Computational methods for the analysis of metabolic fluxes using stablesotopes and mass spectrometry

Dudek, Christian-Alexander

doi:10.24355/dbbs.084-202009280840-0

Published

Computational methods for the analysis of metabolic fluxes using stablesotopes and mass spectrometry

English
German

Bioinformatics is an important part in today’s life sciences. Nowadays, many different methods generate large datasets of biological data. The specificity of the underlying biological question requires powerful and specific tools for data analysis. Additionally, large datasets enable computational scientists to generate new algorithms and methods to get new insights into biological processes.
Gas chromatography/mass spectrometry (GC-MS) driven non-targeted metabolomics is a powerful tool which is already widely used for detection of biomarkers and for investigation of metabolic changes. The usage of stable isotopes in a biological system allows to trace individual flux changes which emerge from changes in the metabolism. Recently, methods for non-targeted detection of metabolites enhanced metabolomics to detect all labeled molecules in a biological system without previous knowledge.
During my thesis, I developed algorithms to support data analysis for different biological questions. Based on these algorithms I developed user-friendly applications to support scientists at their daily work with biological data. Additionally, I applied the algorithms and applications on specific biological datasets to evaluate their analytical abilities and limitations.
I developed MIAMI, an application for the non-targeted detection and visualization of metabolic changes without a priori knowledge of the biological system. I successfully applied MIAMI to elucidate the location of the molecular mode of action of seven pesticides. Additionally, I could show that the C. difficile toxins TcdA and TcdB decrease the labeling of N-acetylneuraminic acid, a component of mucin and preferred substrate of C. difficile, in human colorectal adenocarcinoma cell line HT-29. I also demonstrated, that the catalytic activity for this reaction is only needed for TcdB, but not for TcdA.
I furthermore developed DBSAnalyzer, an application to calculate gluconeogenesis and glucose production based on simple Dried Blood Spots (DBS) experiments and a mathematical model. I used DBSAanalyzer to demonstrate the technical and biological reproducibility of the DBS system and analyzed a dataset of 63 type 2 diabetes mellitus patients and controls.

Bioinformatik ist ein wichtiger Teil der heutigen Lebenswissenschaften. In der heutigen Zeit werden von einer Vielzahl von Methoden immer größere Mengen an biologischen Daten generiert. Die Spezifität der zugrundeliegenden biologischen Fragestellung erfordert leistungsstarke und spezifische Software für die Datananalyse. Außerdem erlauben die großen Datenmengen Computer-Wissenschaftlern neue Algorithmen und Methoden zu entwicklen um neue Einblicke in biologische Prozesse zu erhalten.
Ungerichtete Metabolomanalysen mit Gaschromatographie und Massenspektrometrie (GC-MS) sind weit verbreitete Methoden zur Entdeckung von neuen Biomarkern und zur Untersuchung von Stoffwechsel-Veränderungen. Stabile Isotopen erlauben es den Fluss der Metabolite in einem Organismus zu verfolgen. Neue Methoden erlauben es, ohne Vorwissen, alle isotopenmarkierten Metabolite in einem Organismus zu detektieren.
In dieser Arbeit habe ich Algorithmen entwickelt um die Datenanalyse von verschiedenen biologische Fragestellungen zu unterstützen. Basierend auf diesen Algorithmen habe ich nutzerfreundliche Programme entwickelt, die Wisseschaftler bei der täglichen Arbeit unterstützen. Weiterhin habe ich die Algorithmen und Programme auf spezifische biologische Datensätze angewendet um die analytischen Fähigkeiten und Grenzen der Programme zu evaluieren.
Ich habe MIAMI entwickelt, eine Software um metabolische Veränderungen zu detektieren und zu visualisieren. Ich konnte MIAMI erfogreich anwenden um die Wirkungsweise von sieben Pestiziden aufzuklären. Weiterhin konnte ich zeigen, dass die Toxine TcdA und TcdB von Clostridioides difficile N-Acetylneuraminsäure (NANA), einem Bestandteil von Mucin und beliebtes Substrat von C. difficile, reduzieren kann. Außerdem konnte ich zeigen, dass TcdB dazu die katalytische Funktion benötigt, TcdA hingegen nicht.
Außerdem habe ich DBSAnalyzer entwickelt. Ein Programm um die Glukoneogenese und Glukose-Produktion basierend auf einem einfachen Experiment mit getrockneten Blut Tropfen und einem mathematischen Modell zu berechnen. Ich habe DBSAnalyzer angewendet um die technische und biologische Reproduzierbarkeit der Methode zu demonstrieren und um einen Datensatz von 63 Type II Diabetes Patienten und Kontrollen zu analysieren.