Dokument: Transcriptome-level assessments and computational characterization of disease models based on induced pluripotent stem cells (iPSCs)

Titel:	Transcriptome-level assessments and computational characterization of disease models based on induced pluripotent stem cells (iPSCs)
URL für Lesezeichen:	https://docserv.uni-duesseldorf.de/servlets/DocumentServlet?id=59259
URN (NBN):	urn:nbn:de:hbz:061-20220413-111853-2
Kollektion:	Dissertationen
Sprache:	Englisch
Dokumententyp:	Wissenschaftliche Abschlussarbeiten » Dissertation
Medientyp:	Text
Autor:	Wruck, Wasco [Autor]
Dateien:	[Dateien anzeigen] Adobe PDF [Details] 32,17 MB in einer Datei [ZIP-Datei erzeugen] Dateien vom 04.04.2022 / geändert 07.04.2022
Beitragende:	Prof. Dr. Adjaye, James [Gutachter] Prof. Dr. Klau, Gunnar [Gutachter]
Dewey Dezimal-Klassifikation:	500 Naturwissenschaften und Mathematik » 570 Biowissenschaften; Biologie 000 Informatik, Informationswissenschaft, allgemeine Werke » 004 Datenverarbeitung; Informatik
Beschreibungen:	Seit der bahnbrechenden Entdeckung der induzierten pluripotenten Stammzellen (iPSCs) durch Shinya Yamanaka und sein Team wurde viel Forschungsarbeit in die Differenzierung von iPSCs in adulte somatische Zellen verschiedener Linien investiert. Die Überlegung dahinter ist, personalisierte Zellen von verschiedenen Gewebetypen zu erhalten, die vielfache Anwendungen in Forschung und Therapie haben. Während in der heutigen Forschung iPSC-basierte Krankheitsmodelle bereits eingesetzt werden können, sind therapeutische Ansätze wie die Entwicklung ganzer Organe aus Stammzellen ein langfristiges Ziel, auf demWeg zu dem allerdings Fortschritte durch die Erzeugung von Organoiden für viele Organe gemacht wurden. Für Krankheitsmodelle ist oft der Reifegrad ein wichtiges Kriterium, weil aus Stammzellen differenzierte Zellen naturgemäß dem fötalen Phenotyp ähneln, wenn der Differenzierungsprozess als eine Rekapitulation der embryonalen Entwicklung aufgefasst wird. Andererseits ist die Alterung ein essenzieller Faktor in vielen oder sogar den meisten Krankheiten, z.B. in der Alzheimerkrankheit oder in Krebs. Das kann in Hindernissen resultieren, wenn mit einem fötalen Phenotyp erzeugte Zellen benutzt werden sollen, um eine nur in älteren Individuen auftretende Krankheit zu modellieren. Insofern ist die Auswertung von iPSC-basierten Krankheitsmodellen im Vergleich zu adulten Zelltypen unverzichtbar. Diese adulten Zelltypen kommen aus Biopsien oder transformierten Zelllinien, die die Nachteile der limitierten Verfügbarkeit - teilweise erst post-mortem - und die Assoziierung mit dem Krebs-Phenotyp aufweisen. Die iPSC-basierten Modelle überwinden die meisten dieser Nachteile, benötigen aber Verbesserungen im Erreichen des adulten oder sogar gealterten Phenotyps. In dieser Dissertation habe ich Transkriptomdaten von stammzellbasierten Krankheitsmodellen im Vergleich zu aus Biopsien gewonnenen Transkriptomdaten ausgewertet. Der wesentliche Fokus waren dabei die Nicht-alkoholische Fettlebererkrankung (NAFLD), die Alzheimererkrankung im Zusammenhang mit dem Alterungsprozess des Gehirns und in Konsequenz Leberbiopsien von NAFLD-Patienten, iPSC-abgeleitete Hepatozyt-ähnliche Zellen (HLCs), Post-mortem Gehirn-Biopsien von AD-Patienten und älteren Individuen und iPSC-abgeleitete neuronale Zellen. Zusätzlich wurden auch aus Urin gewonnene Nierenvorläuferzellen (UdRPCs) untersucht, die einen reifen Phenotyp repräsentieren, weil sie nicht in den pluripotenten Zustand reprogrammiert wurden. Die Biopsie-gestützten Daten wurden in Meta-Analysen von Microarray- und NGS- (Next Generation Sequencing) -Genexpressionsdaten aus öffentlichen Repositorien untersucht. Für die Meta-Analyse der Alterung im humanen präfrontalen Kortex wurde ein Ansatz entwickelt, um auf dem Konzept der Granger-Kausalität basierte Beziehungen zwischen Genen aus Zeitreihen abzuleiten. Die Anwendung dieses Verfahrens erbrachte die Vorhersage von Granger-Kausalität zwischen den Genen CAMK4 und GFAP. Der Vergleich von NAFLD in einem iPSC-basierten Modell und Biopsie-gestützten Transkriptomdaten zeigte Kongruenz in den Ergebnissen. Dabei trat die Involvierung des Gens PLIN2 in den Vordergrund, das ein Fetttropfen umgebendes Protein kodiert und dadurch ein entscheidender Biomarker der Krankheit ist. In Zusammenfassung zeigte diese Dissertation, dass die stammzellbasierten Modelle bereits viele wichtige Facetten einer Krankheit abbilden können, aber weitere Forschung notwendig ist, um sie zu verbessern in ihrem Potenzial, den reifen oder gealterten Phänotyp voll zu reflektieren, der eine Voraussetzung für die Entstehung der untersuchten Krankheiten ist. Since the groundbreaking discovery of induced pluripotent stem cells (iPSCs) by Shinya Yamanaka and his team much research effort has been spend in differentiation of iPSCs to adult somatic cells of various lineages. The rational behind that is to get personalized cells of different tissue types which have multiple applications in research and therapy. While in research of today iPSC-based disease models can already be employed, therapeutic approaches such as the development of whole organs from stem cells are a long-term goal on the way to which however progress has already been made by generation of organoids for many organs. For disease models, often maturity is an important issue because cells differentiated from pluripotent stem cells by nature resemble the fetal phenotype when the differentiation process is considered to recapitulate the development in the embryo. On the other hand, aging is an essential factor in many or even most diseases, e.g. in Alzheimer’s disease and cancer. This could result in obstacles when cells generated with a fetal phenotype shall be used to model a phenotype only appearing in aged individuals. Assessment of iPSC-based disease models in comparison to adult cell types is indispensable. These adult cell types are originated in biopsies or in transformed cell lines which have disadvantages of limited availability sometimes only post-mortem and association with a cancerous phenotype. The iPSC-based models would overcome most of these drawbacks but would need improvement in reaching an adult or even aged phenotype. In this dissertation I assessed transcriptome data from stem-cell-based disease models in comparison to biopsy-derived transcriptome data. Main focus were Non-alcoholic fatty liver disease (NAFLD), Alzheimer’s disease and brain aging and in consequence liver biopsies from NAFLD patients, iPSC-derived hepatocyte-like cells (HLCs), post-mortem brain biopsies from AD patients and aged individuals and iPSC-derived neuronal cells. Additionally, also urine-derived renal progenitor cells (UdRPCs) were investigated which represent a mature phenotype because they were not reprogrammed to the pluripotent state. Biopsy-derived data was investigated in meta-analyses of microarray and nextgeneration sequencing gene expression data retrieved from public repositories. For the meta-analysis of aging in the human prefrontal cortex an approach was developed to infer relationships between genes from gene expression time series based on the concept of Granger causality. Applying this approach predicted Granger causality between CAMK4 and GFAP. The comparison of NAFLD in an iPSC-based model and biopsy-derived transcriptome data showed congruency in the results - most outstanding the involvement of the gene PLIN2 coding a protein surrounding lipid droplets and thus a crucial biomarker of the disease. I want to conclude that this dissertation showed that the stem-cell-based models are already capable of capturing many relevant facets of a disease but need further research to improve them in their potential to fully reflect the mature or aged phenotype which is a precondition for the development of the investigated diseases.
Lizenz:	Urheberrechtsschutz
Fachbereich / Einrichtung:	Mathematisch- Naturwissenschaftliche Fakultät
Dokument erstellt am:	13.04.2022
Dateien geändert am:	13.04.2022
Promotionsantrag am:	14.10.2021
Datum der Promotion:	25.03.2022