Dokument: Charakterisierung von Spleißstellenvarianten bei Patientinnen mit genetischer Prädisposition für hereditäre Mamma- und Ovarialkarzinome

Titel:	Charakterisierung von Spleißstellenvarianten bei Patientinnen mit genetischer Prädisposition für hereditäre Mamma- und Ovarialkarzinome
Weiterer Titel:	Characterization of splice site variants in patients with genetic predisposition to hereditary breast and ovarian cancer
URL für Lesezeichen:	https://docserv.uni-duesseldorf.de/servlets/DocumentServlet?id=74554
URN (NBN):	urn:nbn:de:hbz:061-20261013-152234-4
Kollektion:	Dissertationen
Sprache:	Deutsch
Dokumententyp:	Wissenschaftliche Abschlussarbeiten » Dissertation
Medientyp:	Text
Autor:	Fabritius, Arezoo [Autor]
Dateien:	[Dateien anzeigen] Adobe PDF [Details] 4,27 MB in einer Datei [ZIP-Datei erzeugen] Dateien vom 21.09.2026 / geändert 21.09.2026
Beitragende:	Prof. Dr. med. Fehm, Tanja [Gutachter] Dr.rer.nat. Lowin, Torsten [Gutachter]
Dewey Dezimal-Klassifikation:	600 Technik, Medizin, angewandte Wissenschaften » 610 Medizin und Gesundheit
Dokumententyp (erweitert):	Dissertation
Beschreibungen:	Das korrekte Spleißen der prä-mRNA ist ein essenzieller und hochregulierter Prozess für die Bildung funktioneller Proteine. Bereits geringfügige Veränderungen in den letzten Nukleotiden eines Exons sowie den ersten Positionen eines Introns können die Erkennung von Spleißstellen beeinträchtigen und zu aberranten Transkripten führen. Dies ist insbesondere für Hochrisikogene des familiären Brust- und Eierstockkrebses wie BRCA1, BRCA2 und anderen Core-Genen von hoher klinischer Relevanz, da Spleißdefekte häufig mit einem Funktionsverlust der Proteine und damit einem erhöhten Tumorrisiko einhergehen. Obwohl verschiedene in-silico-Algorithmen mit unterschiedlichen Bewertungen zur Vorhersage solcher Effekte verfügbar sind, bleibt ihre Genauigkeit begrenzt. Besonders intronische Varianten außerhalb der stark konservierten Positionen weisen eine hohe Unsicherheit auf und werden häufig als „Variante unklarer Signifikanz“ (VUS) eingestuft. Ziel dieser Arbeit war es daher, ausgewählte Varianten mithilfe bioinformatischer Spleißvorhersagen zu analysieren und die Ergebnisse durch funktionelle cDNA-Analysen experimentell zu überprüfen, um die Aussagekraft dieser prediction tools zu bewerten und deren Bedeutung für die klinische Klassifikation einzuordnen. Die Ergebnisse zeigten für Varianten an den kanonischen Positionen übereinstimmende Zusammenhänge zwischen den Bewertungen der Algorithmen und den cDNA-Befunden. Bei intronischen Varianten jenseits dieser Positionen traten heterogene Effekte wie partielle Intron-Insertionen auf, die von den Algorithmen nicht zuverlässig erkannt wurden. Besonders Varianten im Bereich der Akzeptorspleißstelle zeigten eine erhöhte funktionelle Unsicherheit. Der Vergleich mit Datenbanken bestätigte viele experimentelle Ergebnisse, offenbarte jedoch auch Varianten, die trotz funktioneller Hinweise weiterhin als VUS eingestuft bleiben. Die Analysen verdeutlichen, dass in-silico-Algorithmen zwar wertvolle Hinweise liefern, aber insbesondere bei nicht kanonischen intronischen Positionen und im Bereich der Akzeptorspleißstelle limitiert sind. Funktionelle RNA-Analysen sind daher entscheidend, um die tatsächlichen Spleißeffekte zu erfassen und Varianten korrekt einzustufen. Die Kombination beider Ansätze erhöht die diagnostische Sicherheit und unterstützt die präzisere klinische Klassifikation, insbesondere für VUS. The correct splicing of pre-mRNA is an essential and highly regulated process for the formation of functional proteins. Even minor changes in the last nucleotides of an exon and the first positions of an intron can impair the recognition of splice sites and lead to aberrant transcripts. This is particularly relevant for high-risk genes associated with familial breast and ovarian cancer, such as BRCA1, BRCA2, and other core genes, as splicing defects are often associated with a loss of protein function and thus an increased risk of tumor development. Although various in silico algorithms with different scores are available to predict such effects, their accuracy remains limited. Intronic variants outside the highly conserved positions are highly uncertain and are often classified as “variants of uncertain significance” (VUS). The aim of this study was therefore to analyze selected variants using bioinformatic splicing predictions and to experimentally verify the results through functional cDNA analyses in order to evaluate the predictive power of these prediction tools and classify their significance for clinical classification. The results showed consistent correlations between the algorithm evaluations and cDNA findings for variants at canonical positions. For intronic variants beyond these positions, heterogeneous effects such as partial intron insertions occurred, which were not reliably detected by the algorithms. Variants in the acceptor splice site region showed increased functional uncertainty. Comparison with databases confirmed many experimental results but also revealed variants that remain classified as VUS despite functional evidence. The analyses illustrate that although in silico algorithms provide valuable information, they are limited, especially for non-canonical intronic positions and in the acceptor splice site region. Functional RNA analyses are therefore crucial for capturing the actual splicing effects and correctly classifying variants. The combination of both approaches increases diagnostic certainty and supports more precise clinical classification, especially for VUS.
Lizenz:	Dieses Werk ist lizenziert unter einer Creative Commons Namensnennung 4.0 International Lizenz
Fachbereich / Einrichtung:	Medizinische Fakultät
Dokument erstellt am:	13.10.2026
Dateien geändert am:	13.10.2026
Promotionsantrag am:	21.04.2026
Datum der Promotion:	17.09.2026