Directly to content
  1. Publishing |
  2. Search |
  3. Browse |
  4. Recent items rss |
  5. Open Access |
  6. Jur. Issues |
  7. DeutschClear Cookie - decide language by browser settings

Deciphering transcriptional regulation in cancer cells and development of a new method to identify key transcriptional regulators and their target genes

Bauer, Tobias Hartmut

German Title: Entschlüsselung transkriptionaler Regulation in Krebszellen und Entwicklung einer neuen Methode zur Identifikation von transkriptionalen Schlüsselregulatoren und ihren Zielgenen

[thumbnail of Dissertation_Tobias_Bauer.pdf]
Preview
PDF, English
Download (8MB) | Terms of use

Citation of documents: Please do not cite the URL that is displayed in your browser location input, instead use the DOI, URN or the persistent URL below, as we can guarantee their long-time accessibility.

Abstract

Cancer cells accumulate genetic changes during carcinogenesis. The dimension of these changes range from point mutations to large chromosomal aberrations. It has been widely accepted that essential genetic programs are thereby dysregulated that normally would prevent uncontrolled cellular division and growth. Transcription factors (TFs) are key proteins of gene regulation and are frequently associated with genetic pathologies, e.g. MYCN in neuroblastomas (NBs). Research on gene regulation -in general or condition-specific- thus is a central aspect in cancer research, and it is also the focus of my work. In a carcinogenesis model of NBs without MYCN-amplification, mutations of chromosome 11q (11q-CNA) are suspected to critically influence tumor development. We were able to refine this model by means of gene expression analysis on 11q-CNA in NBs with different clinical outcome. Gene expression profiles of NBs with unfavorable progression differed significantly between tumors with and without 11q-CNA, whereas 11q-CNA in NBs with favorable outcome is apparently compensated by a yet unknown mechanism. The TF-encoding gene CAMTA1 is located on the chromosomal region 1p, which is frequently deleted in NBs. In vitro experiments with ectopic induction of CAMTA1 yielded CAMTA1-regulated genes with different gene expression profiles that were functionally associated by enrichment analyses with cell cycle regulation and neuronal differentiation. The suggested role of CAMTA1 as a tumor suppressor gene was confirmed by additional in vivo experiments. Furthermore, we studied the effect of MYC and MYCN in NBs without MYCN-amplification and found that these TF also strongly regulate a large number of common target genes according to their own gene expression in these tumors. Promoter analyses and chromatin immunoprecipitation additionally supported the regulation of the determined target genes by MYC/MYCN. The genome-wide application of promoter and enrichment analyses on gene expression data from mouse models enabled us to predict target TFs of Rage signaling. E2f1 and E2f4 were validated experimentally as components of the Rage-dependent gene regulatory network. Finally, we used our experience from gene expression analysis to develop a novel machine learning method to precisely predict TF target gene relationships in human. We combined results from a genome-wide correlation meta-analysis on 4064 microarray gene expression profiles and promoter analyses on TF binding sites with known regulatory interactions between TFs and target genes in our approach. Our method outperformed other comparable methods in human, as we improved shortcomings of other algorithms specifically for higher eukaryotes, in particular the frequently (erroneously) assumed correlation between the mRNA expression of TFs and their target genes. We made our method freely available as a software package with multiple applications like the identification of key TFs in a multiplicity of cellular systems (e.g. cancer cells).

Translation of abstract (German)

Krebszellen akkumulieren im Laufe der Karzinogenese genetische Veränderung. Diese Veränderungen können in Größenordnungen von Punktmutation bis hin zu großen chromosomalen Aberrationen entstehen. Nach unserem heutigen Verständnis werden dadurch essentielle genetische Programme dysreguliert, die im Normalzustand unkontrollierte Zellteilung und -wachstum verhindern. Transkriptionsfaktoren (TF) sind Schlüsselproteine der Genregulation und werden häufig mit genetisch bedingten Krankheiten, z.B. MYCN in Neuroblastomen (NB), in Verbindung gebracht. Der Erforschung der Genregulation im Allgemeinen wie im Speziellen kommt daher eine zentrale Rolle in der Krebsforschung zu und sie steht auch im Zentrum meiner Arbeit. Nach einem Karzinogenesemodell von NB ohne MYCN-Amplifikation stehen Mutationen des Chromosomenarms 11q (11q-CNA) im Verdacht, die Tumorentwicklung maßgeblich zu beeinflussen. Unsere Genexpressionsanalysen von 11q-CNA in NB mit unterschiedlichem klinischen Verlauf ergaben ein verbessertes Karzinogenesemodell. Genexpressionsprofile von NB mit negativem klinischen Verlauf unterschieden sich drastisch zwischen Tumoren mit und ohne 11q-CNA, wohingegen die 11q-CNA bei NB mit günstigem Verlauf offensichtlich durch einen unbekannten Mechanismus kompensiert wird. Das TF-kodierende Gen CAMTA1 befindet sich auf der chromosomalen Region 1p, die in Neuroblastomen häufig deletiert ist. In vitro-Experimente mit ektopischer CAMTA1-Induktion lieferten CAMTA1-regulierte Gene unterschiedlicher Genexpressionsprofile, die durch Anreicherungstests funktionell mit Zellzyklussteuerung und neuronaler Differenzierung assoziiert und anschließend experimentell bestätigt werden konnten. Die demnach für CAMTA1 vermutete Rolle als Tumorsuppressorgen in NB wurde durch in vivo-Analysen in Mäusen bestätigt. Weiterhin untersuchten wir die Wirkung von MYC und MYCN in NB ohne MYCN-Amplifikation und fanden dabei heraus, dass diese TF auch in diesen Tumoren eine Reihe gemeinsamer Zielgene in Abhängigkeit ihrer eigenen Genexpression maßgeblich regulieren. Promoteranalysen und Chromatin-Immunopräzipitation lieferten dabei weitere Belege für die Regulation der bestimmten Zielgene durch MYC/MYCN. Die genomweite Anwendung von Promoteranalysen und Anreicherungstests in Genexpressionsdaten von Mausmodellen ermöglichte uns die Vorhersage von Ziel-TF des Rage-Signalwegs. Im Labor konnten E2f1 und E2f4 als Komponenten des Rage-abhängigen genregulatorischen Netzwerkes validiert werden. Schließlich konnten wir die gesammelten praktischen Erfahrungen mit Genexpressionsdaten einsetzen, um eine neue Maschinenlernmethode zur präzisen Bestimmung von TF-Zielgenen im Menschen zu entwickeln. Dazu wurde eine genomweite Korrelationsmetanalyse von 4064 Genexpressionsprofilen ausgewertet und zusammen mit Promoteranalysen von TF-Bindestellen sowie bereits bekannten regulatorischen Interaktionen zwischen TF und Zielgenen verknüpft. Unsere Methode übertraf die Leistung vergleichbarer Methoden und verbesserte Nachteile herkömmlicher Algorithmen speziell für höhere Eukaryoten, insbesondere die häufig fälschlicherweise angenommene Kopplung der mRNA-Expression von TF und ihren Zielgenen. Unsere Entwicklung ist frei verfügbar als Softwarepaket mit vielfältigen Anwendungen wie z.B. die Identifikation von Schlüssel-TF in einer Vielzahl zellulärer Systeme (wie z.B. Krebszellen).

Document type: Dissertation
Supervisor: König, Dr. PD Rainer
Date of thesis defense: 25 October 2011
Date Deposited: 25 Jan 2012 12:27
Date: 2011
Faculties / Institutes: Fakultät für Ingenieurwissenschaften > Institute of Pharmacy and Molecular Biotechnology
Service facilities > German Cancer Research Center (DKFZ)
DDC-classification: 570 Life sciences
Controlled Keywords: Genregulation, Maschinelles Lernen, Krebs <Medizin>, Genexpression, Bioinformatik, Neuroblastom, Transkriptionsfaktor
Uncontrolled Keywords: transcriptional gene regulation , machine learning , cancer , gene expression , bioinformatics
About | FAQ | Contact | Imprint |
OA-LogoDINI certificate 2013Logo der Open-Archives-Initiative