Bibliographic Metadata

Title
Bewertung von Protein-Microarrays zur Früherkennung von Prostatakrebs
Additional Titles
Assessment of Protein Microarrays for Early Detection of Prostate Cancer
AuthorGamperl, Magdalena
Published2012
Date of SubmissionJuly 2012
LanguageEnglish
Document typeBachelor Thesis
Keywords (DE)Proteinmikroarray / Prostatakrebs / Prostata / Biomarker / Tumor-assoziiertes Antigen / TAA / Tumor-Autoantikörper / Krebsfrüherkennung / Plasmaprobe
Keywords (EN)Protein microarray / Prostate cancer / Prostate gland / Biomarker / Tumor-associated antigen / TAA / Tumor auto-antibody / Early cancer detection / Plasma sample
Restriction-Information
 _
Classification
Abstract (German)

In den letzten Jahrzehnten nahm die Anzahl an Krebsdiagnosen und Sterbefälle weltweit tendenziell zu. Eine nationale Gesundheitsstatistik (2010) zeigte, dass in Österreich die Sterberate, nach einer vorangegangen Krebserkrankung, bereits an zweite Stelle der gesamten Todesursachen rückte und die Anzahl an Prostatakrebsfällen als häufigste Krebsneuerkrankung seit 1994 stetig zunimmt. Die Erkennung einer Krankheit in einem anfänglichen Stadium kann oftmals den Krankheitsverlauf enorm bestimmten, demnach ist es von großer Bedeutung neue Ansätze zur Früherkennung von Krankheiten zu finden. Tumore der Prostata zeigen ein langsames Wachstum und weisen daher eine hohe Heilungschance auf, wenn sie in einem sehr frühen Stadium erkannt werden. Da sich Prostatatumore vorwiegend in hohem Alter und meist ohne jegliche Symptome und Schmerzen entwickeln, ist die Erkennung oftmals schwierig. Die Prostata bildet einen Teil des männlichen Fortpflanzungssystems und sezerniert neben Samen-bildenden Komponenten das Prostata-spezifische Antigen (PSA) in den Harnleiter. In geringen Mengen wird PSA zusätzlich in das Blut abgeben und kann daher als Prostata-spezifischer Marker über ein Blut-Screening gemessen werden. Basierend auf der erhöhten PSA-Sekretion bei Prostatatumoren wird das PSA-Screening neben der Prostataabtastung als Standardprozedere bei Verdacht auf Prostatakrebs durchgeführt. Da eine PSA-Überproduktion jedoch auch durch andere Ursachen ausgelöst werden kann, führte dieser PSA-Test zu einer Vielzahl von falsch positiven Krebsdiagnosen. Aufgrund der fehlenden Signifikanz des PSA-Wertes wird intensiv nach diagnostischen Alternativen zur Krebsdetektion geforscht. Einen vielversprechenden Ansatz zur Entwicklung eines Testes zur Prostatakrebs-Früherkennung bietet die Proteinmikroarray-Technologie. Proteinmikroarrays werden häufig zur Identifizierung von Biomarkern verwendet, da eine Probe in einem einzigen Experiment auf tausende verschiedene Proteine getestet werden kann. Die Entstehung eines Tumors löst nachweisbare Veränderungen im Körper des Patienten aus und resultiert in die Bildung sogenannter Tumor-assoziierten Antigenen (TAA). Das Immunsystem erkennt diese TAAs als fremd und bewirkt die Bildung von speziellen Tumor-Autoantikörpern. Derzeit arbeiten mehrere Forschungsgruppen an der Identifizierung Krebs-spezifischer Biomarker zur Entwicklung eines Schnelltests, welche signifikant zwischen Krebs- und Kontrollproben unterscheiden kann. Zu diesem Zweck wurden nahezu 15.300 in-frame Klone der UNIPEX-Bibliothek exprimiert und in Duplikaten auf die Slide-Oberfläche gespottet. Diese nicht-prozessierten Mikroarray-Slide wurden anschließend gegen das isolierte Immunglobulin G (IgG) von 100 Plasmaproben, unterteilt in 50 Prostatakrebs- und 50 Kontrollproben, hybridisiert. Die resultierenden Daten wurden Bild- und statistischen Analysen unterzogen. Der 1-Nearest Neighbor Classifier führte zu einer Identifizierung von 167 Kandidaten, die mit einer Wahrscheinlichkeit von 92 % signifikant zwischen Prostatakrebs- und Kontrollproben zu unterscheiden sind. Die Fläche unter der ROC Kurve wurde mit der Bayesian compound covariate Vorhersage berechnet und zeigte einen signifikanten Wert von 0,838.

Abstract (English)

Cancer has become a serious health problem worldwide in the last decades based on the increasing cancer incidences and death cases. National statistics (2010) show, that cancer is ranked as the second most common cause of death in Austria and led to almost one out of four death cases in men. Prostate cancer in particular is the most frequent diagnosed cancer type and caused almost every tenth cancer-related death since 1994. The early detection of a disease can have a great influence on the progress and outcome of the disease. The most reported tumors of the prostate gland occur later in life of men, and detection is often difficult as they are asymptomatic and painless. Due to the mainly slow development of prostate cancer, new diagnostic approaches for early diagnosis could improve the detection rate and curability of prostate cancer. One function of the prostate gland also is the secretion of the prostate specific antigen (PSA) in the urethra and the circulation. Diminutive amounts of PSA can be detected in the blood, the PSA-value, and can be used as a prostate specific biomarker. Due to increment of the PSA production during cancer development, the screening of the PSA-value is widely used as a diagnostic tool to detect or confirm prostate cancer. Based on the fact, that a variety of reasons can cause an increased PSA-value, the PSA-screening led to a high false positive rate. A promising diagnostic approach could be the use of the protein microarray technology to identify specific biomarker which can differentiate between prostate cancer and control samples. Due to the high-throughput ability of the protein microarray technology, thousands of antibodies or tumor associated antigens (TAAs) can be screened in one single experiment. These TAAs are elicited in the circulation during a tumor development and led to the generation of tumor-autoantibodies as a result of an immune response. Different research groups are focusing on the identification of a panel of prostate specific autoantibodies to apply them as an early detection method using blood samples. Therefore, proteins of the well defined in-frame clones of the UNIPEX- library were expressed and spotted as duplicates onto microarray slides. The immunoglobulin G (IgG) of 100 plasma samples, subdivided in 50 prostate cancer and 50 control samples, was isolated and incubated on the non-processed microarray slides containing almost 15,300 proteins. Image- and statistical analyses were applied to the collated data. The performed 1-Neares Neighbor classifier, using a significance level of 0.001 and the quantile-normalization resulted in the identification of 167 classifiers in the IgG purified samples with an accuracy of 92 %. The cross-validation from the Bayesian compound covariate predictor distinguished between the prostate cancer and control samples with an ROC curve AUC of 0.838. Due to the high significance of the AUC, the identified classifiers could be used as candidates for the targeted array.

Stats
The PDF-Document has been downloaded 0 times.