SciDok

Eingang zum Volltext in SciDok

Lizenz

Dissertation zugänglich unter
URN: urn:nbn:de:bsz:291-scidok-25650
URL: http://scidok.sulb.uni-saarland.de/volltexte/2009/2565/


Molekulare Signaturen im Blut von Patienten mit Bronchialkarzinomen

Molecular signatures in blood of lung cancer patients

Leidinger, Petra

pdf-Format:
Dokument 1.pdf (2.312 KB)

Bookmark bei Connotea Bookmark bei del.icio.us
SWD-Schlagwörter: Kleinzelliges Bronchialkarzinom , Nicht-kleinzelliges Bronchialkarzinom , Blutserum , Small RNA , Blutzelle , Autoimmunität , Autoantigen
Freie Schlagwörter (Deutsch): Seroreaktivität Tumor-assoziierte Autoantigene Profiling microRNA
Freie Schlagwörter (Englisch): seroreactivity tumor associated autoantigens profiling microRNA
Institut: Fachrichtung 2.6 - Humangenetik
Fakultät: Fakultät 8 - Naturwissenschaftlich-Technische Fakultät III
DDC-Sachgruppe: Naturwissenschaften
Dokumentart: Dissertation
Hauptberichter: Meese, Eckart (Prof. Dr.)
Sprache: Deutsch
Tag der mündlichen Prüfung: 28.10.2009
Erstellungsjahr: 2009
Publikationsdatum: 20.11.2009
Kurzfassung auf Deutsch: Das Ziel der vorliegenden Arbeit war, die Etablierung komplexer Autoantikörper- und miRNA-Expressionsprofile in peripherem Blut.
Mit Hilfe der Analyse von über 1800 Autoantigenen wurde die Genauigkeit für verschiedene vergleichende Klassifikationen bestimmt. Lungentumorpatienten konnten von gesunden Probanden mit einer Genauigkeit von 98% getrennt werden. Patienten mit niedrig-gradigen Lungentumoren wurden mit einer Genauigkeit von 93,41% von Gesunden getrennt. Eine Trennung von Patienten mit NSCLC bzw. SCLC von Gesunden erzielte Genauigkeiten über 95%. Die Trennung der Lungentumorpatienten von Patienten mit COPD erreichte eine Genauigkeit von 76,75%. COPD-Patienten wurden von Gesunden mit 97,60% Genauigkeit getrennt. Entsprechende Unterscheidungen bei diesen Erkrankungen waren mit anderen Biomarkern bisher nicht mit vergleichbaren Ergebnissen möglich.
Durch die Expressionsanalyse von über 800 miRNAs konnten Lungentumorpatienten mit einer Genauigkeit von 95,4% von Gesunden unterschieden werden. Insgesamt wurden in Blutzellen von Lungentumorpatienten 27 signifikant deregulierte miRNAs identifiziert. Mit vorliegender Studie konnten erstmals solide Tumoren anhand eines miRNA-Expressionsprofils in Blutzellen klassifiziert werden.
In vorliegender Arbeit konnten komplexe Autoantikörper- und miRNA-Expressionsprofile in peripherem Blut von Lungentumorpatienten etabliert werden. Mit diesen Profilen wurden vergleichende Klassifikationen mit hoher Genauigkeit erreicht.
Kurzfassung auf Englisch: The presented study aimed at the establishment of complex autoantibody and miRNA expression profiles in peripheral blood.
With the analysis of more than 1800 autoantigens, the accuracy of several classification tasks was determined.Lung cancer patients were differentiated from healthy subjects with an accuracy of 98%. Patients with low-grade lung cancer were differentiated from healthy subjects with an accuracy of 93.41%. The differentiation of patients with NSCLC or SCLC from healthy subjects reached an accuracy of more than 95%. The differentiation of lung cancer patients from patients with COPD reached an accuracy of 76.75%. COPD patients were differentiated from healthy subjects with an accuracy of 97.60%.
Until now, corresponding classifications with these diseases were not possible with comparable results with other biomarkers.
With the expression analysis of more than 800 miRNAs lung cancer patients were differentiated from healthy subjects with an accuracy of 95.4%. A total of 27 significantly deregulated miRNAs were identified. With the presented study, it was possible for the first time to classify solid cancer based on the miRNA expression analysis in blood cells.
In the presented work, we were able to establish complex autoantibody and miRNA expression profiles in peripheral blood of lung cancer patients. Using these profiles we were able to perform several classifications with high accuracy.
Lizenz: Veröffentlichungsvertrag für Dissertationen und Habilitationen der Fakultät 8

Home | Impressum | Über SciDok | Policy | Kontakt | Datenschutzerklärung | English