksten durch Interferon γ induzierten Gene, IRF1 mittels Northern Blot Hybridisierung überprüft (Abbildung 28, Abbildung 30). Abbildung 28 Effekte von konditionierten Zellkulturüberständen auf die Expression interferoninduzierter Gene. Die Zellen wurden 24 Stunden serumfrei kultiviert und anschließend serumfreies Medium für 48 Stunden konditioniert. Danach wurden 24 Stunden serumfrei gehaltene Zellen 6 Stunden mit dem konditionierten Medium behandelt und die RNA präpariert. Abbildung 29 Transkriptmengen von IRF1 nach Behandlung von Hs766T Zellen mit konditionierten Medien Auch nach der Behandlung mit konditionierten Überständen blieben die Smad4 abhängigen Unterschiede erhalten. Die Art des konditionierten Überstandes hatte keinen Einfluss auf die IRF1 Transkriptmenge. Eine autokrine Stimulierung von IRF1 war also nicht anzunehmen. Zudem lies sich auch über einen Interferon γ spezifischen ELISA außer in den Positivkontrollen kein Interferon γ nachweisen. Die höhere Expression Interferon induzierter Gene in den Smad4 negativen Kontrollzellen war also nicht durch eine Interferon γ Produktion zu erklären. 4 ERGEBNISSE 68 4.3.5.3 DOSIS- UND ZEITABHÄNGIGKEIT DER REAKTION Die Differenz in der Expression von interferoninduzierten Genen könnte durch Unterschiede in der Expression von Komponenten der Interferon Signalwege verursacht sein. Eine veränderte Aktivierbarkeit der Interferon Signalwege kann durch Untersuchung der Zeit- und Dosisabhängigkeit der Reaktion auf Interferone nachgewiesen werden. Abbildung 30 Dosisabhängigkeit der IRF1 und HLA-G Transkriptmengen nach Interferon γ Behandlung2 Northern Blot Hybridisierungen mit je 6 µg Gesamt-RNA, Behandlung der Hs766T Klone mit IFNγ für 6 Stunden mit den angegebenen Mengen nach Kultivierung in serumfreien Medium für 24 Stunden. Abbildung 30 zeigt die Dosisabhängigkeit der Induktion von IRF1 durch Interferon γ unter serumfreien Bedingungen. Bei Behandlung mit 0,1 bis 10 Einheiten IFN γ pro ml wies der Kontrollklon eine größere IRF1 Menge auf. Bei 100 und 1000 Einheiten IFN γ waren die Mengen vergleichbar. Der Smad4 abhängige Unterschied blieb also bei Behandlung mit niedrigen Interferon Mengen erhalten und verschwand erst bei nahezu maximaler Induktion. Es gab folglich eine Smad4 abhängige Reduktion der Transkriptmenge im nicht aktivierten Zustand und bei nicht maximaler Induktion von IRF1. 2 Die Darstellung der Intensitäten ist nichtlinear durch die Graustufen wiedergegeben. Zur besseren Sichtbarkeit der schwachen Banden wurde den schwächeren Intensitäten eine größere Anzahl an Graustufen zugewiesen (Optiquant, Option „Scale for large dynamic Range“,Exponenten 0,3). 4 ERGEBNISSE 69 Abbildung 31 Induktionsfaktoren von IRF1 und HLA-G nach Interferon γ Behandlung bezogen auf den serumfreien Smad4 exprimierenden Klon. HLA-G wurde ebenfalls im Smad4 positiven Klon und im Kontrollklon induziert, behielt aber den anfänglichen Expressionsunterschied auch nach Induktion durch IFN γ bei. Da die Transkriptmenge bis zur Behandlung mit 1000 Enzymeinheiten pro Milliliter weiter anstieg, scheint hier die maximale Aktivierung noch nicht erreicht zu sein. Es findet sich also auch bei HLA-G ein Smad4 abhängiger Unterschied, der auch nach Induktion mit relativ hohen Dosen von Interferon γ erhalten bleibt. Für die genauere Untersuchung der Reaktion auf Interferon γ wurde der zeitlichen Ablauf der Reaktion auf extrazelluläres Interferon untersucht. Hs766T Zellen wurden hierzu bis zu acht Stunden mit Interferon γ behandelt und die Expression von drei interferonregulierten Genen überprüft (Abbildung 32). MX1 wird hauptsächlich durch Interferone von Typ I induziert (Der, Zhou u. a. 1998). IRF1 und CD74 sind vor allem durch Interferon γ induzierbar (Sartoris, Valle u. a. 1998; Abe, Urano u. a. 1999). In allen untersuchten Genen ist eine Induzierbarkeit durch Interferon γ zu beobachten. Die Induktion aller Gene ist im Smad4 exprimierenden Klon D8 schwächer als im Kontrollklon K3. Der zuvor beobachtete basale Unterschied in den Transkriptmengen blieb auch in diesem Experiment erhalten. Bei IRF1 ist er aufgrund der starken interferonabhängigen Induktion nicht in dieser Verstärkung sichtbar. Die Induktionsfaktoren sind für IRF unabhängig vom der Smad4 Expression sehr ähnlich, obwohl sich die Transkriptmengen eindeutig unterscheiden (Abbildung 33). Für CD74 und MX1 konnten die Induktionsfaktoren nicht verlässlich bestimmt werden, da die Intensitäten im Smad4 exprimierenden Klon zu gering waren. Die zuvor schon 4 ERGEBNISSE 70 beobachteten Smad4 abhängigen Unterschiede in der Transkriptmenge blieben aber auch nach Behandlung mit Interferon γ, wenn auch auf höherem Niveau, erhalten. Abbildung 32 Zeitverlauf der Reaktion von Hs766T Zellen auf Interferon γ. Die Behandlung erfolgte mit 10 IE/ml. Folglich ist die Induzierbarkeit von Genen durch Interferon γ nicht von Smad4 beeinflusst. Die Smad4 abhängigen Unterschiede in der Transkriptmenge blieben aber auch nach Induktion durch Interferon γ erhalten. 4 ERGEBNISSE 71 Abbildung 33 Signalintensität und Induktionsfaktoren von IRF1 bezogen auf den Nullwert nach Behandlung von Hs766T Zellen mit Interferon γ 4.3.5.4 EFFEKT VON TGFΒ AUF DIE INTERFERON ABHÄNGIGE INDUKTION VON ZIELGENEN Bei den Hs766T Zellen führt die Expression von Smad4 nicht zu einer Wiederherstellung der klassischen Reaktionen auf Behandlung mit TGFβ. Es zeigt sich beispielsweise keine Induktion von p15INK4b und nur eine geringe Induktion von p21CIP1, aber keine Wachstumsinhibition durch TGFβ (Schwarte-Waldhoff, Volpert u. a. 2000). Obwohl diese TGFβ-Antworten durch die Smad4 Expression nicht wiederhergestellt werden, könnte TGFβ einen Einfluss auf die Interferon induzierten Gene haben. Vorstellbar wäre ein Antagonismus zwischen dem TGFβ Signalweg und dem Interferon Signalweg, der in den Smad4 exprimierenden Zellen zur Hemmung der Interferon induzierten Gene führt. Um dies zu überprüfen, wurden Hs766T Zellen mit Interferon γ und TGFβ behandelt. Falls TGFβ über Smad4 auf die interferonregulierten Gene einwirkt, sollte die Reaktion auf Interferon γ durch TGFβ Behandlung verändert werden. Es wurde eine geringe Interferon γ Konzentration gewählt (10 Einheiten/ml), 4 ERGEBNISSE 72 die nur zu einer schwachen Induktion führte, um einen möglichen TGFβEffekt nicht durch die starke Induktion der Gene zu überdecken. Abbildung 34 Behandlung von Hs766T Zellen mit Interferon γ (10 U/ml) und TGFβ1 (5 ng/ml) unter serumfreien Bedingungen Abbildung 35 Relative Transkriptmengen nach Interferon γ und TGFβ1 Behandlung von serumfrei kultivierten Hs766T Zellen Abbildung 34 und Abbildung 35 zeigen die Ergebnisse der Behandlung von Hs766T Zellen mit Interferon γ und TGFβ. Bei IRF1 führte die Behandlung mit Interferon γ zu einer deutlichen Induktion der Transkriptmenge nach einer und vier Stunden. Smad4 abhängig zeigte sich eine leichte Reduktion der mRNA-Mengen im Smad4 exprimierenden Klon. Die TGFβ Behandlung führte in den Smad4 exprimierenden Zellen nicht zu einer Beeinflussung der IRF1 Induktion durch Interferon γ. Die im Kontrollklon zu beobachtende verstärke Induktion nach 4 Stunden kombinierter TGFβund Interferon-Behandlung konnte in nachfolgenden Experimenten nicht bestätigt werden. 4 ERGEBNISSE 73 HLA-G wies ebenfalls unabhängig von der Behandlung in den Kontrollklonen eine größere mRNA Menge als in den Smad4 exprimierenden Klonen auf. Die Induktion durch Interferon γ war nur gering und führte nach vier Stunden Smad4-unabhängig zu mehr Transkript. Die Behandlung mit TGFβ führte zu keiner signifikanten Reduktion der HLA-G Transkriptmengen. Die Behandlung mit TGFβ und Interferon γ zeigte, dass sich die Smad4 abhängigen Unterschiede in der Expression von IRF1 und HLA-G nicht durch die Behandlung mit rekombinantem TGFβ verändern ließen. Die Verringerung der Transkriptmenge der Interferon regulierten Gene scheint daher durch Smad4 verursacht zu sein, nicht aber ein Effekt von TGFβ zu sein. 4.4 EXPRESSIONSUNTERSCHIEDE NACH SUBKUTANER INJEKTION IN NACKTMÄUSE Hs766T Zellen zeigen bei stabiler Expression von Smad4 und subkutaner Injektion in die Nackenregion von Nacktmäusen (BALB/c01aHsd-nu/nu) ein verringertes Tumorwachstum mit einem Wachstumsstop der Smad4 exprimierenden Klone zwischen drei und fünf mm Durchmesser (Schwarte-Waldhoff, Volpert u. a. 2000). Mit Hilfe der Atlas Makroarray Analyse sollte der Einfluss von Smad4 auf das Expressionsprofil von Hs766T Zellen nach subkutaner Injektion in Nacktmäuse genauer untersucht werden. Da die Sonden auf dem humanen Atlas Array auf geringe Kreuzhybridisierungen hin optimiert sind, sollte es möglich sein, das Expressionsprofil von humanen Hs766T Zellen in Nacktmäusen zu ermitteln. Die anschließende Analyse der RNA aus den Tumoren auf einem murinen Atlas Makroarray sollte Hinweise auf die zelluläre Zusammensetzung der Tumore geben, da diese durch Interaktionen der humanen Zellen mit murinen Zellen Unterschiede aufweisen könnte. Für die Bildung der Nacktmaustumore wurden jeweils 2 x 106 Zellen Smad4 exprimierende Zellen und Kontrollzellen in PBS in Nacktmäuse injiziert. Nachdem die Tumore der Smad4 negativen Hs766T Zellen in einer Richtung eine Ausdehnung von 10 mm erreicht hatten, wurden sie präpariert und in flüssigem Stickstoff konserviert. Anschließend wurde das Gewebe mit einem Kryotom zerkleinert. Die RNA Präparation erfolgte wie in Abschnitt 3.5.1 angegeben. 4 ERGEBNISSE 74 4.4.1 EXPRESSIONSUNTERSCHIEDE HUMANER GENE Zunächst wurde die Tumor RNA auf dem humanen cDNA Array untersucht. In Abbildung 36 sind die Ergebnisse von je vier Arrays mit RNA von Smad4 rekonstituierten Klonen und aus Kontrollklonen dargestellt. Für die Analysen wurden vier Smad4 negative Tumore vom K6 Klon, drei Tumore vom Smad4 exprimierenden D8 Klon und ein Tumor vom D5 Klon verwendet. Abbildung 36 Arrayergebnisse aus Nacktmaustumoren von Hs766T Klonen Die im Diagramm ausgefüllten Gene (siehe auch Tabelle 6) weisen einen minimal zweifachen Unterschied in der Genexpression und einen maximalen t-Wert von 0,15 auf. Sie sollten folglich mit hoher Wahrscheinlichkeit differentiell exprimiert sein. Da die Menge an Tumor-RNA begrenzt ist, wurde zur Überprüfung der Zuverlässigkeit nur ein Gen für die Northern Blot Hybridisierung ausgewählt. Abbildung 37 zeigt die Expressionsmengen von Mesothelin unter Zellkulturbedingungen und in zwei Nacktmaustumoren. Um sicherzustellen, dass die cDNA Sonde spezifisch für die humane Sequenz ist und somit auch nur das Signal der Hs766T Zellen detektiert wird, wurde mit der Sondensequenz eine BLAST-Analyse3 durchgeführt. Von der 201 Basenpaare langen Sonde, die zu 100% mit der humanen 3 http://www.ncbi.nlm.nih.gov/blast/ BLAST® (Basic Local Alignment Search Tool) ist eine Sammlung von Programmen, um alle verfügbaren Sequenzen organismusübergreifend nach Ähnlichkeiten zu durchsuchen. 4 ERGEBNISSE 75 Sequenz übereinstimmt, findet sich die größte Homologie zu Maussequenzen in einem 25 Basenpaare langen Bereich, in dem 96% der Basenpaare übereinstimmen. Unter den verwendeten Hybridisierungsbedingungen sollte also nur die humane mRNA oder cDNA mit der Sonde hybridisieren, und es kann davon ausgegangen werden, dass das Signal humanspezifisch ist. Abbildung 37 Mesothelin Expression in Hs766T Zellen im subkutanen Nackmaustumor und unter serumhaltigen Zellkulturbedingungen Die Mesothelinexpression war in den Nacktmaustumoren von Smad4 exprimierenden Zellen verringert und bestätigte das Ergebnis aus den Arrayhybridisierungen. Im Gegensatz dazu war in den unter Zellkulturbedingungen kultivierten Zellen ein leichter Anstieg der Mesothelinexpression in den Smad4 positiven Zellen zu verzeichnen. In Tabelle 6 sind die Gene angegeben, für die anhand ihres Expressionsprofils ein Smad4 abhängiger Unterschied vermutet wird. Das Gen mit dem besten t-Wert ist die von Interferonen induzierbare durch doppelsträngige RNA aktivierbare Proteinkinase. Eine Überprüfung der Homologie der 226 Basenpaare langen Sonde zu murinen Sequenzen zeigte nur in einem 28 Basenpaar langen Bereich eine Übereinstimmung von 26 Basenpaaren. Somit ist kein Signal von den im Tumor enthaltenen murinen Zellen zu erwarten und es kann aufgrund des niedrigen t-Wertes und des Unterschiedes in der Signalintensität von einer differentiellen Expression ausgegangen werden. 4 ERGEBNISSE 76 Tabelle 6 Differentielle Gene aus den subkutanen Nackmaustumoren. Es sind Gene dargestellt, deren t-Wert kleiner als 0.15 ist und die mindestens einen zweifachen Expressionsunterschied aufweisen. 4.5 UNTERSUCHUNG AN DER ZELLLINIE CFPAC-1 Da die Pankreaskarzinomzelllinie CFPAC-1 wie Hs766T auch eine homozygote Deletion von Smad4 aufweist, wurde sie für die Rekonstitution mit Smad4 ausgewählt. Die Transduktion der Zellen erfolgte mit VSV-G pseudotypisierten, attenuierten Retroviren (siehe 3.4.6). Die Zellen wurden anschließend durch Kultivierung mit 800 µg/ml Geneticin auf die Integration des Konstruktes hin selektiert. 4.5.1 ETABLIERUNG DER SMAD4 EXPRIMIERENDEN ZELLEN Zum Nachweis, dass das retrovirale Konstrukt auch nach Integration in den Zellen noch zur Transkription des Smad4 führt, wurde RNA von subkonfluenten Zellen mittels Northern Blot Hybridisierung untersucht (Abbildung 38). Abbildung 38 Smad4 Transkriptmengen in retroviral transduzierten CFPAC-1 Zellen. Die Anzahl der Passagierungen ist mit Px angegeben. Die Transkription der Smad4 mRNA ist auch über eine große Anzahl von Passagen stabil. Die Expression von Smad4 wurde durch einen Western Blot und anschließende Immundetektion mit einem Smad4 spezifischen Antikörper nachgewiesen (Abbildung 39). Die Smad4 Proteinmenge blieb bis Passage 20 in etwa vergleichbar und lag über der Menge, die von der pankreatischen Karzinomzelllinie Paca44 exprimiert wurde. Bei längerer Passagierung der Zellen bis Passage 57 lies sich nur noch eine geringe Menge Smad4 nachweisen. 4 ERGEBNISSE 78 Abbildung 39 Smad4 Proteinexpression in retroviral transduzierten CFPAC-1 Zellen im Vergleich zur endogenen Smad4 Expression in der Pankreaskarzinomzelllinie Paca44. Die Anzahl (x) der Passagierungen der Zellen ist mit Px angegeben. Die Transduktion der CFPAC-1 Zellen mit dem retroviralen Vektor führte zu einer mindestens bis Passage 20 stabilen Expression von Smad4. Die Proteinmengen lagen etwas über den endogen von der Pankreaskarzinomzelllinie Paca44 exprimierten. Bei Beachtung der Reduktion der Smad4 Expression bei langer Passagierung der Zellen, sollten diese für die Analyse der Effekte von Smad4 geeignet sein. 4.5.2 ÜBERPRÜFUNG DER WIEDERHERSTELLUNG VON TGFβANTWORTEN Nach der Expression von Smad4 interessiert zunächst die Auswirkung auf bekannte von TGFβ regulierte Gene wie PAI1 und p21CIP1 (Grau, Zhang u. a. 1997), um die mögliche Wiederherstellung des klassischen TGFβ Signalweges zu überprüfen. CFPAC1 Zellen wurden für eine bis acht Stunden mit TGFβ behandelt und die Veränderung der Transkriptmengen von PAI1 und p21CIP1 durch Northern Blot Hybridisierung überprüft (Abbildung 40). Zur genauen Analyse der Reaktion auf die TGFβ-Behandlung wurden die mRNA Mengen densitometrisch quantifiziert, auf die jeweilige Menge an GAPD abgeglichen und der größte Wert für jedes Gen auf eins standardisiert (Abbildung 41). Die Smad4 exprimierenden CFPAC1 Zellen zeigten basal eine erhöhte mRNA Menge von PAI1. Durch die TGFβ-Behandlung lies sich PAI1 nur in den Smad4 exprimierenden Zellen induzieren. Die TGFβ-abhängige Induzierbarkeit von PAI1 ist folglich durch die Expression von Smad4 wiederhergestellt. Auch bei p21CIP1 zeigte sich eine geringfügige Erhöhung der basalen mRNA Menge. Die Induzierbarkeit durch TGFβ ist in den Kontrollzellen nicht wiederhergestellt. Bei den Smad4 exprimierenden Zellen war eine geringe Induzierbarkeit von p21CIP1 zu beobachten. Die 4 ERGEBNISSE 79 Wiederherstellung der Funktion des klassischen TGFβ Signalweges scheint also bezogen auf die beiden untersuchten Gene vorhanden zu sein. Abbildung 40 Reaktion von subkonfluenten CFPAC-1 Zellen (Passage 7) auf die Behandlung mit TGFβ (5 ng/ml). Abbildung 41 Quantifizierung der Reaktion von CFPAC1 Zellen nach Smad4 Expression auf die Behandlung mit TGFβ (5 ng/ml) 4.5.3 EXPRESSIONSUNTERSCHIEDE UNTER ZELLKULTURBEDINGUNGEN IN CFPAC-1 Nach Expression von Smad4 in CFPAC1 Zellen wurden auch diese durch cDNAArrayhybridisierungen auf die Effekte der Wiederherstellung der Smad4 Expression untersucht. Hierzu wurde RNA von subkonfluenten Zellen präpariert und je drei Array Hybridisierungen mit RNA von CFPAC-1 Kontrollzellen und den Smad4 exprimierenden Zellen durchgeführt. Abbildung 42 stellt die Ergebnisse aus diesen Arrayhybridisierungen im Blasendiagramm dar. Das Blasendiagramm wies im niedrigen Intensitätsbereich eine Verschiebung der mittleren Genexpression zu den Smad4 exprimierenden Zellen hin auf. Deshalb könnten hier allenfalls Gene als differentiell exprimiert angesehen werden, die in den 4 ERGEBNISSE 80 Kontrollzellen ein stärkeres Signal zeigten. Im mittleren bis hohen Intensitätsbereich war die mittlere Genexpression der Zellen vergleichbar. Insgesamt fiel auf, dass sich die Expressionsprofile der Zellen sehr ähnlich sind. Es gab wenige Gene mit niedrigem tWert, die einen großen Unterschied in der Genexpression aufwiesen. Für zwei Gene wurde die Genexpression durch Northern Blot Hybridisierung überprüft (Abbildung 43). Das TGFBI (M77349) Transkript wurde, wie anhand der Ergebnisse vermutet, Smad4 abhängig induziert. ITGB4 (X53587) zeigte im Mittel ebenfalls eine größere Transkriptmenge in den Smad4 exprimierenden Zellen. Abbildung 42 Blasendiagramm der Arrayhybridisierungen von Smad4 exprimierenden CFPAC-1 Zellen und Kontrollzellen. Dargestellt sind die Ergebnisse von jeweils 3 Arrayhybridisierungen. Abbildung 43 Differentiell exprimierte Gene in CFPAC-1. Dargestellt sind die Hybridisierungsergebnisse von RNA Präparationen unterschiedlicher Passagen der subkonfluenten CFPAC1 Zellen. 4 ERGEBNISSE 81 4.5.4 VERHALTEN VON CFPAC-1 ZELLEN NACH SUBKUTANER INJEKTION IN NACKTMÄUSE Um den Effekt der Smad4 Expression in den CFPAC-1 Zellen auf das Tumorwachstum zu untersuchen, wurden Smad4 exprimierende Zellen und Kontrollzellen subkutan in die Nackenregion von Nacktmäusen (BALB/c01aHsd-nu/nu) injiziert. Die Tumorgröße wurde aus den Ausdehnungen der Tumore in Längs- und Querrichtung berechnet, die mit einer Schieblehre ermittelt wurden (Abbildung Volumenberechnung verwendete Formel Tumorvolumen = 44). Die hier zur Π × (Länge x Breite x Höhe ) 6 korreliert nach Tomayko und Reynolds am stärksten mit dem Tumorgewicht (Tomayko und Reynolds 1989). 300 200 TJM-Smad4 21d TJM 21d TJM-Smad4 14d TJM 14d 0 TJM-Smad4 7d 100 TJM 7d Volumen in mm 3 400 Abbildung 44 Tumorgrößen nach Injektion von CFPAC-1 Zellen in die Nackenregion von Nacktmäusen (BALB/c01aHsd-nu/nu) Die Zellen zeigten durch die Expression von Smad4 keine Veränderung in der Tumorgröße. Die Smad4 Expression hatte also in diesen Zellen keinen offensichtlichen Effekt auf das Tumorwachstum nach subkutaner Injektion in Nacktmäuse. 4.5.5 ÜBERPRÜFUNG VON INTERFERON REGULIERTEN GENEN In Hs766T Zellen wiesen nach Expression von Smad4 viele Interferon regulierte Gene eine geringere Transkriptmenge auf. In CFPAC1 ergab sich aufgrund der Atlasarrayergebnisse kein Hinweis auf eine vergleichbare Regulation. Um zu überprüfen, ob Interferon Induzierte Gene auch in CFPAC1 nach retroviraler Transduktion von Smad4 differentiell exprimiert sind, wurde die Expression von IRF, IFI17 und MX1 nach TGFβ-Behandlung untersucht (Abbildung 45, Abbildung 46). 4 ERGEBNISSE 82 Die Transkriptmenge von IRF1, IFI17 und MX1 war beim Vergleich des Nullwertes ohne TGFβ Behandlung nach Smad4 Expression im Verhältnis zu den Smad4 negativen Zellen reduziert. Die drei Gene wiesen somit in CFPAC1 eine Smad4 abhängige Reduktion der Transkriptmenge auf. Die Behandlung mit TGFβ führte bei IRF in den Smad4 exprimierenden Zellen zu einer geringen Induktion nach 2, 4 und 8 Stunden, die in den Smad4 negativen Zellen nicht zu beobachten war. IFI17 wies in den Kontrollzellen zu allen Zeitpunkten eine höhere Expression auf und wurde durch TGFβ in den Smad4 exprimierenden Zellen induziert. Die MX1 mRNA-Menge war ebenfalls in den Kontrollzellen höher als in den Smad4 exprimierenden Zellen. Die TGFβ Behandlung bewirkte nur in den Smad4 exprimierenden Zellen eine durchgehende Erhöhung der MX1 mRNA-Menge. Abbildung 45 Expression von Interferon induzierten Genen in CFPAC1 Zellen nach Smad4 Expression und TGFβ-Behandlung (5 ng/ml) Bei allen drei Genen war also die mRNA-Menge durch die Smad4 Expression in den Zellen reduziert. TGFβ bewirkte in den Smad4 exprimierenden Zellen eine geringe Induktion der drei untersuchten Gene, die in den Kontrollzellen nicht zu beobachten war. 4 ERGEBNISSE 83 Abbildung 46 Transkriptmengen von IRF1, IFI17 und MX1 in CFPAC1 Zellen nach Smad4 Expression und Behandlung mit 5ng/ml TGFβ1 in serumfreiem Medium für 0 bis 24 Stunden 5 DISKUSSION Smad4 wurde als Tumorsuppressorkandidatengen auf Chromosom 18q entdeckt (Hahn, Schutte u. a. 1996), von dem unter anderem bei pankreatischen Adenokarzinomen häufig ein Allel im Verlauf der Tumorprogression verloren geht. Smad4 ist ein Mitglied der Smad Proteinfamilie, die Signale der TGFβ-Zytokin-Superfamilie weiterleitet. Es wurde gezeigt, dass die stabile Expression von Smad4 in der Zelllinie Hs766T, die eine homozygote Deletion von Smad4 aufweist, zu einem Stopp des Tumorwachstums nach subkutaner Injektion in Nacktmäuse bei einer Tumorgröße von drei bis fünf Millimetern Durchmesser führt (Schwarte-Waldhoff, Volpert u. a. 2000). Im Gegensatz dazu war kein großer Unterschied in der Proliferationsrate unter Zellkulturbedingungen festzustellen. Die Zellen wiesen keine Wiederherstellung der Induktion der typischen TGFβ-Zielgene p15INK4b und p21CIP1 auf. Die Basalexpression von VEGF und Thrombospondin 1 hingegen waren reziprok in Abhängigkeit von der Smad4 Expression reguliert und führten zu einer verringerten Angiogenese in den Tumoren von Smad4 exprimierenden Zellen. In dieser Arbeit sollten die Auswirkungen der Reexpression von Smad4 auf das Expressionsprofil der pankreatischen Adenokarzinomzelllinie Hs766T genauer untersucht werden und weitere Smad4 regulierte Gene entdeckt werden. Ein Schwerpunkt dieser Arbeit war es, eine Methode anhand des Vergleichs von Smad4 exprimierenden Klonen und Smad4 negativen Klonen der Zelllinie Hs766T zu etablieren, die in der Lage ist auch moderate Unterschiede in der Expression sensitiv und zuverlässig zu detektieren. Zur Überprüfung der Arrayergebnisse wurden Northern Blot Hybridisierungen verwendet, da diese wenig anfällig für Artefakte sind, leicht zu quantifizieren sind und eine große Genauigkeit aufweisen. Anschließend soll diese Auswertungsmethode sowohl im Rahmen dieser Arbeit als auch darüber hinaus für andere differentielle Expressionsanalysen verwendet werden. Der Vergleich von Expressionsprofilen sollte zunächst in Hs766T Zellen, sowohl unter Zellkulturbedingungen, als auch in Nacktmaustumoren, durchgeführt werden. Für die Auswertung der Expressionsprofile der Nacktmaustumore ist eine valide Auswertungsmethode notwendig, da bei ihnen die verfügbare RNA-Menge besonders begrenzt ist. In der 5 DISKUSSION 85 Zelllinie CFPAC1, einer weiteren Zelllinie mit homozygoter Smad4 Deletion, sollte Smad4 reexprimiert werden, um auch in dieser Zelllinie nach Smad4 abhängig regulierten Genen zu suchen. Der Vergleich der in beiden Zelllinien gefundenen, Smad4 abhängig regulierten Gene sollte zur Einschätzung der Relevanz der entdeckten Gene dienen. Gene, die in beiden Zelllinien gleichsinnig von Smad4 reguliert sind, also nicht vom genetischen Hintergrund der Zellen abhängig sind, haben möglicherweise weit reichende Bedeutung in der Karzinogenese des Pankreas. 5.1 ENTWICKLUNG DER AUSWERTUNGSMETHODE Für die Analyse der Smad4 abhängigen transkriptionellen Effekte wurde zunächst ein verlässliches System entwickelt werden, mit dem die Expression von vielen Genen simultan und mit ausreichender Genauigkeit aufgenommen werden konnten. Das cDNA-Arraysystem Atlas von BD wurde verwendet, da es folgende Vorteile bot: Erstens sind bei diesem cDNA Arraysystem die Ergebnisse von verschiedenen Hybridisierungen gut vergleichbar, da die aufgebrachten cDNA-Mengen gut kontrolliert sind (10 ng +/- 2 ng pro cDNA). Zweitens wurde das Problem von Kreuzhybridisierungen seitens des Herstellers durch Vermeidung von Sequenzhomologien der cDNA Sequenzen zu anderen bekannten Sequenzen minimiert. Bei diesem Arraysystem wird drittens durch die Verwendung einer Mischung aus genspezifischen Primern die Sensitivität bei der Sondensynthese erhöht. Viertens ermöglicht die Zusammenstellung der Gene auf dem Array eine Beschränkung der Analyse auf Gene, die bekanntermaßen mit Krebs assoziiert sind. Zu Beginn der Auswertung von Arrayexperimenten müssen aus den digitalisierten Signalen der hybridisierten Membranen die einzelnen Intensitäten der Hybridisierung für jede aufgebrachte cDNA ermittelt werden. Für diese Berechnung der Signalintensitäten können verschiedene Programme verwendet werden. Hier wurde das Programm GenePix Pro von Axon Laboratories zur densitometrischen Auswertung benutzt, da es im Vergleich zu anderen Programmen besonders geeignet ist (Le Meur 2001). Es bietet wie die häufig verwendeten Programme Scanalyse und Imagene eine verlässliche Quantifizierung. Zusätzlich zu einer benutzerfreundlichen Oberfläche hat GenePix Pro eine Programmierschnittstelle vorzuweisen, die es ermöglicht die Auswertung in Teilen zu automatisieren. 5 DISKUSSION 86 Die Berechnung der Intensität eines Hybridisierungssignales wird durch mehrere Faktoren beeinflusst. Unerlässlich ist die Berücksichtigung der Hintergrundintensität, die von Signal zu Signal variieren kann. Wichtig ist die Art der Begrenzung von Signal und Hintergrund sowie die Methode zur Berechnung der hintergrundkorrigierten Signalintensität. In dem verwendeten Programm GenePix Pro erfolgt die Auswertung der Signale über Auswertungskreise, die in Größe und Lage variabel sind. Es wurde für die Auswertung von Mikroarrays entwickelt, die mit Fluoreszenz-markierten Sonden hybridisiert werden. Diese Signale haben eine geringere Streuung, als radioaktiv markierte Nukleotide, die über die Fläche der aufgebrachten Sonde hinaus streuen. Da die Größe des Signals von radioaktiven Proben mit ansteigender Signalintensität zunimmt und der Algorithmus in GenePix Pro für Mikroarrays mit fluoreszenzmarkierten Proben optimiert ist, musste die Methode entsprechend angepasst werden. Eine einfache Berechnung der korrigierten Signalintensität aus dem Median der Hintergrundintensität und dem Mittelwert der Signalintensität führt hier nicht zu korrekten Ergebnissen, da für schwache Signale das Programm nicht in der Lage ist die Größe des Auswertungskreises automatisch anzupassen. Für diese Signale wurde die Größe des Auswertungskreises manuell festgelegt. Durch die manuelle Anpassung ändert sich für ansonsten gleiche Signale die Größe des ausgewerteten Bereiches. Damit dies nicht zu einer Verzerrung in der korrigierten Signalintensität führt, wurde für die Auswertung die Summe der Intensität aller Bildpunkte im Auswertungskreis nach Abzug des Medians der Hintergrundintensität berechnet. Dieser Algorithmus bietet den Vorteil, dass bei kleinen Signalen, bei denen der Hintergrund nur geringfügig von der Streuung des Signals beeinflusst wird, eine Vergrößerung des ausgewerteten Bereiches durch die Hintergrundkorrektur nur geringe Auswirkungen hat. Die mittlere Signalintensität hingegen nimmt bei einer Vergrößerung des Auswertungskreises ab, da eine größere Anzahl von Hintergrundbildpunkten fälschlicherweise dem Signal zugerechnet wird. Für den quantitativen Vergleich von zwei Expressionsprofilen wird die Mittelung der Signalintensitäten über mindestens drei Makroarrayhybridisierungen in jeder Gruppe empfohlen (Lee, Kuo u. a. 2000; Wolfinger, Gibson u. a. 2001). Wenn die korrigierten Signalintensitäten von verschiedenen Arrayhybridisierungen verglichen werden sollen, ist aber eine Normalisierung der Intensitäten erforderlich. Die ist notwendig, da die 5 DISKUSSION 87 Intensitäten von Hybridisierung zu Hybridisierung aus vielfältigen Gründen variieren. Es kann die RNA Menge variieren, die Effektivität der cDNA-Synthese, der Hybridisierung oder der Waschvorgänge kann Unterschiede verursachen (Quackenbush 2002). Für die Normalisierung wurde in dieser Arbeit die Summe aller Signale verwendet, die auf allen zu normalisierenden Makroarrays detektierbar waren. Diese Methode bot den Vorteil auch unterschiedlich sensitive Makroarrayhybridisierungen vergleichen zu können, da im Gegensatz zum Abgleich über alle Signalintensitäten nur die starken, störungsfreien Signale zur Normalisierung verwendet werden. Nach der Normalisierung wurde für jedes Gen das Verhältnis der mittleren Genexpressionen von Smad4 exprimierenden Zellen zu Kontrollzellen ermittelt. Neben diesem Faktor ist die Streuung innerhalb der mittleren Genexpressionen zur Einschätzung der Zuverlässigkeit der Werte wichtig. Deshalb wurde der von Welch modifizierte zweiseitige t-Test mit unterschiedlichen Varianzen für jedes Gen durchgeführt, um ein Maß für die Signifikanz des Unterschiedes der Expression anzugeben. Für die übersichtliche Darstellung der Ergebnisse von Makroarrayhybridisierungen wurde das Diagramm nach Dudoit (Dudoit, Yang u. a. 2000), eine Variante des Scatter-Plots, modifiziert und der Kehrwert des Ergebnisses des t-Tests als dritte Variable eingebunden. Das so entstandene Blasendiagramm ermöglicht es, gleichzeitig alle drei für die Suche nach differentiell exprimierten Genen wichtigen Parameter darzustellen. Zum einen werden die Signalintensität und das Verhältnis der Genexpressionen deutlich. Zum andern wird die Signifikanz eines Unterschiedes der mittleren Genexpressionen über die Blasengröße sofort erkannt. Für die Validierung der Array-Technologie und der hier entwickelten Auswertungsmethode wurden die Ergebnisse der Arrayhybridisierungen mit zahlreichen Northern Blot Hybridisierungen als Referenzmessung überprüft. Insgesamt wurden hierzu 37 verschiedene Sonden verwendet und deren Hybridisierungsergebnisse mit denen aus neun Arrayhybridisierungen von Smad4 exprimierenden und Smad4 negativen Zellen verglichen. Teilweise waren diese Gensonden im Verlauf der Entwicklung der Auswertung als Kandidatengene definiert worden, oder sie wurden gezielt ausgewählt, um eine gleichmäßige Repräsentation von verschiedenen Signalintensitäten, Quotienten der Genexpressionen und Signifikanzen zu gewährleisten. Mit Hilfe dieser Validierung sollte zum einen überprüft werden, wie sensitiv und zuverlässig auch moderate 5 DISKUSSION 88 Differenzen in der Genexpression durch die Arrayhybridisierungen nachgewiesen werden können. Zum andern sollten unter Berücksichtigung der Ergebnisse aus den Northern Blot Hybridisierungen aber auch Kriterien entwickelt werden, die eine verlässliche Auswahl von Smad4 abhängig differentiell exprimierten Genen anhand der Arrayergebnisse ermöglichen. Die Genexpression der 37 überprüften Gene wies in Array und Northern Blot Hybridisierung bei Verwendung der hier entwickelten Auswertung eine gute Übereinstimmung auf. Zwei der 37 überprüften Genexpressionen wiesen klonale Unterschiede auf und wurden für die Überprüfung nicht weiter verwendet. Wenn man einen Unterschied in der Genexpression um den Faktor 1.3 in der Northern Blot Hybridisierung als differentiell exprimiert ansieht, stimmten für 30 der 35 Gene die Ergebnisse der beiden Nachweismethoden überein. Da somit in 86% der überprüften Fälle die Genexpression durch die Arrayhybridisierung und die Northern Blot Hybridisierung gleichsinnig gemessen wurde und sich die mit beiden Methoden bestimmten Faktoren der differentiellen Expression ähnelten, kann die hier entwickelte Auswertung als sehr zuverlässig angesehen werden. Um auch in weiteren Arrayhybridisierungen Kandidatengene definieren zu können, wurden die Kriterien t-Wert kleiner 0,15 und mindestens zweifacher Unterschied in der Genexpression ausgewählt. Die Anwendung dieser Kriterien auf die Gesamtergebnisse der Arrayhybridisierungen mit den Smad4 exprimierenden Zellen und Smad4 negativen Hs766T Zellen führte zu einer Auswahl von 29 Genen. Für 15 dieser 29 Kandidatengene wurde zuvor die Genexpression mittels Northern Blot Hybridisierung überprüft. 14 Genen wiesen eine differentielle Expression auf und nur ein Gen erwies sich als nicht differentiell exprimiert. Da sich somit 93% der überprüften Kandidatengene auch in der Northern Blot Hybridisierung als differentiell exprimiert erwiesen, wurden die Kriterien zur Auswahl von differentiell exprimierten Genen anhand der Arrayergebnisse als zuverlässig bewertet. Die entwickelte Auswertung erwies sich also im Rahmen der Überprüfungen als valide. Mit Anwendung der so entwickelten Kriterien können also weitere Ergebnisse aus Arrayhybridisierungen ohne jeweils neue, umfassende Validierung als zuverlässig betrachtet werden. Diese Methodik wurde im Rahmen dieser Arbeit anschließend sowohl für die Untersuchung von RNA aus Nacktmaustumoren, als auch für die Untersuchung einer weiteren mit Smad4 transduzierten Zelllinie verwendet. 5 DISKUSSION 89 In der Literatur wird zur Einschätzung der Signifikanz von Unterschieden beim Vergleich von Arrayhybridisierungen häufig die von Tusher entwickelte Methode herangezogen (Tusher, Tibshirani u. a. 2001). Diese Methode verwendet einen speziell für Mikroarrayhybridisierungen angepassten t-Test und gibt zusätzlich Irrtumswahrscheinlichkeiten zur Beurteilung der Güte der vorgeschlagenen Kandidatengene aus. Der Vergleich dieser Methode mit der Berechnung der Signifikanz über den in dieser Arbeit verwendeten zweiseitigen von Welch modifizierten t-Test mit unterschiedlichen Varianzen zeigte, dass bei beiden Methoden die als differentiell exprimiert eingestuften Gene weitgehend übereinstimmen. Von den Genen, die die Methode von Tusher als Kandidatengene vorschlägt, wurde für 14 Gene die differentielle Expression durch Northern Blot Hybridisierungen bestätigt. Die Berechnung nach Tusher gibt für diese 14 Gene eine Irrtumswahrscheinlichkeit von acht an, ist also viel zu restriktiv. Diese Methode bietet folglich keine Vorteile gegenüber dem t-Test, der in der hier entwickelten Auswertung zur Signifikanzberechnung verwendet wurde. 5.2 FUNKTIONELLE RELEVANZ DER SMAD4 ABHÄNGIG REGULIERTEN GENE IN HS766T ZELLEN Um in dem Muster der differentiell exprimierten Gene Funktionen und Prozesse zu entdecken, die von Smad4 beeinflusst werden, wurde eine Analyse mit Hilfe der Zuordnung jedes einzelnen Gens zu den Kategorien der GeneOntology durchgeführt. Das Programm MAPPFinder wurde zu dieser funktionellen Einordnung verwendet (Doniger, Salomonis u. a. 2003). Bei der Untersuchung der Zelllinie Hs766T hatten sich 22 Gene in der Northern Blot Hybridisierung als differentiell exprimiert erwiesen. 14 weitere Gene entsprachen den Kriterien für eine zuverlässig differentielle Expression. Diese insgesamt 36 Gene wurden in die Analyse mit MAPPFinder einbezogen. Da für ein Gen keine funktionelle Annotation vorhanden war, reduzierte sich die Anzahl der Gene während der Analyse auf 35. Die funktionelle Analyse der Smad4 abhängig differentiell exprimierten Gene zeigte auf, das die meisten Gene mit der Immunantwort zusammenhängen. Sämtliche elf Gene, die in diese Kategorie fielen, sind von Interferonen reguliert, und ihre Transkriptmenge ist Smad4 abhängig reduziert (Tabelle 5). Im Folgenden sollen für einzelne der differentiell exprimierten Gene weitere 5 DISKUSSION 90 mögliche Zusammenhänge mit der Smad4 vermittelten Tumorsuppression erläutert werden. Das Gen mit der stärksten Smad4 abhängigen Verringerung der Expression in der Northern Blot Hybridisierung war das CD74 Antigen. CD74 verhindert durch die Bindung an MHC Klasse II Moleküle die Bindung von Antigenen an neu synthetisierte MHC Klasse II Moleküle im endoplasmatischen Retikulum. Die HLA Moleküle der Klasse II präsentieren auf der Zelloberfläche von antigenpräsentierenden Zellen Fragmente von Proteinen, die in intrazellulären Vesikeln vorliegen. Dies führt durch die Interaktion mit CD4-T Zellen zu einer Reaktion des Immunsystems auf fremdartige Peptide. In Smad4 negativen Hs766T Zellen wurde eine hohe Expression von CD74 beobachtet. Eine verstärkte CD74 Expression ermöglicht Tumorzellen dem Angriff des Immunsystems zu entgehen. Durch die verringerte Antigenpräsentation werden Tumorzellen vom Immunsystem nicht erkannt (Clements, Baskar u. a. 1992). In Hs766T Zellen ist Smad4 ein negativer Regulator der CD74 Expression. Der Verlust von Smad4 in der Karzinogenese könnte also mit einem „immune escape“ Mechanismus assoziiert sein. Obwohl ein direkter Zusammenhang von Smad4 Verlust mit höherer Expression von CD74 noch nicht erwiesen ist, wären verschiedene publizierte Befunde mit einem solchen Mechanismus im Einklang. Eine erhöhte Expression von CD74 wurde von Jiang im Verlauf der Progression von Kolonneoplasien gefunden (Jiang, Xu u. a. 1999). Diese Progression ist aber auch mit einer Abnahme der Smad4 Expression verbunden (Maitra, Molberg u. a. 2000; Mikami, Ookawa u. a. 2001). Auch für Plattenepithelkarzinome der Speiseröhre wurde sowohl eine Abnahme der Smad4 Expression, als auch eine Erhöhung der CD74 Expression getrennt voneinander nachgewiesen (Ishigami, Natsugoe u. a. 2001; Natsugoe, Xiangming u. a. 2002). In Abhängigkeit von der Smad4 Expression sind aber auch Gene supprimiert, die die Präsentation von Antigenen auf der Zelloberfläche vermitteln. Hierzu zählt die Interferon γ induzierbare Untereinheit LMP2 β 9 (large multifunctional protease 2) des 20S Proteasoms. Auch die Sonde für HLA-G zeigte in den Smad4 negativen Zellen eine wesentlich höhere Transkriptmenge an. Bedingt durch die hohe Sequenzhomologie von HLA-A, B, C, E und F mit HLA-G konnte keine eindeutige Festlegung auf eines dieser Antigene vom Typ I des Haupthistokompatibilitätskomplexes erfolgen. Die Proteine 5 DISKUSSION 91 vom Typ I des Haupthistokompatibilitätskomplexes präsentieren zytotoxischen CD8positiven T-Zellen Peptidfragmente, die das 20S Proteasom durch Zerkleinerung von intrazellulären Peptiden herstellt. Die höhere Expression dieser beiden Komponenten führt vermutlich auch zu einer verstärkten Präsentation von Antigenen. Ob eine verstärkte Antigenpräsentation eine höhere Immunogenität der Tumorzellen nach sich zieht, ist unklar. Eine sehr starke Präsentation von Antigenen kann, falls zusätzliche kostimulierende Moleküle fehlen, Tumorzellen auch ermöglichen die Immunantwort zu unterwandern (Gimmi, Freeman u. a. 1993). 5.3 EFFEKTE VON SMAD4 AUF INTERFERONSIGNALWEGE Die funktionelle Annotation der Smad4 abhängig differentiell exprimierten Gene in Hs766T zeigte die größten transkriptionellen Veränderungen bei Genen, die der Kategorie Immunantwort angehören. Eine Überprüfung der transkriptionellen Regulation der elf Gene in dieser Kategorie anhand von Literaturdaten führte zu dem Befund, dass alle diese Gene Interferon induzierbar sind. Es sind mehrere Mechanismen vorstellbar, wie Smad4 die Expression der Interferon regulierten Gene reduzieren kann. Zum einen ist eine direkte Wechselwirkung zwischen Smad4 respektive dem TGFβ-Signalweg und den Interferon Signalwegen oder der Expression einzelner Zielgene denkbar. Andererseits könnte Smad4 auf die Produktion von Interferonen wirken und damit indirekt eine auto- bzw. parakrine Induktion der Interferon regulierten Gene verringern. Zunächst wurden die Hs766T Zellen mit rekombinanten Interferonen behandelt, um zu überprüfen, ob die Zellen noch auf exogene Interferone reagieren. Die Interferone α, β und γ bewirkten Smad4 unabhängig eine Induktion bekannter Zielgene. Die grundsätzliche Funktion der Interferonsignalwege war folglich durch die Expression von Smad4 nicht beeinträchtigt. Die Smad4 abhängigen Unterschiede blieben bei HLAG auch nach Interferon Behandlung erhalten. IRF1, OAS2 und MX1 wiesen nach Behandlung mit Interferon β oder γ ebenfalls noch eine Smad4 abhängige differentielle Expression auf. Da die Unterschiede in der Expression von IRF1 nach der Behandlung mit Interferon γ erhalten blieben und IRF1 zur transkriptionellen Aktivierung der Typ I Interferone α 5 DISKUSSION 92 und β führt (Harada, Willison u. a. 1990), wurde die Reaktion auf Interferon γ Behandlungen genauer untersucht. Die Dosisabhängigkeit der Reaktion auf die Behandlung mit Interferon γ zeigte für IRF1 eine vergleichbare maximale Wirkdosis für Smad4 exprimierende und Kontrollzellen. Die Transkriptmengen hingegen waren in den Smad4 negativen Zellen bei allen Dosierungen höher als in den Smad4 exprimierenden Zellen. Bei HLA-G, einem Gen, das nur schwach durch Interferon γ induziert wird, blieb der Smad4 abhängige Unterschied auch nach Induktion mit Interferon γ erhalten. Die Untersuchung der Zeitabhängigkeit der Reaktion auf Interferon γ zeigte eine maximale Induktion von IRF1 nach vier Stunden. Die Gene MX1 und CD74 wiesen die maximale Induktion nach acht Stunden auf. Bei allen drei Genen zeigte sich Smad4 abhängig eine Reduktion der Transkriptmengen. Der zeitliche Verlauf und die maximale Induzierbarkeit von IRF1 durch Interferon γ ist Smad4 abhängig nicht verändert. Die Reexpression von Smad4 wirkt sich primär auf den basalen Expressionslevel von IRF1 aus. Bei CD74 und MX1, Gene, die hauptsächlich durch Interferone vom Typ I induzierbar sind, ist die Reaktion auf die Interferon γ Behandlung verzögert. Die Induktion beginnt später als die Induktion von IRF1 und erreicht ihr Maximum bei acht Stunden. Die Induktion von CD74 und MX1 könnte also indirekt über Interferon γ induziertes IRF1 und IRF1 induziertes Interferon α oder β erfolgen (Harada, Willison u. a. 1990). Die Smad4 abhängig verringerten Transkriptmengen von Interferon regulierten Genen, zeigten eine Wechselwirkung zwischen dem TGFβ Signalweg und dem Interferon γ Signalweg auf. In diesem Zusammenhang sind schon einige Ergebnisse beschrieben worden. Interferon γ bewirkt nach Aktivierung von Jak1 und STAT1 die Expression von Smad7, welches die Reaktionen auf TGFβ in der Zelle inhibiert (Ulloa, Doody u. a. 1999). Eine weitere Wechselwirkung zwischen dem Interferon γ- und dem TGFβSignalweg wurde für den Kollagen 1A2 Promotor beschrieben. TGFβ führt zur Induktion von COL1A2. Interferon γ aktiviert STAT1α, das mit dem von TGFβ aktivierten Smad3 um den Koaktivator p300/CBP konkurriert, der für die Transkription von Kollagen 1A2 benötigt wird (Ghosh, Yuan u. a. 2001). Bei der Antigenpräsentation von Makrophagen bewirkt TGFβ über eine Reduktion der Expression von CIITA, einem Transaktivator für die Haupthistokompatibilitätsgene vom Typ II, die Verringerung der mRNA Menge von Haupthistokompatibilitätsgenen der Klasse II 5 DISKUSSION 93 (Delvig, Lee u. a. 2002). Hinweise auf den hemmenden Einfluss des TGFβ Signalweges zeigten sich auch in TGFβ1 defizienten Mäusen, die eine erhöhte Expression von IRF1 und STAT1α aufwiesen (McCartney-Francis und Wahl 2002). Um zu untersuchen, ob sich extrazelluläres TGFβ auf die Interferon γ Induktion von Zielgenen auswirkt, wurden Hs766T Zellen 4 Stunden mit beiden Zytokinen behandelt. Es zeigten sich bei IRF1 und HLA-G wieder die Smad4 abhängig verringerten Transkriptmengen. Die Behandlung mit TGFβ1 führte aber zu keiner Veränderung der Expression von IRF1 oder HLA-G. Es gibt folglich keine Hinweise auf einen Effekt von extrazellulärem TGFβ1 auf die Expression der Interferon regulierten Gene. Serum enthält bekanntermaßen Faktoren, die die Transkription von Interferon induzierten Genen bewirken können (Gao, Folghera u. a. 1993). Um den Einfluss des Serums zu messen, wurden Hs766T Zellen in serumfreiem Medium kultiviert und die Expression von IRF1 gemessen. Es zeigte sich für IRF1 eine verringerte Transkriptmenge nach Serumentzug. Das verwendete Serum und andere Serumchargen erhöhten die Expression der interferoninduzierten Gene (Daten nicht gezeigt). Da der Smad4 abhängig induzierte Unterschied aber erhalten blieb, konnte das Serum nicht für die Expressionsunterschiede verantwortlich sein. Als nächstes wurde die Hypothese untersucht, ob die Smad4 negativen Zellen über eine autokrine Stimulierung die Induktion von Interferon induzierten Genen bewirken. Da schon die im Serum enthaltenen Zytokine eine Induktion von IRF1 bewirkte, wurde die Interferon γ Menge in serumfreiem Medium überprüft. Der hierfür durchgeführte ELISA konnte weder in Zellkulturüberständen, noch intrazelluläres Interferon γ bei den Hs766T Zellen nachweisen. Dies verwundert aber nicht, wenn man die untere Nachweisgrenze des ELISA von etwa 0,3 IE/ml ebenso wie die schon durch 0,1 IE/ml induzierte IRF1 Menge berücksichtigt. Die Menge von 0,1 IE/ml an Interferon γ im Zellkulturmedium bewirkte eine stärkere Veränderung der Transkriptmenge von IRF1 als der Smad4 abhängige Unterschied beträgt. Der ELISA war somit nicht hinreichend sensitiv, um eine Interferon γ Menge nachzuweisen, die eine autokrine Induktion in den Hs766T Zellen hätte verursachen können. Anschließend wurden serumfrei kultivierte Zellen mit konditioniertem Medium behandelt. Es wurden jedoch keine Effekte der konditionierten Medien beobachtet. Falls Interferon γ endogen exprimiert wird, können 5 DISKUSSION 94 die Effekte nicht durch konditionierte Medien übertragen werden. Um zu klären, ob die Hs766T Zellen Interferon γ in geringen Mengen exprimieren und so die unterschiedliche Expression von IRF1 erklärt werden kann, wurde eine RT-PCR für Interferon γ durchgeführt. Die Smad4 exprimierenden Zellen wiesen in der RT-PCR kein PCR Produkt auf. In den Smad4 negativen Zellen hingegen zeigte sich in mehreren unabhängigen Experimenten ein Interferon γ Transkript. Smad4 scheint also in Hs766T Zellen ein negativer Regulator der Interferon γ Expression zu sein. Ein ähnlicher Befund zeigte sich in natürlichen Killerzellen, die nach TGFβ-Behandlung eine verringerte Stabilität der Interferon γ RNA aufwiesen (Hayashi, Inoue u. a. 2003). Die hier dargelegten Befunde lassen eine Smad4 abhängige negative Regulation der Interferon γ Expression vermuten. Zwar zeigten sich bei der Behandlung von Zellen mit konditioniertem Medium keine Veränderungen der IRF1 Transkriptmenge, da Interferon γ aber das instabilste der Interferone ist (Wang und R 1995), war ein Effekt, der zudem von sehr kleinen Mengen von Interferon γ verursacht sein kann, nicht unbedingt zu erwarten. IRF1 wird stark von Interferon γ induziert (Abbildung 23) und ist ein transkriptioneller Aktivator der Interferone α und β .(Harada, Willison u. a. 1990). Da IRF1 folglich auch die Induktion der Gene, die von den Interferonen α und β induziert werden, verursachen kann, könnten die weiteren differentiell exprimierten Gene indirekt betroffen sein. Der Effekt von Smad4 auf die Expression der Interferon regulierten Gene wäre also über den Einfluss auf die Interferon γ Transkription zu erklären. Die verspätete Induktion von MX1 und HLA-G durch Interferon γ spricht auch für einen solchen indirekten Effekt von Interferon γ auf diese beiden Gene. Falls endogenes Interferon γ für die Smad4 abhängigen Unterschiede verantwortlich ist, sollte dieser Effekt durch funktionsblockierende Interferon γ spezifische Antikörper unterbunden werden können. Falls Smad4 eine Auswirkung auf die Interferon γ mRNA hat, könnten Promotoranalysen weitere Erkenntnisse liefern. Ein Einfluss von Smad4 auf die Stabilität der Interferon γ mRNA könnte wie bei Hayashi untersucht werden (Hayashi, Inoue u. a. 2003). 5 DISKUSSION 95 5.4 AUSWIRKUNGEN DER SMAD4 EXPRESSION IN NACKTMAUSTUMOREN Die Untersuchung der Expressionsprofile der RNA aus subkutanen Nacktmaustumoren führte zu den in Tabelle 6 aufgeführten differentiell exprimierten Genen. Mittels Northern Blot Hybridisierung wurde das Gen mit dem zweitbesten t-Wert Mesothelin überprüft und die reduzierte Expression in Tumoren von Smad4 exprimierenden Zellen bestätigt. Dieses Gen codiert für ein Zelloberflächenglykoprotein, welches bei Eierstockkrebs, Mesotheliomen und Plattenepithelkarzinomen aber auch in normalen Mesothelzellen stark exprimiert ist (Chang und Pastan 1996). Es wurde als neuer Marker zur Erkennung von pankreatischen Adenokarzinomen vorgeschlagen, der in normalem pankreatischen Gewebe nicht oder nur sehr schwach exprimiert wird und in 52 von 60 Tumoren eine stärkere Expression als im den Tumor umgebenden Gewebe aufweist (Argani, Iacobuzio-Donahue u. a. 2001). Die Smad4 abhängig reduzierte Expression von Mesothelin in den tumorsupprimierten Zellen steht somit im Einklang mit den Befunden aus Tumorgeweben. Die Expression von Mesothelin wird murinen Brustepithelzellen durch Wnt1 induziert (Prieve und Moon 2003). Zytokine aus der Wnt Familie werden typischerweise von mesenchymalen Zellen exprimiert. In den Nacktmaustumoren sind mesenchymale Zellen der Maus rekrutiert, die Wnts produzieren und die Mesothelin Expression in Hs766T Zellen induzieren könnten. Diese Wnt abhängige Induktion von Mesothelin könnte durch Smad4 unterdrückt sein. Interaktionen von Wnt/βCatenin- und TGFβ/Smad-Signalwegen wurden bereits bei verschiedenen Mechanismen in der Entwicklungsbiologie und Tumorbiologie gefunden. Eine Möglichkeit diese Hypothese zu überprüfen besteht in der genaueren Untersuchung des Effektes von murinen Fibroblasten auf Hs766T Zellen. Das Gen mit der höchsten Wahrscheinlichkeit einer differentiellen Expression war die PRKR eine Interferon induzierbare von doppelsträngiger RNA abhängige Kinase. Sie lies nach den Arrayergebnissen mit der RNA aus subkutanen Nacktmaustumoren eine Smad4 abhängige Reduktion der Transkriptmenge erwarten. Dies deckt sich mit dem Befund der stärkeren Expression von Interferon regulierten Genen in kultivierten Smad4 negativen Zellen und lässt einen vergleichbaren Effekt von Smad4 auf interferonregulierte Gene vermuten. Die unter Zellkulturbedingungen starken Expressionsdifferenzen bei den Interferon regulierten Genen finden sich in den 5 DISKUSSION 96 Arrayergebnissen der Nacktmaustumore nicht wieder. Dies ist nicht eigenartig, da im Tumor eine komplexe Interaktion von mäusischen Zellen mit den Tumorzellen stattfindet. In Schnitten der Tumore waren beispielsweise auch Makrophagen nachzuweisen, die über die Ausschüttung von Interferonen und anderen Zytokinen eine vollkommen andere Umgebung als in vitro schaffen. 5.5 EFFEKTE VON SMAD4 IN CFPAC1 ZELLEN Die Befunde einer auf eine Zelllinie beschränkten Analyse von Smad4 abhängig differentiell exprimierten Genen lassen sich nur schlecht verallgemeinern. Deshalb wurde Smad4 in CFPAC1 einer weiteren pankreatischen Karzinomzelllinie mit homozygotem Smad4 Verlust, wieder exprimiert. Vor dieser Arbeit angestellte Versuche mittels stabiler Transfektion Smad4 zu reexprimieren waren nicht erfolgreich. Deshalb wurde eine Transduktion mit VSV-G pseudotypisierten Retroviren durchgeführt, da diese Retroviren für ihre hohe Transduktionseffizienz bei der Infektion von pankreatischen Karzinomzelllinien bekannt sind (Howard, Boenicke u. a. 2000). Die CFPAC1 Zellen wiesen bis zur Passage 20 nach Transduktion sowohl Smad4 mRNA, als auch Protein für Smad4 auf. Die Proteinmenge lag im Vergleich zur Pankreaskarzinomzelllinie Paca44 auf etwas höherem Niveau, wies aber keine starke Überexpression auf. In Immunfluoreszenzanalysen von CFPAC1-Zellen zeigte sich eine relativ gleichmäßige Smad4 Expression in der Zellpopulation (Daten nicht gezeigt). In CFPAC1 Zellen wurde zunächst überprüft, ob die Reexpression von Smad4 zu einer Restaurierung von TGFβ Antworten führte. Dazu wurden die Zellen mit rekombinantem TGFβ behandelt und die Expression „klassischer“ TGFβ Zielgene analysiert. PAI1, ein Gen welches durch TGFβ1 induziert wird, wies nur nach der Rekonstitution von Smad4 eine deutliche Induzierbarkeit nach vier bis 8 Stunden auf. Sogar die basale Transkriptmenge war in Smad4 positiven Zellen erhöht. Diese Smad4 abhängige Induktion von PAI1 wurde schon beschreiben (Stroschein, Wang u. a. 1999). Sie wird durch kooperative Bindung von Smad3 und Smad4 an den PAI1 Promotor erzielt. Für p21CIP1 zeigten sich nur geringe Smad4 Effekte. Nach TGFβ1 Behandlung war zudem in den Smad4 exprimierenden Zellen nur eine geringe Induktion von p21CIP1 zu beobachten. Die Induktion von p21CIP1 durch TGFβ1 erfolgt in HACAT Zellen, die eine endogene Smad4 Expression aufweisen durch die Interaktion von Smad3 und 5 DISKUSSION 97 Smad4 mit SP1 am p21CIP1-Promotor (Pardali, Kurisaki u. a. 2000). Der nur geringe Effekt auf die p21CIP1 Transkriptmenge in CFPAC1 Zellen und die fehlende Wachstumsinhibition durch TGFβ deckt sich mit Befunden aus Smad4 Rekonstitutionen in anderen Zelllinien (Daten nicht gezeigt). Die Reexpression von Smad4 kann also nicht mit der Wiederherstellung der TGFβ induzierten Wachstumsinhibition über p21CIP1, p15INK4b und c-myc gleichgesetzt werden. Um den Effekt der Smad4 Rekonstitution auf das Tumorwachstum zu untersuchen, wurden CFPAC1 Zellen subkutan in Nacktmäuse injiziert. Die Zellen bildeten schnell Tumore aus und die Expression von Smad4 hatte im Unterschied zum tumorsupprimierenden Effekt in Hs766T Zellen keinen Einfluss auf die Tumorgröße. Eine Erklärung für diese Diskrepanz ist nicht trivial, da in den Zellen auch Mutationen und Veränderungen in anderen Signalwegen vorliegen, die die Karzinogenese stärker beeinflussen können als die Expression von Smad4. Für die Suche nach Smad4 abhängig regulierten Genen in den CFPAC1 Zellen, wurden Atlas cDNA Arrayhybridisierungen durchgeführt. Die von den Arrayergebnissen ausgewiesenen Expressionsunterschiede waren in CFPAC1 geringer als in den Hs766T Zellen. Von den hoch exprimierten Smad4 Zielgenen wurden TGFBI und ITGB4 im Northern Blot überprüft. Beide zeigten in der Northern Blot Hybridisierung dieselbe Smad4 abhängige Regulation, wie mit den Arrayergebnissen angezeigt. TGFBI ist ein durch TGFβ induzierbares Adhäsionsmolekül, welches Typ I, II, und IV Kollagene bindet und vermutlich Zell-Zell Kontakte vermittelt. ITGB4 ist ein Lamininrezeptor und ist an der Ausbildung von Hemidesmosomen beteiligt. Die differentielle Expression dieser beiden Gene lässt einen Effekt von Smad4 auf die Zelladhäsion vermuten, wie er auch schon in Kolonkarzinomzellen nach Expression von Smad4 beschrieben wurde (Müller, Reinacher-Schick u. a. 2002). Da die Smad4 Expression in der Zelllinie Hs766T zu einer Reduktion der Expression von Interferon induzierten Genen führte, wurde für einzelne Gene auch die Expression in den CFPAC1 Zellen untersucht. Die Northern Blot Hybridisierungen zeigten für die drei überprüften, Interferon regulierten Gene ebenfalls eine Reduktion der Transkriptmenge. IRF1 ein Interferon γ Zielgen war ebenso wie die hauptsächlich von Typ I Interferonen regulierten Gene IFI17 und MX1 in den Smad4 exprimierenden CFPAC1 Zellen geringer exprimiert. Diese Bestätigung der Smad4 abhängigen 5 DISKUSSION 98 Regulation von Interferon regulierten Genen in einer weiteren Zelllinie spricht für die Relevanz des Befundes und zeigt einen Einfluss von Smad4 auf die Regulation von Interferon regulierten Genen auf. Ob dieser Einfluss direkt oder indirekt ist kann erst in weiteren noch anzustellenden Experimenten herausgefunden werden. In dieser Arbeit wurde eine valide Methode für die Auswertung von Makroarrays entwickelt, mit der auch moderate Unterschiede in der Genexpression verlässlich detektiert werden können. Diese Auswertungsmethode ist zur Untersuchung der Effekte der Smad4 Expression in Kolonkarzinomzelllinien genutzt worden und soll auch für weitere Analysen verwendet werden. In den beiden untersuchten pankreatischen Adenokarzinomzelllinien wurde nach Expression von Smad4 die verringerte Expression von Interferon induzierten Genen nachgewiesen. Da der Effekt in zwei unabhängigen Zelllinen auftrat und zur Expression von Smad4 zwei unterschiedliche Systeme verwendet wurden, sind die hier ermittelten Daten für die Funktion von Smad4 relevant. Auch hier sind weitere Analysen durch Promotorstudien, oder funktionsinhibierende Interferon γ spezifische Antikörper möglich, um die Regulation dieser Gene durch Smad4 genauer zu untersuchen. Bei den Analysen der Nacktmaustumore von Hs766T Zellen wurde die differentielle Expression des Tumormarkers Mesothelin entdeckt. Dieser Smad4 abhängige Expressionsunterschied trat nicht in vitro auf. Dies spricht für eine Smad4 abhängige Regulation der Mesothelin Expression durch die umgebenden Zellen. Diesem Befund könnte beispielsweise durch die genauere Untersuchung der Interaktion zwischen murinen Fibroblasten und den Hs766T Zellen weiter nachgegangen werden. Sowohl der nachgewiesene Einfluss von Smad4 auf die Transkription Interferon regulierter Gene, als auch die von der zellulären Umgebung und von Smad4 beeinflusste Transkription von Mesothelin sprechen für eine Smad4 abhängige Veränderung der Interaktion mit anderen Zellen. Welche Zellen dafür in Frage kommen wird durch weitere Analysen zu klären sein. Der Einfluß von Smad4 auf die Angiogenese durch die Reduktion der Gefäßbildung konnte schon vorher gezeigt werden (Schwarte-Waldhoff, Volpert u. a. 2000). Es liegt daher nahe zu vermuten, dass die tumorsupprimierende Wirkung wenigstens zum Teil durch die Veränderung der zellulären Interaktionen beeinflusst ist. 6 ZUSAMMENFASSUNG Smad4 ist ein Tumorsuppressorgen, das in Tumoren des Gastrointestinaltraktes und insbesondere in Pankreastumoren häufig funktionell inaktiviert wird. Das Smad4 Protein ist ein zentraler Transmitter von Signalen der TGFβ Zytokin-Superfamilie, es wird aber auch von anderen Signalwegen angesteuert. Auf biochemischer Ebene ist Smad4 ein Transkriptions-Komodulator mit äußerst vielfältigen Interaktions- möglichkeiten mit anderen Transkriptionsregulatoren. Ursprünglich wurde vermutet, dass der Verlust von Smad4 zur Resistenz der entstehenden Tumorzellen gegenüber wachstumshemmenden, also tumor- supprimierenden Effekten von TGFβ führt. Inzwischen wurden Befunde aus unterschiedlichen Forschungsrichtungen angesammelt, die den Verlust von Smad4 innerhalb der mehrstufigen Karzinogenese mit dem Übergang von gutartigen Krebsvorstufen zu Invasivität und Metastasierung assoziieren. In der hier vorgelegten Arbeit wurde ein zellbiologisches Modell benutzt, um die Funktionen von Smad4 durch „Expression profiling“ weiter zu untersuchen. Smad4 war in der menschlichen, pankreatischen Adenokarzinomzelllinie Hs766T nach stabiler Transfektion reexprimiert worden. Es war bekannt, dass diese Reexpression eine Suppression des Tumorwachstums bewirkte, ohne eine TGF-ß induzierte Wachstumshemmung zu restaurieren. An der Tumorsuppression war eine Hemmung der angiogenen Eigenschaften von Smad4 defizienten Hs766T Zellen durch eine reziproke Regulation von Thrombospondin-1 und VEGF auf der Ebene der Transkription beteiligt. Weitere Auswirkungen der Smad4 Reexpression auf das Expressionsprofil von Hs766T Zellen in vitro und in vivo wurden in dieser Arbeit ermittelt. Zur Analyse der Expressionsprofile wurde die Hybridisierung von cDNA Makroarrays verwendet und eine valide Auswertungsmethode entwickelt, die es ermöglicht, auch moderate Unterschiede in der Genexpression verlässlich anzuzeigen. Die Ergebnisse der Arrayhybridisierungen wurden durch Northern Blot Hybridisierungen validiert und die Auswertung der Makroarrays anhand der Überprüfungen optimiert. Eine funktionelle Annotation / Zuordnung der ermittelten Smad4 abhängig regulierten Gene ließ erkennen, dass die stärksten durch Smad4 bewirkten Veränderungen bei Genen aus dem 6 ZUSAMMENFASSUNG 100 funktionellen Zusammenhang „Immunantwort“ zu finden sind. Alle elf Gene mit dieser funktionellen Einordnung waren in den Smad4 negativen Zellen stärker exprimiert. Da alle diese Gene durch Interferone induziert werden können, wurden die Interferon Signalwege in Hs766T Zellen näher untersucht. Die generelle Funktion der Interferon Signalwege war durch Smad4 Reexpression nicht beeinträchtigt: selbst geringe Konzentrationen (0,1 U/ml) von Interferonen (α, β oder γ, ) führten zu einer Induktion der Zielgene in Smad4 defizienten und in Smad4 reexprimierenden Hs766T Zellen, wobei der Smad4 abhängige Expressionsunterschied (z.T.) auch bei hoher Dosierung der Interferone erhalten blieb. Anschließend wurde die endogene Interferon Expression untersucht. Nur mit der sensitiven RT-PCR Methode konnte eine Transkript von Interferon γ nachgewiesen werden, und zwar ausschließlich in Smad4 defizienten Hs766T Zellen. Smad4 scheint also in Hs766T Zellen ein negativer Regulator von Interferon γ zu sein. Diese Funktion würde ausreichen, die Expressionsunterschiede aller Interferon induzierbaren Gene in Hs766T Zellen zu erklären, da IFNγ IRF1 induziert, IRF1 wiederum IFNα und β und darüber indirekt auch IFNα und β induzierbare Gene. Die Untersuchung der Expressionsprofile von Smad4 exprimierenden Zellen und Smad4 negativen Zellen in vivo im Nacktmaustumor zeigte vermutlich aufgrund der völlig unterschiedlichen „Umgebung“ auch andere Effekte: so war die Expression des Tumormarkers Mesothelin, der bekannterweise von Wnt1 reguliert wird, Smad4 abhängig reduziert. Die Smad4 abhängig verringerte Expression von Interferon induzierten Genen konnte in einer weiteren Smad4 defizienten Zelllinie nach stabiler Smad4 Expression nachgewiesen werden; hiermit ist die Relevanz der hier erarbeiteten Befunde bestätigt. Ob Interferon γ, Mesothelin und weitere hier identifizierte Smad4 abhängig regulierte Gene direkte Zielgens von Smad4 sind, welche Mechanismen der Regulation zugrunde liegen und wie die funktionellen Auswirkungen zu bewerten sind, wird in zukünftigen Arbeiten zu klären sein. Zusätzlich zum schon nachgewiesenen Einfluss von Smad4 auf die Angiogenese stützen die Ergebnisse dieser Arbeit die Hypothese, dass die Smad4 abhängige Tumorsuppression durch veränderte zelluläre Interaktionen bewirkt zu sein scheint. 7 LITERATURVERZEICHNIS Abe, J., T. Urano, u. a. (1999). "Larger and more invasive colorectal carcinoma contains larger amounts of plasminogen activator inhibitor type 1 and its relative ratio over urokinase receptor correlates well with tumor size." Cancer 86: 2602-11. Argani, P., C. Iacobuzio-Donahue, u. a. (2001). "Mesothelin is overexpressed in the vast majority of ductal adenocarcinomas of the pancreas: identification of a new pancreatic cancer marker by serial analysis of gene expression (SAGE)." Clin Cancer Res 7(12): 3862-8. Argani, P., A. Shaukat, u. a. (2001). "Differing rates of loss of DPC4 expression and of p53 overexpression among carcinomas of the proximal and distal bile ducts." Cancer 91(7): 1332-41. Attisano, L. und J. L. Wrana (2000). "Smads as transcriptional co-modulators." Curr Opin Cell Biol 12(2): 235-43. Attisano, L. und J. L. Wrana (2002). "Signal transduction by the TGF-beta superfamily." Science 296(5573): 1646-7. Barbara, N. P., J. L. Wrana, u. a. (1999). "Endoglin is an accessory protein that interacts with the signaling receptor complex of multiple members of the transforming growth factor-beta superfamily." J Biol Chem 274(2): 584-94. Bhowmick, N. A., M. Ghiassi, u. a. (2001). "Transforming growth factor-beta1 mediates epithelial to mesenchymal transdifferentiation through a RhoAdependent mechanism." Mol Biol Cell 12(1): 27-36. Bradford, M. M. (1976). "A rapid and sensitive method for the quantitation of microgram quantities of protein utilizing the principle of protein-dye binding." Anal Biochem 72: 248-54. Bronstein, I. und K. Semendjajew (1991). Taschenbuch der Mathematik. Stuttgart B.G.Teubner Verlagsgesellschaft, Grosche, G; Ziegler, V; Ziegler, D (Hrsg.). Chang, K. und I. Pastan (1996). "Molecular cloning of mesothelin, a differentiation antigen present on mesothelium, mesotheliomas, and ovarian cancers." Proc Natl Acad Sci U S A 93(1): 136-40. Chen, X., M. J. Rubock, u. a. (1996). "A transcriptional partner for MAD proteins in TGF-beta signalling." Nature 383(6602): 691-6. Chen, X., E. Weisberg, u. a. (1997). "Smad4 and FAST-1 in the assembly of activinresponsive factor." Nature 389(6646): 85-9. Chomczynski, P. und N. Sacchi (1987). "Single-step method of RNA isolation by acid guanidinium thiocyanate-phenol-chloroform extraction." Anal Biochem 162(1): 156-9. Christian, J. L. und T. Nakayama (1999). "Can't get no SMADisfaction: Smad proteins as positive and negative regulators of TGF-beta family signals." Bioessays 21(5): 382-90. Clements, V. K., S. Baskar, u. a. (1992). "Invariant chain alters the malignant phenotype of MHC class II+ tumor cells." J Immunol 149(7): 2391-6. Dahlquist, K. D., N. Salomonis, u. a. (2002). "GenMAPP, a new tool for viewing and analyzing microarray data on biological pathways." Nat Genet 31(1): 19-20. 7 LITERATURVERZEICHNIS 102 Delvig, A. A., J. J. Lee, u. a. (2002). "TGF-beta1 and IFN-gamma cross-regulate antigen presentation to CD4 T cells by macrophages." J Leukoc Biol 72(1): 1636. Der, S., A. Zhou, u. a. (1998). "Identification of genes differentially regulated by interferon alpha, beta, or gamma using oligonucleotide arrays." Proc Natl Acad Sci U S A 95: 15623-8. Derynck, R., R. J. Akhurst, u. a. (2001). "TGF-beta signaling in tumor suppression and cancer progression." Nat Genet 29(2): 117-29. Doniger, S. W., N. Salomonis, u. a. (2003). "MAPPFinder: using Gene Ontology and GenMAPP to create a global gene-expression profile from microarray data." Genome Biol 4(1): R7. Dudoit, S., Y. H. Yang, u. a. (2000). Statistical methods for identifying differentially expressed genes in replicated cDNA microarray experiments. Stanford, Department of Biochemistry, Stanford University School of Medicine. Engel, M., M. McDonnell, u. a. (1999). "Interdependent SMAD and JNK signaling in transforming growth factor-beta-mediated transcription." J Biol Chem 274: 37413-20. Engel, M. E., P. K. Datta, u. a. (1998). "RhoB is stabilized by transforming growth factor beta and antagonizes transcriptional activation." J Biol Chem 273(16): 9921-6. Feng, X., X. Lin, u. a. (2000). "Smad2, Smad3 and Smad4 cooperate with Sp1 to induce p15(Ink4B) transcription in response to TGF-beta." Embo J 19: 5178-5193. Gao, J., S. Folghera, u. a. (1993). "The influence of fetal calf serum on interferongamma induced HLA-DR expression on U937 cells." J Biol Regul Homeost Agents 7(4): 115-20. Ghosh, A., W. Yuan, u. a. (2001). "Antagonistic regulation of Type I collagen gene expression by interferon-{gamma} and transforming growth factor-beta: integration at the level of p300/CBP transcriptional coactivators." J Biol Chem. Ghosh, A., W. Yuan, u. a. (2001). "Antagonistic regulation of type I collagen gene expression by interferon-gamma and transforming growth factor-beta. Integration at the level of p300/CBP transcriptional coactivators." J Biol Chem 276: 11041-8. Gimmi, C. D., G. J. Freeman, u. a. (1993). "Human T-cell clonal anergy is induced by antigen presentation in the absence of B7 costimulation." Proc Natl Acad Sci U S A 90(14): 6586-90. Grau, A. M., L. Zhang, u. a. (1997). "Induction of p21waf1 expression and growth inhibition by transforming growth factor beta involve the tumor suppressor gene DPC4 in human pancreatic adenocarcinoma cells." Cancer Res 57(18): 3929-34. Hahn, S. A., D. Bartsch, u. a. (1998). "Mutations of the DPC4/Smad4 gene in biliary tract carcinoma." Cancer Res 58(6): 1124-6. Hahn, S. A., M. Schutte, u. a. (1996). "DPC4, a candidate tumor suppressor gene at human chromosome 18q21.1." Science 271(5247): 350-3. Hahn, S. A., A. B. Seymour, u. a. (1995). "Allelotype of pancreatic adenocarcinoma using xenograft enrichment." Cancer Res 55(20): 4670-5. Hanahan, D. und R. A. Weinberg (2000). "The hallmarks of cancer." Cell 100(1): 5770. Harada, H., K. Willison, u. a. (1990). "Absence of the type I IFN system in EC cells: transcriptional activator (IRF-1) and repressor (IRF-2) genes are developmentally regulated." Cell 63(2): 303-12. 7 LITERATURVERZEICHNIS 103 Hata, A., G. Lagna, u. a. (1998). "Smad6 inhibits BMP/Smad1 signaling by specifically competing with the Smad4 tumor suppressor." Genes Dev 12(2): 186-97. Hata, A., R. S. Lo, u. a. (1997). "Mutations increasing autoinhibition inactivate tumour suppressors Smad2 and Smad4." Nature 388(6637): 82-7. Hayashi, H., Y. Inoue, u. a. (2003). "TGFbeta down-regulates IFN-gamma production in IL-18 treated NK cell line LNK5E6." Biochem Biophys Res Commun 300(4): 980-5. Heldin, C., K. Miyazono, u. a. (1997). "TGF-beta signalling from cell membrane to nucleus through SMAD proteins." Nature 390: 465-71. Howard, B., L. Boenicke, u. a. (1999). "Enhanced retroviral transduction efficiency of pancreatic tumor cell lines using different envelope glycoproteins." Ann N Y Acad Sci 880: 366-70. Howard, B., L. Boenicke, u. a. (2000). "Transduction of human pancreatic tumor cells with vesicular stomatitis virus G-pseudotyped retroviral vectors containing a herpes simplex virus thymidine kinase mutant gene enhances bystander effects and sensitivity to ganciclovir." Cancer Gene Ther 7: 927-38. Howe, J., S. Roth, u. a. (1998). "Mutations in the SMAD4/DPC4 gene in juvenile polyposis [see comments]." Science 280: 1086-8. Ibrahim, E. C., N. Guerra, u. a. (2001). "Tumor-specific up-regulation of the nonclassical class I HLA-G antigen expression in renal carcinoma." Cancer Res 61(18): 6838-45. Imamura, T., M. Takase, u. a. (1997). "Smad6 inhibits signalling by the TGF-beta superfamily." Nature 389(6651): 622-6. Ishigami, S., S. Natsugoe, u. a. (2001). "Invariant chain expression in gastric cancer." Cancer Lett 168(1): 87-91. Itoh, S., F. Itoh, u. a. (2000). "Signaling of transforming growth factor-beta family members through Smad proteins." Eur J Biochem 267(24): 6954-67. Jiang, Z., M. Xu, u. a. (1999). "Invariant chain expression in colon neoplasms." Virchows Arch 435(1): 32-6. Johnson, K., H. Kirkpatrick, u. a. (1999). "Interaction of Smad complexes with tripartite DNA-binding sites." J Biol Chem 274: 20709-16. Jones, J. B. und S. E. Kern (2000). "Functional mapping of the MH1 DNA-binding domain of DPC4/SMAD4." Nucleic Acids Res 28(12): 2363-8. Krieglstein, K., J. Strelau, u. a. (2002). "TGF-beta and the regulation of neuron survival and death." J Physiol Paris 96(1-2): 25-30. Kroger, A., A. Dallugge, u. a. (2003). "IRF-1 reverts the transformed phenotype of oncogenically transformed cells in vitro and in vivo." Oncogene 22(7): 1045-56. Le Meur, N. (2001). Etude Comparative de logiciels d'analyse d'images : extraction de données des puces à ADN. DEA de Génomique et Informatique. Rennes, Université de Bretagne. Lee, M., F. Kuo, u. a. (2000). "Importance of replication in microarray gene expression studies: statistical methods and evidence from repetitive cDNA hybridizations." Proc Natl Acad Sci U S A 97: 9834-9. Liu, F., A. Hata, u. a. (1996). "A human Mad protein acting as a BMP-regulated transcriptional activator." Nature 381(6583): 620-3. Lopez-Casillas, F., J. L. Wrana, u. a. (1993). "Betaglycan presents ligand to the TGF beta signaling receptor." Cell 73(7): 1435-44. 7 LITERATURVERZEICHNIS 104 Luttges, J., H. Galehdari, u. a. (2001). "Allelic loss is often the first hit in the biallelic inactivation of the p53 and DPC4 genes during pancreatic carcinogenesis." Am J Pathol 158(5): 1677-83. Maitra, A., K. Molberg, u. a. (2000). "Loss of Dpc4 expression in colonic adenocarcinomas correlates with the presence of metastatic disease." Am J Pathol 157(4): 1105-11. Massague, J. (1998). "TGF-beta signal transduction." Annu Rev Biochem 67: 753-91. Massague, J., S. Blain, u. a. (2000). "TGFbeta signaling in growth control, cancer, and heritable disorders." Cell 103: 295-309. Massague, J. und Y. G. Chen (2000). "Controlling TGF-beta signaling." Genes Dev 14(6): 627-44. Massague, J. und D. Wotton (2000). "Transcriptional control by the TGF-beta/Smad signaling system." Embo J 19: 1745-54. McCartney-Francis, N. L. und S. M. Wahl (2002). "Dysregulation of IFN-gamma signaling pathways in the absence of TGF-beta 1." J Immunol 169(10): 5941-7. Mikami, T., K. Ookawa, u. a. (2001). "KAI1, CAR, and Smad4 expression in the progression of colorectal tumor." J Gastroenterol 36(7): 465-9. Miyaki, M., T. Iijima, u. a. (1999). "Higher frequency of Smad4 gene mutation in human colorectal cancer with distant metastasis." Oncogene 18(20): 3098-103. Miyazono, K., K. Kusanagi, u. a. (2001). "Divergence and convergence of TGFbeta/BMP signaling." J Cell Physiol 187(3): 265-76. Moustakas, A., S. Souchelnytskyi, u. a. (2001). "Smad regulation in TGF-beta signal transduction." J Cell Sci 114(Pt 24): 4359-69. Mulder, K. M. und S. L. Morris (1992). "Activation of p21ras by transforming growth factor beta in epithelial cells." J Biol Chem 267(8): 5029-31. Müller, N., A. Reinacher-Schick, u. a. (2002). "Smad4 induces the tumor suppressor Ecadherin and P-cadherin in colon carcinoma cells." Oncogene 21(39): 6049-58. Nakao, A., M. Afrakhte, u. a. (1997). "Identification of Smad7, a TGFbeta-inducible antagonist of TGF-beta signalling [see comments]." Nature 389: 631-5. Natsugoe, S., C. Xiangming, u. a. (2002). "Smad4 and transforming growth factor beta1 expression in patients with squamous cell carcinoma of the esophagus." Clin Cancer Res 8(6): 1838-42. Pardali, K., A. Kurisaki, u. a. (2000). "Role of Smad proteins and transcription factor Sp1 in p21WAF-{super1}/Cip-{super1} regulation by transforming growth factor-beta." J Biol Chem 275(38): 29244-56. Petritsch, C., H. Beug, u. a. (2000). "TGF-beta inhibits p70 S6 kinase via protein phosphatase 2A to induce G(1) arrest." Genes Dev 14(24): 3093-101. Piek, E., C. H. Heldin, u. a. (1999). "Specificity, diversity, and regulation in TGF-beta superfamily signaling." Faseb J 13(15): 2105-24. Piek, E. und A. B. Roberts (2001). "Suppressor and oncogenic roles of transforming growth factor-beta and its signaling pathways in tumorigenesis." Adv Cancer Res 83: 1-54. Pietenpol, J. A., J. T. Holt, u. a. (1990). "Transforming growth factor beta 1 suppression of c-myc gene transcription: role in inhibition of keratinocyte proliferation." Proc Natl Acad Sci U S A 87(10): 3758-62. Prieve, M. G. und R. T. Moon (2003). "Stromelysin-1 and mesothelin are differentially regulated by Wnt-5a and Wnt-1 in C57mg mouse mammary epithelial cells." BMC Dev Biol 3(1): 2. 7 LITERATURVERZEICHNIS 105 Qing, J. und R. Derynck (2001). Signalling by TGF-β. The Cancer Handbook. M. R. Alison, Nature Publishing Group: 179-193. Quackenbush, J. (2002). "Microarray data normalization and transformation." Nat Genet 32 Suppl: 496-501. Riggins, G. J., K. W. Kinzler, u. a. (1997). "Frequency of Smad gene mutations in human cancers." Cancer Res 57(13): 2578-80. Roberts, A. B. und M. B. Sporn (1992). "Differential expression of the TGF-beta isoforms in embryogenesis suggests specific roles in developing and adult tissues." Mol Reprod Dev 32(2): 91-8. Sankar, S., N. Mahooti-Brooks, u. a. (1995). "Expression of transforming growth factor type III receptor in vascular endothelial cells increases their responsiveness to transforming growth factor beta 2." J Biol Chem 270(22): 13567-72. Sartoris, S., M. T. Valle, u. a. (1998). "HLA class II expression in uninducible hepatocarcinoma cells after transfection of AIR-1 gene product CIITA: acquisition of antigen processing and presentation capacity." J Immunol 161(2): 814-20. Savage, C., P. Das, u. a. (1996). "Caenorhabditis elegans genes sma-2, sma-3, and sma4 define a conserved family of transforming growth factor beta pathway components." Proc Natl Acad Sci U S A 93(2): 790-4. Schoumacher, R., J. Ram, u. a. (1990). "A cystic fibrosis pancreatic adenocarcinoma cell line." Proc Natl Acad Sci U S A 87: 4012-6. Schwarte-Waldhoff, I., O. Volpert, u. a. (2000). "Smad4/DPC4-mediated tumor suppression through suppression of angiogenesis." Proc Natl Acad Sci U S A 97: 9624-9629. Sekelsky, J. J., S. J. Newfeld, u. a. (1995). "Genetic characterization and cloning of mothers against dpp, a gene required for decapentaplegic function in Drosophila melanogaster." Genetics 139(3): 1347-58. Shi, Y., A. Hata, u. a. (1997). "A structural basis for mutational inactivation of the tumour suppressor Smad4." Nature 388(6637): 87-93. Shi, Y., Y. F. Wang, u. a. (1998). "Crystal structure of a Smad MH1 domain bound to DNA: insights on DNA binding in TGF-beta signaling." Cell 94(5): 585-94. Souchelnytskyi, S., P. ten Dijke, u. a. (1996). "Phosphorylation of Ser165 in TGF-beta type I receptor modulates TGF-beta1-induced cellular responses." Embo J 15(22): 6231-40. Stroschein, S., W. Wang, u. a. (1999). "Cooperative binding of Smad proteins to two adjacent DNA elements in the plasminogen activator inhibitor-1 promoter mediates transforming growth factor beta-induced smad-dependent transcriptional activation." J Biol Chem 274: 9431-41. Taipale, J., J. Saharinen, u. a. (1998). "Extracellular matrix-associated transforming growth factor-beta: role in cancer cell growth and invasion." Adv Cancer Res 75: 87-134. Takagi, Y., H. Kohmura, u. a. (1996). "Somatic alterations of the DPC4 gene in human colorectal cancers in vivo." Gastroenterology 111(5): 1369-72. Takaku, K., M. Oshima, u. a. (1998). "Intestinal tumorigenesis in compound mutant mice of both Dpc4 (Smad4) and Apc genes." Cell 92: 645-56. Tanaka, T. S., S. A. Jaradat, u. a. (2000). "Genome-wide expression profiling of midgestation placenta and embryo using a 15,000 mouse developmental cDNA microarray." Proc Natl Acad Sci U S A 97(16): 9127-32. 7 LITERATURVERZEICHNIS 106 ten Dijke, P., M. J. Goumans, u. a. (2002). "Regulation of cell proliferation by Smad proteins." J Cell Physiol 191(1): 1-16. Thiagalingam, S., C. Lengauer, u. a. (1996). "Evaluation of candidate tumour suppressor genes on chromosome 18 in colorectal cancers." Nat Genet 13(3): 343-6. Tomayko, M. M. und C. P. Reynolds (1989). "Determination of subcutaneous tumor size in athymic (nude) mice." Cancer Chemother Pharmacol 24(3): 148-54. Tusher, V., R. Tibshirani, u. a. (2001). "Significance analysis of microarrays applied to the ionizing radiation response." Proc Natl Acad Sci U S A 98: 5116-21. Ulloa, L., J. Doody, u. a. (1999). "Inhibition of transforming growth factor-beta/SMAD signalling by the interferon-gamma/STAT pathway." Nature 397: 710-3. Wang, Y. und P. R (1995). Stability and characterization of protein and peptide drugs. New York - London: 315-45. Wieser, R., J. L. Wrana, u. a. (1995). "GS domain mutations that constitutively activate T beta R-I, the downstream signaling component in the TGF-beta receptor complex." Embo J 14(10): 2199-208. Wilentz, R., C. Iacobuzio-Donahue, u. a. (2000). "Loss of expression of Dpc4 in pancreatic intraepithelial neoplasia: evidence that DPC4 inactivation occurs late in neoplastic progression." Cancer Res 60(7): 2002-6. Wolfinger, R. D., G. Gibson, u. a. (2001). "Assessing gene significance from cDNA microarray expression data via mixed models." J Comput Biol 8(6): 625-37. Wrana, J. L., L. Attisano, u. a. (1994). "Mechanism of activation of the TGF-beta receptor." Nature 370(6488): 341-7. Yahata, T., M. P. de Caestecker, u. a. (2000). "The MSG1 non-DNA-binding transactivator binds to the p300/CBP coactivators, enhancing their functional link to the Smad transcription factors." J Biol Chem 275(12): 8825-34. Yamaguchi, K., K. Shirakabe, u. a. (1995). "Identification of a member of the MAPKKK family as a potential mediator of TGF-beta signal transduction." Science 270(5244): 2008-11. Zhang, Y. und R. Derynck (1999). "Regulation of Smad signalling by protein associations and signalling crosstalk." Trends Cell Biol 9: 274-9. 8 ANHÄNGE 8.1 PROGRAMME Die nachfolgend aufgelisteten Makros wurden in Rahmen dieser Arbeit zur Auswertung der Atlas cDNA Makroarrays entwickelt. Das HTML/VBScript Programm wird zur automatisierten Kontrolle (siehe 4.2.1) der Auswertung der Makroarrays in dem Programm GenePix Pro verwendet. Das VBA Makro übernimmt in Excel sowohl das Einlesen der Ergebnisdateien aus GenePix Pro, als auch die Normalisierung der Arraydaten und die zur Erstellung des Blasendiagramms notwendigen Berechnungen (siehe 4.2.4). 8.1.1 HTML/VBSCRIPT CODE ZUR AUTOMATISIERTEN KONTROLLE DER AUSWERTUNG <!-- GenePix Pro: Automatische Korrektur von Signalbeurteilung, Präsentation der veränderten Signale mit Umgebungsbild -->a <html> <head> <style type="text/css"> @import url(GenePix_Style_Base.css); </style> <title>Clontech Atlas </title> </head> <body language="vbscript" marginheight="0" marginwidth="0" topmargin="0" leftmargin="0"> <!-- HTML Layout portion --> <table width=600 border=0 cellspacing=0 cellpadding=5> <tr class="title"> <td colspan=2> <p class="heavy">Clontech Atlas: Korrektur der Bewertung der Spots </td> </tr> <tr> <td colspan=2 class="instructions"> Korrektur der Bewertungen (Flags) für alle Spots:</td></tr> </table> <table width=600 border=0 cellspacing=0 cellpadding=5> <tr class="title"> <tr><td>kein Signal</td><td>aber F1Mean >= 1.5 x B1Median</td><td>--> Signal</td></tr> <tr><td>kein Signal</td><td>aber B1Median > 3 x minimaler Hintergrund</td><td>--> Störung</td></tr> <tr><td>Signal</td><td>aber F1Mean < 1.5 x B1Median</td><td>--> kein Signal</td></tr> <tr><td>Störung</td><td>aber B1Median <= 2 x minimaler Hintergrund</td><td>--> kein Signal</td></tr> </table> <table width=600 border=0 cellspacing=0 cellpadding=5> <tr class="title"> <!-- NoExport --> <tr> <td class="instructions"> 8 ANHÄNGE 108 Klicke den Start-Knopf um die Korrektur zu starten. </td> <td class="instructions" valign="bottom" align="right"> <input type="button" value="Start" onclick="Run()"> </td> </tr> <!-- /NoExport --> <tr> <td class="overline" id="FlagTable" colspan=2> &nbsp; </td> </tr> </table> <script language="vbscript" src="AxGenePixConstants.vbs"> // link in an external file that contains constant definitions for Results column numbers </script> <script language="vbscript"> Option Explicit // Assign some GenePix Object Model references to variables Dim GenePix Set GenePix = window.external Dim Results Set Results = GenePix.Results Dim ArrayStats Set ArrayStats = CreateObject ("AxonWebUtilities.ArrayStatistics") Dim Report Set Report = GenePix.Report Dim ImageTab Set ImageTab = GenePix.ImageTab Dim TableBuilder Set TableBuilder = CreateObject("AxonWebUtilities.TableBuilder") Dim sTmp,i,Anzahl // // // // +++++++++++++++++++++++++++++++++++++++++++ Function: Run This Function is called on clicking the Start button +++++++++++++++++++++++++++++++++++++++++++ Function Run() Report.Busy = true // Exit if there is no data in the Results tab If Results.Height = 0 then alert("Open a Results file and then hit Start again.") Report.Busy = false Exit Function End If call FlagCorrection() Report.Busy = false End Function // // // // +++++++++++++++++++++++++++++++++++++++++++ Function: This Function is called on clicking the Start button +++++++++++++++++++++++++++++++++++++++++++ Function FlagCorrection() Dim F1Mean, B1Median, Flag, Hintergrund Dim FColumnName, BColumnName 8 ANHÄNGE 109 Anzahl =0 //Neue Analyse mit vorhandenem Setting GenePix.SwitchToTab(0) ImageTab.ZoomOut ImageTab.AutoscaleDisplaySettings GenePix.Analyze sTMP = "Analyse der Daten abgeschlossen, automatische Korrektur erfolgt." sTMP = "<table border=0 style='font-size:16pt'>" // sTmp = sTmp & "<tr><td>F1 Mean</td>" // sTmp = sTmp & "<td>B1Median</td>" // sTmp = sTmp & "<td>F1Mean<br>------------<br>B1Median</td>" // sTmp = sTmp & "<td>Flag</td>" // sTmp = sTmp & "<td>Bild</td></tr>" // Ermittelung des schwächsten Hintergrundsignals ohne Berücksichtigung der Störungen=> Störungen müssen mindestens 2x schwächstes Hintergrundsignal haben Results.HideItems -100, FALSE, TRUE Results.HideItems -100, TRUE, TRUE ArrayStats.array = Results.Column(c_B1Median) Results.HideItems -100, FALSE, FALSE Results.HideItems -100, TRUE, FALSE Hintergrund=Round(ArrayStats.Min, 0) sTmp = sTmp & "<tr>Minimum des Hintergrundes: " & Hintergrund & "</tr>" For i = 0 to Results.Height - 1 //Vorsicht bei Veränderung des Resultfiles !!! muss hier angepasst werden FColumnName = "F600 Median" BColumnName = "B600 Median" Results.Sort BColumnName, 1 F1Mean = Results.Value(i, FColumnName) B1Median = Results.Value(i, BColumnName) Flag = Results.Flag(i) // Kein Signal, aber mehr als 150% vom Background => wird zu Signal // Kein Signal, aber mehr Hintergrund als 300% vom schwächsten Hintergrund => wird zu Störung If Flag = -50 then If F1Mean/B1Median >= 1.5 then If B1Median/3 > Hintergrund then Results.Flag(i) = -100 Ergebnistabelle F1Mean, B1Median sTmp = sTmp & "<td align='center' style='font-weight: bold'>kein Signal<br>|<br>|<br>V<br>Störung</td>" // Extraction des Bildes sTmp = sTmp & "<td align='center' style='font-weight: bold'>" & Results.Value(i, "Name") & "<br><img src=" & Pictureextraction(i) & "></td>" sTmp = sTmp & "<td><input type='button' value=' Signal ' onclick='SetFlag("& i & ", 0)'><br><input type='button' value='kein Signal' onclick='SetFlag("& i & ", -50)'><br><input style='font-weight: bold' type='button' value=' Störung ' onclick='SetFlag("& i & ", -100)'></td></tr>" Else Results.Flag(i) = 0 Ergebnistabelle F1Mean, B1Median sTmp = sTmp & "<td align='center' style='font-weight: bold'>kein Signal<br>|<br>|<br>V<br>Signal</td>" // Extraction des Bildes sTmp = sTmp & "<td align='center' style='font-weight: bold'>" & Results.Value(i, "Name") & "<br><img src=" & Pictureextraction(i) & "></td>" sTmp = sTmp & "<td><input style='font-weight: bold' type='button' value=' Signal ' onclick='SetFlag("& i & ", 0)'><br><input type='button' value='kein Signal' onclick='SetFlag("& i & ", -50)'><br><input type='button' value=' Störung ' onclick='SetFlag("& i & ", -100)'></td></tr>" End If Else If B1Median/3 > Hintergrund then Results.Flag(i) = -100 Ergebnistabelle F1Mean, B1Median sTmp = sTmp & "<td align='center' style='font-weight: bold'>kein Signal<br>|<br>|<br>V<br>Störung</td>" // Extraction des Bildes sTmp = sTmp & "<td align='center' style='font-weight: bold'>" & Results.Value(i, "Name") & "<br><img src=" & Pictureextraction(i) & "></td>" 8 ANHÄNGE 110 sTmp = sTmp & "<td><input type='button' value=' Signal ' onclick='SetFlag("& i & ", 0)'><br><input type='button' value='kein Signal' onclick='SetFlag("& i & ", -50)'><br><input style='font-weight: bold' type='button' value=' Störung ' onclick='SetFlag("& i & ", -100)'></td></tr>" End If End If End If // Signal: zwei Fälle F1 <= 1,5x B1 wird kein Signal, falls zudem noch B1 > 3x Hintergrund wird Störung If Flag = 0 then If F1Mean/B1Median < 1.5 then If B1Median/3 > Hintergrund then Results.Flag(i) = -100 Ergebnistabelle F1Mean, B1Median sTmp = sTmp & "<td align='center' style='font-weight: bold'>Signal<br>|<br>|<br>V<br>Störung</td>" // Extraction des Bildes sTmp = sTmp & "<td align='center' style='font-weight: bold'>" & Results.Value(i, "Name") & "<br><img src=" & Pictureextraction(i) & "></td>" sTmp = sTmp & "<td><input type='button' value=' Signal ' onclick='SetFlag("& i & ", 0)'><br><input type='button' value='kein Signal' onclick='SetFlag("& i & ", -50)'><br><input style='font-weight: bold' type='button' value=' Störung ' onclick='SetFlag("& i & ", -100)'></td></tr>" Else Results.Flag(i) = -50 // Ausgabe für Veränderung Signal -> kein Signal, da Signal schwächer als 150% vom Hintergrund entfernt, da nicht fragwürdige automatische Beurteilung // Ergebnistabelle F1Mean, B1Median // sTmp = sTmp & "<td align='center' style='font-weight: bold'>Signal<br>|<br>|<br>V<br>Kein Signal</td>" // Extraction des Bildes // sTmp = sTmp & "<td align='center' style='font-weight: bold'>" & Results.Value(i, "Name") & "<br><img src=" & Pictureextraction(i) & "></td>" // sTmp = sTmp & "<td><input type='button' value=' Signal onclick='SetFlag("& i & ", 0)'><br><input style='font-weight: bold' type='button' value='kein Signal' onclick='SetFlag("& i & ", -50)'><br><input type='button' value=' Störung ' onclick='SetFlag("& i & ", -100)'></td></tr>" End If End If End If ' // Störung, aber weniger Hintergrund als 200% vom schwächsten Hintergrund => wird zu kein Signal // falls zu kein Signal verändert, aber außerdem noch Signal > 150% vom Hintergrund => wird zu Signal If Flag = -100 then If B1Median/2 < Hintergrund then If F1Mean/B1Median >= 1.5 then Results.Flag(i) = 0 Ergebnistabelle F1Mean, B1Median sTmp = sTmp & "<td align='center' style='font-weight: bold'>Störung<br>|<br>|<br>V<br>Signal</td>" // Extraction des Bildes sTmp = sTmp & "<td align='center' style='font-weight: bold'>" & Results.Value(i, "Name") & "<br><img src=" & Pictureextraction(i) & "></td>" sTmp = sTmp & "<td><input style='font-weight: bold' type='button' value=' Signal ' onclick='SetFlag("& i & ", 0)'><br><input type='button' value='kein Signal' onclick='SetFlag("& i & ", -50)'><br><input type='button' value=' Störung ' onclick='SetFlag("& i & ", -100)'></td></tr>" Else Results.Flag(i) = -50 Ergebnistabelle F1Mean, B1Median sTmp = sTmp & "<td align='center' style='font-weight: bold'>Störung<br>|<br>|<br>V<br>kein Signal</td>" // Extraction des Bildes sTmp = sTmp & "<td align='center' style='font-weight: bold'>" & Results.Value(i, "Name") & "<br><img src=" & Pictureextraction(i) & "></td>" sTmp = sTmp & "<td><input type='button' value=' Signal ' onclick='SetFlag("& i & ", 0)'><br><input style='font-weight: bold' type='button' value='kein Signal' onclick='SetFlag("& i & ", -50)'><br><input type='button' value=' Störung ' onclick='SetFlag("& i & ", -100)'></td></tr>" End If End If End If 8 ANHÄNGE Next SetHTML(sTMP) // Zurück zum Resultat GenePix.SwitchToTab(5) End Function // // // // ++++++++++++++++ Sub: Ergebnistabelle Oft wiederholte Ausgabe ++++++++++++++++ Sub Ergebnistabelle(F1Mean, B1Median) Anzahl = Anzahl+1 sTmp = sTmp & "<tr><td style='font-size:20pt'>" & Anzahl & "</td><td>F1Mean<br>B1Median<br><br>F1Mean<br>-----------<br>B1Median</td>" sTmp = sTmp & "<td style='font-weight: bold'>" & F1Mean & "<br>" & B1Median & "<br><br><br>" & Round(F1Mean/B1Median,2) &"<br><br></td>" End Sub // // // // ++++++++++++++++ FUNCTION: Pictureextraction Gets and returns Spot environment ++++++++++++++++ Function Pictureextraction(i) Dim X,Y ImageTab.AutoScaleDisplaySettings X = Results.Value(i, "X") Y = Results.Value(i, "Y") Pictureextraction = ImageTab.SubImage(3, X-700, Y-700, 1400, 1400) End Function // // // // ++++++++++++++++ Sub: SetFlag Sets new Flag ++++++++++++++++ Sub SetFlag(i, wert) Results.Flag(i) = wert End Sub // // // // ++++++++++++++++ FUNCTION: GetResultsFileName Gets and returns the Results file name ++++++++++++++++ Function GetResultsFileName() Dim sFileName // get file name sFileName = Trim(Results.FileName) // check file name If sFileName = "" then sFileName = "(untitled)" End If // return file name GetResultsFileName = sFileName End Function // // // // ++++++++++++++++ FUNCTION: SetHTML Constructs HTML for the table ++++++++++++++++ Function SetHTML(sTMP) Dim i sTmp = sTmp & "</table>" 111 8 ANHÄNGE 112 sTMP = sTMP & "<table><tr><td class='instructions'>Korrektur beendet klicke den StartKnopf erneut, um die Korrektur wieder zu starten.</td><td class='instructions' valign='bottom' align='right'><input type='button' value='Start' onclick='Run()'></td></tr></table>" FlagTable.InnerHTML = sTmp End Function </script> </body> </html> 8.1.2 VBA-MAKRO ZUR AUSWERTUNG DER GENPIX PRO-ERGEBNISSE VERSION 5.00 Begin {C62A69F0-16DC-11CE-9E98-00AA00574A4F} UserForm1 Caption = "GenePix *.gpr Import" ClientHeight = 1455 ClientLeft = 45 ClientTop = 330 ClientWidth = 5190 OleObjectBlob = "UserForm1.frx":0000 StartUpPosition = 1 'Fenstermitte End Attribute VB_Name = "UserForm1" Attribute VB_GlobalNameSpace = False Attribute VB_Creatable = False Attribute VB_PredeclaredId = True Attribute VB_Exposed = False ' Alle Variablen müssen deklariert werden Option Explicit Private Klon Private Sub CommandButton1_Click() Klon = "D" Call Import End Sub Private Sub CommandButton4_Click() Klon = "K" Call Import End Sub Sub Import() Dim sFile Dim tabellenname ' Dim varanswer As Integer Application.ScreenUpdating = False Application.DisplayAlerts = False ' Auswahl der Datei sFile = Application.GetOpenFilename( _ FileFilter:="GenePix Report (*.gpr), *.gpr", FilterIndex:=1, _ Title:="Copy Text File To Worksheet") If sFile <> False Then Worksheets.Add Range("A1").Select Workbooks.OpenText FileName:=sFile ' Datei in temporäres Arbeitsblatt importieren ActiveSheet.UsedRange.Select ' Auswahl der Felder im Arbeitsblatt Selection.Copy ' Kopieren tabellenname = ActiveSheet.Name ActiveWorkbook.Close ' Schließen der temporären Excel-Datei ActiveSheet.Paste ' Kopieren der Daten in Arbeitsblatt Range("E:E,F:F,G:G,I:I,K:K,M:AP").Select Selection.Delete Shift:=xlToLeft ' Tabellennamen bereinigen ActiveSheet.Name = Klon & Mid(Replace(tabellenname, ",", "_"), 12) 8 ANHÄNGE 113 ' entfernt Datum vom gpr Filenamen ' Entfernung von - und + Zeichen aus dem Tabellennamen, um spätere Berechnungen zu ermöglchen tabellenname = ActiveSheet.Name ActiveSheet.Name = Replace(tabellenname, "-", "_") tabellenname = ActiveSheet.Name ActiveSheet.Name = Replace(tabellenname, "+", "_") ' Korrektur der Tabelle, Entfernung von überzähligen Informtionszeilen, da sonst die Berechnung fehlschlägt ' Test auf Art/Versionsnummer des Resultfiles, ermöglicht Umgang mit verschiedenen GenePix Versionen If ActiveSheet.Cells(2, 1).Value = 27 Then Range("12:19").Delete If ActiveSheet.Cells(2, 1).Value = 22 Then Range("12:14").Delete ' Berechnung der Signale (mit Backgroundabzug ohne Abgleich) ActiveSheet.Range("I22").Formula = " Signal nach Backgroundabzug" ActiveSheet.Range("I23:I1198").Formula = "=PI()*E23^2/4*(F23-G23)" Range("A1").Select Application.ScreenUpdating = True varanswer = MsgBox("Weitere " & Klon & "-Klone importieren", vbYesNo, "Frage") If varanswer = vbNo Then Exit Sub Else If Klon = "D" Then Call CommandButton1_Click If Klon = "K" Then Call CommandButton4_Click End If End Sub Private Sub CommandButton2_Click() End End Sub Private Sub CommandButton3_Click() Dim Blattname, Formel, Z, X As String Dim j, i, Blattzahl, Abgleich As Integer MsgBox ("Bitte warten, die Berechnung nimmt einige Zeit in Anspruch. Berechnung starten? ") ' Aktualisierung aus Application.ScreenUpdating = False Worksheets(2).Select Columns("D:D").Select Application.CutCopyMode = False Selection.Copy Sheets("Daten").Select Range("A1").Select ActiveSheet.Paste For j = 1 To Sheets.Count - 1 Worksheets(j).Select Columns("H:I").Select Selection.Copy Sheets("Daten").Select Cells(1, 3 * j + 1).Select Selection.PasteSpecial Paste:=xlValues, Operation:=xlNone, SkipBlanks:= _ False, Transpose:=False Blattname = Worksheets(j).Name Sheets("Daten").Cells(22, 3 * j).Formula = Blattname Sheets("Daten").Cells(21, 3 * j + 1).Formula = Blattname Sheets("Daten").Cells(21, 3 * j + 2).Formula = Blattname Next j 'Berechung der Signalanzahl über alle Experimente ActiveSheet.Range("B22").Formula = "Signalanzahl" For j = 23 To 1198 Formel = "=sum(" For i = 1 To Sheets.Count - 1 Formel = Formel & "if(R" & j & "C" & 1 + 3 * i & ">=0,1,0)" If i = Sheets.Count - 1 Then Formel = Formel & ")" Else Formel = Formel & "," 'Formel = "=sum(if(d23>=0,1,0),if(g23>=0,1,0),if(j23>=0,1,0),if(m23>=0,1,0))" Next i ActiveSheet.Cells(j, 2).Formula = Formel Next j 'Berechnung der Signalsumme, falls Signal in allen vorhanden und Gesamtsignal(für Level) For j = 1 To Sheets.Count - 1 Abgleich = 0 For i = 23 To 1198 8 ANHÄNGE 114 Formel = "=if(R" & i & "C2=" & Sheets.Count - 1 & ",R" & i & "C" & 3 * j + 2 & ",0)" ActiveSheet.Cells(i, 3 * j).Formula = Formel Next i ActiveSheet.Cells(20, 3 * j).Formula = "Summe Signale" ActiveSheet.Cells(21, 3 * j).Formula = "=sum(R23C" & 3 * j & ":R1198C" & 3 * j & ")" ActiveSheet.Cells(19, 3 * j + 2).Formula = "Gesamtsumme" ActiveSheet.Cells(20, 3 * j + 2).Formula = "=sum(R23C" & 3 * j + 2 & ":R1198C" & 3 * j + 2 & ")" ActiveSheet.Cells(15, 3 * j + 3).Formula = "Anzahl Signale für Abgleich" For i = 23 To 1198 If ActiveSheet.Cells(i, 3 * j).Value > 0 Then Abgleich = Abgleich + 1 Next i ActiveSheet.Cells(16, 3 * j + 3).Formula = "=" & Abgleich Next j ' Copy Paste Wert der Summenberechung For j = 1 To Sheets.Count - 1 Cells(21, 3 * j).Select Application.CutCopyMode = False Selection.Copy Selection.PasteSpecial Paste:=xlValues, Operation:=xlNone, SkipBlanks:= _ False, Transpose:=False Next j ' Abgeglichene Signale Berechnen For j = 1 To Sheets.Count - 1 Cells(17, 3 * j).Formula = "Signale abgeglichen" For i = 23 To 1198 Formel = "=if(R" & i & "C" & 3 * j + 1 & ">=0,R" & i & "C" & 3 * j + 2 & "/R21C" & 3 * j & ",if(R" & i & "C" & 3 * j + 1 & "=-50,0,""""))" ActiveSheet.Cells(i, 3 * j).Formula = Formel Next i Next j ' Summe Abgeglichene Signale Berechnen For j = 1 To Sheets.Count - 1 Cells(18, 3 * j).Formula = "Summe Signale abgeglichen" Cells(19, 3 * j).Formula = "=sum(R23C" & 3 * j & ":R1198C" & 3 * j & ")" Next j 'Level Spalten einfügen For j = 1 To Sheets.Count - 1 Columns(3 * j + j).Select Selection.Insert Shift:=xlToRight Cells(22, 4 * j).Formula = "L_" & Cells(22, 4 * j - 1).Value For i = 23 To 1198 Z = "if(R" & i & "C" & 4 * j - 1 X = Z & "/R19C" & 4 * j - 1 & "*10^8" Formel = "=" & Z & "=0,0," _ & Z & "="""",-1," _ & X & "<25000,1," _ & X & "<100000,2," _ & X & "<400000,3," _ & X & "<1000000,4," _ & X & "<2000000,5," _ & X & ">2000000,6))))))))" ActiveSheet.Cells(i, 4 * j).Formula = Formel Next i ' =WENN(AA23=0;0;WENN(AA23="";0;WENN(AA23/AA$1199*10^8<25000;1;WENN(AA23/AA$1199*10^8<10000 0;2;WENN(AA23/AA$1199*10^8<400000;3;WENN(AA23/AA$1199*10^8<1000000;4;WENN(AA23/AA$1199*10 ^8<2000000;5;WENN(AA23/AA$1199*10^8>2000000;6;)))))))) Next j Application.ScreenUpdating = False Call Ttestfaktoren Call Qualitaetskontrolle Application.ScreenUpdating = True Call VorlageSAM Call MAPlot MsgBox ("Berechnung beendet. :-)") End End Sub Sub MAPlot() Dim kklone, dklone, Dmittel, Kmittel, Faktor, Intensitaet, Bereich As String Dim i As Integer Dim Formel As String 8 ANHÄNGE 115 Sheets("SAM").Select Sheets.Add With ActiveSheet .Move after:=Worksheets(Worksheets.Count) .Name = "MA-Plot" End With Sheets("twert+Faktoren").Select Cells.Select Selection.Copy Sheets("MA-Plot").Select Selection.PasteSpecial Paste:=xlPasteValues, Operation:=xlNone, SkipBlanks _ :=False, Transpose:=False ' Entfernen von überflüssigen Spalten Columns("G:G").Select Selection.Insert Shift:=xlToRight Columns("G:G").Select Selection.Insert Shift:=xlToRight Cells(1, 7).Formula = "Mittlere Intensität" Cells(1, 8).Formula = "Mittlere Log Ratio" ' Ermittelung der Bereiche für K / D Experimente For i = 1 To Sheets.Count - 6 If Left(Cells(1, 7 + 2 * i).Value, 1) = "K" Then _ If kklone <> "" Then kklone = kklone & "," If Left(Cells(1, 7 + 2 * i).Value, 1) = "K" Then _ kklone = kklone & "R2C" & 7 + 2 * i If Left(Cells(1, 7 + 2 * i).Value, 1) = "D" Then _ If dklone <> "" Then dklone = dklone & "," If Left(Cells(1, 7 + 2 * i).Value, 1) = "D" Then _ dklone = dklone & "R2C" & 7 + 2 * i Next i Dmittel = "if(Average(" & dklone & ")=0,0.00001,Average(" & dklone & "))" Kmittel = "if(Average(" & kklone & ")=0,0.00001,Average(" & kklone & "))" Faktor = "=log(" & Dmittel & "/" & Kmittel & ",2)" Intensitaet = "=log(sqrt(" & Dmittel & "*" & Kmittel & "),2)" For i = 2 To 1177 Cells(i, 7) = Replace(Intensitaet, "R2", "R" & i) Cells(i, 8) = Replace(Faktor, "R2", "R" & i) Next i ' Einfügen von Diagramm Columns("G:H").Select Selection.Copy Selection.PasteSpecial Paste:=xlPasteValues, Operation:=xlNone, SkipBlanks _ :=False, Transpose:=False 'Löschen der Zellen mit fehlenden Werten Application.ScreenUpdating = False For i = 1177 To 2 Step -1 If Not IsNumeric(Cells(i, 7)) Then Rows(i).EntireRow.Delete Shift:=xlUp Next i 'Ermitteln der übriggeblebenen Zeilen Bereich = "cells(2,7),cells(" & ActiveSheet.UsedRange.Rows.Count & ",8)" 'Einfügen der xy Graphik Charts.Add ActiveChart.ChartType = xlXYScatter ActiveChart.SeriesCollection(1).Name = "=""MA-Plot""" ActiveChart.Location Where:=xlLocationAsNewSheet, Name:="MA-Plot Diag." With ActiveChart .HasTitle = True .ChartTitle.Characters.Text = "MA-Plot" .Axes(xlCategory, xlPrimary).HasTitle = True .Axes(xlCategory, xlPrimary).AxisTitle.Characters.Text = "Mittlere Intensität" .Axes(xlValue, xlPrimary).HasTitle = True .Axes(xlValue, xlPrimary).AxisTitle.Characters.Text = "Mittlerer log-Ratio" End With 'Hintergrund entfernen und Pixel verkleinern With Selection.Border .ColorIndex = 16 .Weight = xlThin .LineStyle = xlContinuous End With Selection.Interior.ColorIndex = xlNone ActiveChart.SeriesCollection(1).Select With Selection.Border .Weight = xlHairline 8 ANHÄNGE .LineStyle = xlNone End With With Selection .MarkerBackgroundColorIndex = xlAutomatic .MarkerForegroundColorIndex = xlAutomatic .MarkerStyle = xlDiamond .Smooth = False .MarkerSize = 3 .Shadow = False End With Set kklone = Nothing Set dklone = Nothing End Sub Sub VorlageSAM() Dim i, letztezeile, letztespalte As Integer Sheets("twert+Faktoren").Select Application.CutCopyMode = False Sheets("twert+Faktoren").Copy after:=Sheets(Sheets.Count) Sheets("twert+Faktoren (2)").Select Sheets("twert+Faktoren (2)").Name = "SAM" Cells(1, 1).Formula = "UNIQID" Cells(1, 2).Formula = "NAME" ' entferne Twert+Faktoren, Level Columns("C:F").Select Selection.Delete Shift:=xlToLeft ' Entferne Spalten mit L_ als Name -> Level Spalten entfernt For i = 1 To Worksheets.Count - 5 Columns(2 + i + 1).Select Selection.Delete Shift:=xlToLeft Next i ' Ersetze leere Felder mit NA letztezeile = ActiveSheet.UsedRange.Rows.Count letztespalte = ActiveSheet.UsedRange.Columns.Count Range(Cells(1, 1), Cells(letztezeile, letztespalte)).Select Selection.Replace What:="", Replacement:="NA", LookAt:=xlPart, _ SearchOrder:=xlByRows, MatchCase:=False, SearchFormat:=False, _ ReplaceFormat:=False 'Einfügen der Vorberechnungen für SAM Analyse, es müssen alle mit nur einem Wert und alle mit Summe 0 aussortiert werden Columns("C:C").Select Selection.Insert Shift:=xlToRight Selection.Insert Shift:=xlToRight Cells(1, 3).Formula = "Anzahl" Cells(1, 4).Formula = "Summe" Cells(2, 3).Formula = "=COUNT(RC[2]:RC[" & Worksheets.Count - 4 & "])" Cells(2, 4).Formula = "=SUM(RC[1]:RC[" & Worksheets.Count - 4 & "])" Range("C2:D2").Select Selection.AutoFill Destination:=Range("C2:D1177"), Type:=xlFillCopy 'Löschen der Zellen mit 0 Werten Application.ScreenUpdating = False For i = 1177 To 2 Step -1 If Cells(i, 3) <= 1 Then Rows(i).EntireRow.Delete Shift:=xlUp Next i For i = 1177 To 2 Step -1 If Cells(i, 4) = "0" Then Rows(i).EntireRow.Delete Shift:=xlUp Next i ' Hilfsspalten löschen Columns("C:D").Select Selection.Delete Shift:=xlToLeft Application.ScreenUpdating = True End Sub Private Sub Ttestfaktoren() Dim kklone, dklone, Formel As String Dim i, j As Integer Dim n ' Neue Tabelle twert+Faktoren füllen mit Daten Level und Signal Sheets("Daten").Select Columns("A:A").Select Selection.Copy Sheets.Add ActiveSheet.Name = "twert+Faktoren" 116 8 ANHÄNGE 117 ActiveSheet.Paste For i = 1 To Sheets.Count - 2 ' Signale Kopieren Sheets("Daten").Select Columns(4 * i - 1).Select Application.CutCopyMode = False Selection.Copy Sheets("twert+Faktoren").Select Cells(1, 2 * i + 4).Select Selection.PasteSpecial Paste:=xlValues, Operation:=xlNone, SkipBlanks:= _ False, Transpose:=False ' Level Kopieren Sheets("Daten").Select Columns(4 * i).Select Application.CutCopyMode = False Selection.Copy Sheets("twert+Faktoren").Select Cells(1, 2 * i + 5).Select Selection.PasteSpecial Paste:=xlValues, Operation:=xlNone, SkipBlanks:= _ False, Transpose:=False Next i 'Mittlere Level berechnen K Cells(22, 2).Formula = "K_Level_mittel" Formel = "" For j = 23 To 1198 For i = 1 To Sheets.Count - 2 If Left(Cells(22, 4 + 2 * i).Value, 1) = "K" Then _ If Cells(j, 4 + 2 * i + 1).Value >= 0 Then _ If Left(Formel, 10) = "=Average(i" Then _ Formel = Formel & "," Else Formel = "=Average(" If Left(Cells(22, 4 + 2 * i).Value, 1) = "K" Then _ If Cells(j, 4 + 2 * i + 1).Value >= 0 Then _ Formel = Formel & "if(R" & j & "C" & 4 + 2 * i + 1 & ">=0,R" & j & "C" & 4 + 2 * i + 1 & ",)" ' Wenn schon mindestens ein Wert eingetragen Komma einfügen, zum Abtrennen des nächsten Wertes Next i If Formel <> "" Then Formel = Formel & ")" Cells(j, 2).Formula = Formel Formel = "" Next j 'Mittlere Level berechnen D Cells(22, 3).Formula = "D_Level_mittel" ' Erstellen der Formel mit beginnendem Buchstaben des Experiment For j = 23 To 1198 Formel = "" For i = 1 To Sheets.Count - 2 If Left(Cells(22, 4 + 2 * i).Value, 1) = "D" Then _ If Cells(j, 4 + 2 * i + 1).Value >= 0 Then _ If Left(Formel, 10) = "=Average(i" Then _ Formel = Formel & "," Else Formel = "=Average(" If Left(Cells(22, 4 + 2 * i).Value, 1) = "D" Then _ If Cells(j, 4 + 2 * i + 1).Value >= 0 Then _ Formel = Formel & "if(R" & j & "C" & 4 + 2 * i + 1 & ">=0,R" & j & "C" & 4 + 2 * i + 1 & ",)" ' Wenn schon mindestens ein Wert eingetragen Komma einfügen, zum Abtrennen des nächsten Wertes Next i If Formel <> "" Then Formel = Formel & ")" Cells(j, 3).Formula = Formel Formel = "" Next j 'Bestimmung des Faktors D/K Cells(22, 4).Formula = "Faktor_DzuK" ' Bestimmen der D und K Bereiche kklone = "" dklone = "" For i = 1 To Sheets.Count - 2 If Left(Cells(22, 4 + 2 * i).Value, 1) = "K" Then _ If kklone <> "" Then kklone = kklone & "," If Left(Cells(22, 4 + 2 * i).Value, 1) = "K" Then _ kklone = kklone & "R23C" & 4 + 2 * i If Left(Cells(22, 4 + 2 * i).Value, 1) = "D" Then _ 8 ANHÄNGE 118 If dklone <> "" Then dklone = dklone & "," If Left(Cells(22, 4 + 2 * i).Value, 1) = "D" Then _ dklone = dklone & "R23C" & 4 + 2 * i Next i For i = 23 To 1198 dklone = Replace(dklone, "R" & i - 1, "R" & i) kklone = Replace(kklone, "R" & i - 1, "R" & i) Cells(i, 4).Formula = _ "=if(sum(" & dklone & "," & kklone & ")=0,"""",if(sum(" & kklone & ")=0,""D"",if(sum(" & dklone & ")=0,""K"",round(sum(" & dklone & ")/count(" & dklone & ")/sum(" & kklone & ")*count(" & kklone & "),2))))" Next i ' Berechnen der Twerte, da die Excel Funktion TTEST zusammenhängende Bereiche _ für die zu vergleichenden Werte verlangt, werden die Werte zuerst in eine _ neue Tabelle eingefügt Sheets("Daten").Select Columns("A:A").Select Selection.Copy Sheets.Add ActiveSheet.Name = "TTest" ActiveSheet.Paste ' Signale kopieren zuerst K-Klone, dann D-Klone ' Überprüfung ob K-Klon n = 2 For i = 1 To Sheets.Count - 2 Sheets("twert+Faktoren").Select If Left(Cells(22, 4 + 2 * i).Value, 1) = "K" Then _ Columns(4 + 2 * i).Select: _ Application.CutCopyMode = False: _ Selection.Copy: _ Sheets("TTest").Select: _ Cells(1, n).Select: _ n = n + 1: _ Selection.PasteSpecial Paste:=xlValues, Operation:=xlNone, SkipBlanks:= _ False, Transpose:=False Next i For i = 1 To Sheets.Count - 2 Sheets("twert+Faktoren").Select If Left(Cells(22, 4 + 2 * i).Value, 1) = "D" Then _ Columns(4 + 2 * i).Select: _ Application.CutCopyMode = False: _ Selection.Copy: _ Sheets("TTest").Select: _ Cells(1, n).Select: _ n = n + 1: _ Selection.PasteSpecial Paste:=xlValues, Operation:=xlNone, SkipBlanks:= _ False, Transpose:=False Next i ' Einfügen der Formel für den Twert Cells(22, 5).Formula = "Twert2seit." Sheets("TTest").Select kklone = "TTest!R23C2:R23C" dklone = ":R23C" & Sheets.Count - 2 For i = 1 To Sheets.Count - 2 If Left(Cells(22, 1 + i).Value, 1) = "D" Then _ kklone = kklone & i - 1 + 1: _ dklone = "TTest!R23C" & i + 1 & dklone: _ Exit For Next i Sheets("twert+Faktoren").Select For i = 23 To 1198 dklone = Replace(dklone, "R" & i - 1, "R" & i) kklone = Replace(kklone, "R" & i - 1, "R" & i) Cells(i, 5).Formula = _ "=TTest(" & dklone & "," & kklone & ",2,3)" ' Zweiseitiger (da Nullhypothese D > oder < K somit - oder + zweiseitig) Welch (keine gleiche Streuung vorausgesetzt) T-Test Next i ' Ersetzen der DIV/0 Fehlermeldungen durch leeren Text Sheets("twert+Faktoren").Select Columns("E:E").Select Selection.Copy Selection.PasteSpecial Paste:=xlValues, Operation:=xlNone, SkipBlanks:= _ False, Transpose:=False 8 ANHÄNGE Application.CutCopyMode = False Selection.Replace What:="#DIV/0!", Replacement:="", LookAt:=xlPart, _ SearchOrder:=xlByRows, MatchCase:=False 'Löschen der ersten 21 Zeilen, da leer oder nur Kommentar Rows("1:21").Select Selection.Delete Shift:=xlUp Cells(1, 1).Select 'Einfügen der Numerierung Columns("A:A").Select Selection.Insert Shift:=xlToRight For i = 1 To 1177 Cells(i, 1).Formula = "=" & i Next i Sheets("twert+Faktoren").Select Cells(1, 1).Formula = "Nummer" Cells(1, 2).Formula = "Position" End Sub Private Sub UserForm_Click() End Sub Public Function Replace(ByVal zu_durchsuchender_Text As String, ByVal Was_ersetzen As String, ByVal durch_was_ersetzen As String) 'Hilfsfunktion zum Ersetzen von Text If Was_ersetzen = "" Then Exit Function If zu_durchsuchender_Text = "" Then Exit Function Dim i As Integer, L As Integer, t As String, P As Integer L = Len(Was_ersetzen) P = InStr(1, zu_durchsuchender_Text, Was_ersetzen, vbTextCompare) While P > 0 t = t & Left(zu_durchsuchender_Text, P - 1) & durch_was_ersetzen zu_durchsuchender_Text = Mid(zu_durchsuchender_Text, P + L) P = InStr(zu_durchsuchender_Text, Was_ersetzen) Wend Replace = t & zu_durchsuchender_Text End Function Sub Qualitaetskontrolle() Dim Kopf, Anzahl, i As Integer Dim Formel As String Kopf = 5 ' Anzahl Kopfzeilen Worksheets.Add ActiveSheet.Name = "Report" Cells(1, 1).Formula = "Zusammenstellung der Arrays" Cells(2, 1).Formula = "Signale für Abgleich" Cells(3, 1).Formula = Worksheets("Daten").Range("G16").Value Cells(Kopf, 1).Formula = "Arrayname" Cells(Kopf, 2).Formula = "Störung" Cells(Kopf, 3).Formula = "Kein Signal" Cells(Kopf, 4).Formula = "Signal" Cells(4, 5).Formula = "Signal" Cells(Kopf, 5).Formula = "Median" Cells(Kopf, 6).Formula = "Min" Cells(Kopf, 7).Formula = "Max" Cells(4, 8).Formula = "Background" Cells(Kopf, 8).Formula = "Median" Cells(Kopf, 9).Formula = "Min" Cells(Kopf, 10).Formula = "Max" ' Ermittelung der Anzahl der importieren Arrays Anzahl = ActiveWorkbook.Worksheets.Count ' Anzahl -4 ist Anzahl der importierten Arrays For i = 1 To Anzahl - 4 ' Name der Tabelle Cells(i + Kopf, 1) = Worksheets(i).Name ' Wichtig in Formeln (english) Abtrennung mit , nicht mit ; !!! Formel = "=COUNTIF(" & Cells(i + Kopf, 1).Value & "!H23:H1198,-100)" Cells(i + Kopf, 2).Formula = Formel Formel = "=COUNTIF(" & Cells(i + Kopf, 1).Value & "!H23:H1198,-50)" Cells(i + Kopf, 3).Formula = Formel Formel = "=COUNTIF(" & Cells(i + Kopf, 1).Value & "!H23:H1198,0)" Cells(i + Kopf, 4).Formula = Formel Formel = "=Median(" & Cells(i + Kopf, 1).Value & "!f23:f1198)" Cells(i + Kopf, 5).Formula = Formel 119 8 ANHÄNGE Formel = "=Min(" & Cells(i + Kopf, 1).Value & "!f23:f1198)" Cells(i + Kopf, 6).Formula = Formel Formel = "=Max(" & Cells(i + Kopf, 1).Value & "!f23:f1198)" Cells(i + Kopf, 7).Formula = Formel Formel = "=Median(" & Cells(i + Kopf, 1).Value & "!g23:g1198)" Cells(i + Kopf, 8).Formula = Formel Formel = "=Min(" & Cells(i + Kopf, 1).Value & "!g23:g1198)" Cells(i + Kopf, 9).Formula = Formel Formel = "=Max(" & Cells(i + Kopf, 1).Value & "!g23:g1198)" Cells(i + Kopf, 10).Formula = Formel Next i Columns("A:J").AutoFit 'Bestimmung von Maximum in einigen Spalten => roter Hintergrund Columns("B").Select GoToMax With ActiveCell.Interior .Color = RGB(200, 0, 0) End With Columns("C").Select GoToMax With ActiveCell.Interior .Color = RGB(200, 0, 0) End With End Sub Sub StarteUserform1() ' AtlasUserform Makro Dim Warnung As Boolean ' Neue Arbeitsmappe Workbooks.Add ' Alle Tabellen löschen Warnung = Application.DisplayAlerts Application.DisplayAlerts = False ActiveWorkbook.Worksheets("Tabelle3").Delete ActiveWorkbook.Worksheets("Tabelle2").Delete Application.DisplayAlerts = Warnung Worksheets("Tabelle1").Name = "Daten" ' Userform starten Load UserForm1 UserForm1.Show End Sub Sub GoToMax() ' Hilfsfunktion zur Aktivierung der Zelle mit dem größten Wert Dim WorkRange As Range Dim MaxVal As Double ' Exit, falls kein Bereich selektiert ist If TypeName(Selection) <> "Range" Then Exit Sub ' Wenn nur eine Zelle ausgewählt ist suche im gesamten Arbeitsblatt ' Sonst Suche im ausgewählten Bereich If Selection.Count = 1 Then Set WorkRange = Cells Else Set WorkRange = Selection End If ' Bestimmung des maximalen Wertes MaxVal = Application.Max(WorkRange) ' Suche und selektiere Maximum On Error Resume Next WorkRange.Find(What:=MaxVal, _ after:=WorkRange.Range("A1"), _ LookIn:=xlValues, _ LookAt:=xlPart, _ SearchOrder:=xlByRows, _ SearchDirection:=xlNext, MatchCase:=False _ ).Select If Err <> 0 Then MsgBox "Maximum nicht gefunden: " & MaxVal End Sub 120 8 ANHÄNGE 121 8.2 KONGRESSBEITRÄGE „Stable Reexpression of the Tumor Suppressor Smad4 in Pancreatic Carcinoma Cells: Impact on Expression Profiles“ Zapatka M., Baar A., Ungefroren H., Hahn S., Schmiegel W., Schwarte-Waldhoff I. Digestive Disease Week 2002 19 bis 22 Mai, San Francisco, Vereinigte Staaten von Amerika „Stable reexpression of the tumor suppressor Smad4 in pancreatic cancer cells: Impact on expression profiles“ Zapatka M., Baar A., Ungefroren H., Hahn S., Schmiegel W., Schwarte-Waldhoff I. EMBL/SALK/EMBO Conference on Oncogenes and Growth Control 2002 20 bis 23 April, Heidelberg, Deutschland