Skip to main content
Erschienen in: Die Ophthalmologie 9/2022

Open Access 22.02.2022 | Biomarker | Übersichten

Webbasierte Genexpressionsanalysen – auf dem Weg zur molekularen Entschlüsselung gesunder und erkrankter Augengewebe

verfasst von: Julian Wolf, Thabo Lapp, Thomas Reinhard, Hansjürgen Agostini, Günther Schlunck, Clemens Lange

Erschienen in: Die Ophthalmologie | Ausgabe 9/2022

Zusammenfassung

Hintergrund

Die Entschlüsselung des Transkriptoms hat in den letzten Jahren unser Verständnis zahlreicher Erkrankungen verbessert. Öffentlich zugängliche Datenbanken, wie z. B. die Gene Expression Omnibus-Datenbank des National Center for Biotechnology Information, sammeln Transkriptomrohdaten aus einer Vielfalt von Proben, ohne jedoch dem bioinformatischen Laien einen intuitiven Zugang zu den Daten zu gewähren. Daher wurden in den vergangenen Jahren spezielle Transkriptomdatenbanken programmiert, die eine benutzerfreundliche Web-basierte Datenanalyse ermöglichen und damit niederschwellig molekulare Einblicke in okuläre Gewebe ermöglichen.

Fragestellung

Ziel dieser Arbeit ist es, einen Überblick über die aktuell verfügbaren okulären Transkriptomdatenbanken zu geben und diese mit dem in Freiburg neu etablierten Human Eye Transcriptome Atlas zu vergleichen.

Methoden

Literatursuche in PubMed.

Ergebnisse

Neun okuläre Transkriptomdatenbanken mit unterschiedlichem Anwendungsschwerpunkt wurden identifiziert. Die Plattformen iSyTE und Express spezialisieren sich auf die Genexpression während der Linsen- und Netzhautentwicklung der Maus, wohingegen retina.tigem.it, Eye in a Disk und Spectacle ihren Fokus auf einzelne okuläre Gewebe wie die Netzhaut legen. Spectacle, UCSC Cell Browser und Single Cell Portal erlauben die intuitive Exploration von Einzelzell-RNA-Sequenzierungsdaten von Netzhaut‑, Aderhaut‑, Kornea‑, Iris‑, Trabekelmaschenwerk- und Skleragewebe. Die Microarray-Profile verschiedener gesunder okulärer Gewebe werden in der Ocular Tissue Database bereitgestellt. Der Human Eye Transcriptome Atlas erfasst derzeit die größte Vielfalt an Augengeweben und Erkrankungen des Auges. Er zeichnet sich durch einen hohen Qualitätsstandard aus, der durch methodische Homogenität erreicht wird.

Schlussfolgerungen

Okuläre Transkriptomdatenbanken bieten einen umfassenden und intuitiven Einblick in die Transkriptionsprofile verschiedener gesunder und erkrankter Augengewebe. So verbessern sie unser Verständnis der zugrunde liegenden molekularen Krankheitsprozesse, unterstützen die Hypothesengenerierung und helfen bei der Suche nach neuen diagnostischen und therapeutischen Zielen für verschiedene Augenerkrankungen.
Hinweise
QR-Code scannen & Beitrag online lesen
Next Generation Sequencing (NGS) ermöglicht die simultane Sequenzierung von Millionen DNA- oder RNA-Molekülen und hat in den vergangenen Jahren unzählige Forschungsfelder wie die biologische Grundlagenforschung und die Untersuchung krankheitsrelevanter Prozesse revolutioniert. Während das Genom die Informationen der DNA beschreibt, die in allen Zellen identisch ist, spiegelt das Transkriptom die Gesamtheit aller RNA-Moleküle wider und ist somit dynamisch und in verschiedenen Zellen und Geweben unterschiedlich ausgeprägt. Die Transkriptomanalyse mittels RNA-Sequenzierung nimmt somit eine besondere Rolle ein, um den Funktionszustand eines Gewebes zu erfassen und findet in der Klinik zunehmend Anwendung, z. B. bei der diagnostischen Klassifikation von Tumoren [9], der Abschätzung der Tumorprognose [28] sowie bei der Vorhersage des Therapieansprechens [7]. Große Datenbanken wie der Cancer Genome Atlas [6] stellen die in wissenschaftlichen Arbeiten generierten Sequenzierungsrohdaten zur Verfügung, wobei bisher kaum Augengewebe enthalten ist und die Analyse der Rohdaten bioinformatische Kenntnisse erfordert. Daher wurden in den vergangenen Jahren spezielle benutzerfreundliche und web-basierte Datenbanken erstellt, die eine intuitive Durchsicht und vergleichende Analyse der Transkriptionsprofile okulärer Gewebe ermöglichen. Das Ziel dieser Arbeit ist es, dem Leser einen Überblick über diese aktuell verfügbaren okulären Transkriptomdatenbanken zu geben und deren Vorteile bzw. Limitation aufzuzeigen.

Prinzip der RNA-Sequenzierung

Die RNA-Sequenzierung erlaubt die Entschlüsselung der Nukleotidsequenzen von Millionen von RNA-Molekülen in einer Probe [24]. Durch Vergleich dieser Sequenzen mit dem bekannten Referenzgenom können unterschiedliche RNA-Moleküle identifiziert und quantifiziert werden. Die RNA dient unter anderem als Bauplan für die Herstellung von Proteinen oder kann regulatorische Funktionen in diesem Prozess ausüben. Die Analyse des Transkriptoms bietet somit einen unvoreingenommenen Einblick in den Funktionszustand des Gewebes (Abb. 1).
Der Vergleich von Proben erkrankter und gesunder Probanden ermöglicht genaue Einblicke in die der Erkrankung zugrunde liegenden pathophysiologischen Prozesse und darüber hinaus die Identifikation neuer diagnostischer und prognostisch relevanter Biomarker. Der Erfolg des Human Genome Projects [13] und die technischen Fortschritte haben in den letzten Jahren die Kosten und den Zeitaufwand der Sequenzierung erheblich reduziert, und es ist wahrscheinlich, dass diese Entwicklung zu einer zunehmenden Anwendung der Technologie in der klinischen Diagnostik führen wird [8]. Zudem können neuerdings durch spezielle Sequenzierungsmethoden neben frischen Proben auch archivierte Formalin-fixierte und in Paraffin eingebettete Präparate sequenziert werden, was insbesondere die Analyse seltener Erkrankungen deutlich vereinfacht [2].

Anwendung in der Onkologie

Die Transkriptomanalyse hat bisher insbesondere Anwendung in der Onkologie gefunden [7, 9, 28]. So wurden anhand von Transkriptomdaten von Lungentumoren und Kontrollgewebe diagnostische Faktoren identifiziert, auf deren Basis in einem unabhängigen Validierungsdatensatz aus über 1000 Tumoren mit einer Genauigkeit von 98 % zwischen Tumor- und Kontrollgewebe unterschieden werden konnte [9]. Auch die Differenzierung von Plattenepithel- und Adenokarzinomen der Lunge gelang in dieser Arbeit mit einer Klassifikationsgenauigkeit von 95 % [9]. Ein weiteres Anwendungsbeispiel der RNA-Sequenzierung stellt die Abschätzung der Tumorprognose anhand des Transkriptionsprofils dar. Uhlen et al. analysierten das Transkriptom von über 8000 Proben der häufigsten Tumorarten und identifizierten für jede Entität prognostisch relevante Faktoren, anhand derer eine Prognoseabschätzung gelang [28]. Auch die Vorhersage des Therapieansprechens von Tumoren stellt eine interessante und ausgesprochen praxisrelevante Anwendungsmöglichkeit der Transkriptomanalyse dar. Die molekulare Charakterisierung verschiedener Tumoren mittels RNA- und DNA-Sequenzierung ermöglichte so eine Entitäten-übergreifende Klassifikation in 4 molekulare Subtypen, welche einen prädiktiven Wert für das Ansprechen auf eine Immuncheckpoint-Inhibitor-Therapie liefert und somit Relevanz für eine zukünftige individualisierte Therapieplanung hat [7]. Eine kürzlich veröffentlichte Stellungnahme der Bundesärztekammer geht davon aus, dass in den nächsten Jahren bei einem Großteil der Tumorpatienten schon bei Erstdiagnose eine molekulare Klassifikation des Tumors erfolgt mit dem Ziel, eine möglichst präzise Therapiestrategie zu verfolgen [20].

Anwendung in der Augenheilkunde

In der Augenheilkunde hat die RNA-Sequenzierung insbesondere in der klinischen Praxis bisher vergleichsweise wenig Anwendung gefunden. Kürzlich wurde eine diagnostische Klassifikation von Plattenepithelkarzinomen und -Papillomen der Bindehaut anhand eines aus wenigen Markern bestehenden Transkriptionsprofils beschrieben [3, 15]. Zudem wurde die Genexpression von bestimmten Zellrezeptoren, die eine SARS-CoV-2-Infektion vermitteln, in Gewebe der Augenoberfläche [14] und intraokularen Geweben [16] mittels RNA-Sequenzierung untersucht. Auch Hyalozyten aus dem Glaskörper von Patienten mit epiretinaler Gliose konnten kürzlich mithilfe von RNA-Sequenzierungen als eine aktive und immunmodulatorische Zellpopulation charakterisiert werden [4]. Eine Prognoseabschätzung für okuläre Tumoren gelang für das Aderhaut- und das Bindehautmelanom [21, 32]. Das Aderhautmelanom konnte anhand des Transkriptoms in 4 prognostisch relevante molekulare Subtypen unterteilt werden [21]. Diese Klassifikation erreichte eine höhere Vorhersagekraft für das Auftreten von Fernmetastasen 5 Jahre nach einer Brachytherapie als die klassische Einteilung nach dem American Joint Committee on Cancer Staging Manual (8th Edition) [17]. Auch für das Bindehautmelanom wurden 20 prognostisch relevante Faktoren identifiziert, die eine Abschätzung des Risikos für das Auftreten eines Lokalrezidivs oder von Fernmetastasen ermöglichen [32]. Für die neovaskuläre altersabhängige Makuladegeneration (nAMD) wurden durch RNA-Sequenzierung von chorioidalen Neovaskularisationsmembranen (CNV) Calprotectin (S100A8/S100A9) sowie Secreted Phosphoprotein 1 (SPP1) als neue nAMD-assoziierte Faktoren identifiziert [22, 23, 31]. Die intravitreale Injektion eines SPP1-Inhibitors führte im murinen Laser-CNV-Modell zu einer signifikanten Modulation der CNV-Ausprägung, was die Bedeutung des Faktors als potenzielles neues Therapieziel für die nAMD unterstreicht [23].

Transkriptomdatenbanken

Mit dem technischen Fortschritt, der zu einer erheblichen Zunahme von Transkriptomanalysen geführt hat, sind innerhalb der letzten Jahre große Datenbanken entstanden, die eine Vielzahl von Transkriptomdatensätzen verschiedener Erkrankungen enthalten [6, 10]. Eine der größten Datenbanken ist der Cancer Genome Atlas, welcher inzwischen die Sequenzierdaten von über 84.000 Tumorproben von 67 verschiedenen Entitäten enthält [6]. Die Vielfalt dieser Daten hat es ermöglicht, typische genetische und molekulare Veränderungen, die in verschiedenen Tumoren auftreten, zu katalogisieren, um zum einen das Wissen über jede einzelne Tumorentität zu erweitern und zum anderen das Verständnis über Entitäten-übergreifende Mechanismen der Karzinogenese zu verbessern [11]. Zudem sind die Sequenzierungsrohdaten öffentlich verfügbar und können z. B. als Validierungsdatensatz verwendet werden [9]. An dieser Stelle soll auch auf den Human Protein Atlas hingewiesen werden [27], der mithilfe einer Kombination verschiedener „Omics“-Technologien wie Massenspektrometrie oder antikörperbasierte Proteomik humane Proteine in Zellen, Geweben und Organen katalogisiert. Ungeachtet der genannten vielfältigen Möglichkeiten enthält der Cancer Genome Atlas mit Ausnahme des Aderhautmelanoms bisher keine okulären Gewebe. Obwohl effiziente Algorithmen für die Analyse der enthaltenen Sequenzierungsrohdaten existieren, erfordern diese spezielle bioinformatische Kenntnisse und sind darüber hinaus relativ zeitaufwendig. Aus diesen Gründen besteht ein Bedarf an Datenbanken, die Transkriptionsprofile okulärer Gewebe enthalten und gleichzeitig eine intuitive Datenanalyse ermöglichen.

Übersicht okuläre Transkriptomdatenbanken

Nachfolgend wird eine Übersicht über die verfügbaren okulären Transkriptomdatenbanken gegeben (s. Tab. 1).
Tab. 1
Übersicht über durchsuchbare okuläre Transkriptomdatenbanken
Datenbank
iSyTE 2.0
Express
Retina.tigem.it
Spectacle
UCSC Cell
Browser
Broad Institute
Single Cell
Portal
Eye in a Disk
Ocular Tissue Database
Human Eye Transcriptome Atlas
Gesundes Gewebe
Linse
Linse
Retina
Retina
Retina
RPE/Choroidea
Retina
RPE/Choroidea
Kornea
Kornea
Iris
TMW
Sklera
Retina
RPE/Choroidea
Kornea
Linse
Retina
RPE/Choroidea
Kornea
Sklera
TMW
Iris
Ziliarkörper
Linse
Sehnervenkopf
Sehnerv
Retina
RPE/Choroidea
Bindehaut
Kornea
Lid
Tränendrüse
Sehnerv
Periphere Retina
Zentrale Retina
RPE/Choroidea
ILM
Retinale Mikroglia
Hyalozyten
Erkranktes Gewebe
Autoimmunretinopathie
RPE nAMD
RPE nAMD
Retina AMD
BH-SCC
BH-Papillom
BH-Melanom
Pterygium
CNV-Membran
Epiretinale Gliose
PDR-Membran
PVR epiretinal
PVR subretinal
Gewebearten
1
2
1
4
4
6
5
10
20
Proben
42
56
50
23
23
18
829
6
139
Spezies
Maus
Maus
Mensch
Mensch
Mensch
Mensch, Schwein
Mensch
Mensch
Mensch
Gewebequelle
Maus
Maus
Postmortal
Postmortal
Postmortal
Postmortal
Postmortal &
Stammzellen
Postmortal
OP-Präparate
Methode
Microarray
RNA-Seq
RNA-Seq
scRNA-Seq
scRNA-Seq
scRNA-Seq
RNA-Seq
Microarray
RNA-Seq
Methodisch homogena
Nein
Nein
Ja
Nein
Nein
Nein
Nein
Ja
Ja
Komparative Analyse b
Ja
Ja
Ja
Nein
Nein
Nein
Ja
Ja
Ja
Link
Publikation
[12]
[5]
[19]
[29]
[25]
[26]
[30]
[33]
AMD altersabhängige Makuladegeneration, BH Bindehaut, CNV chorioidale Neovaskularisation, FFPE Formalin-fixiert und Paraffin-eingebettet, ILM Membrana limitans interna, nAMD neovaskuläre AMD, PDR proliferative diabetische Retinopathie, PVR proliferative Vitreoretinopathie, RNA-Seq RNA-Sequenzierung, RPE retinales Pigmentepithel, scRNA-Seq „single-cell RNA-Seq“, TMW Trabekelmaschenwerk, UCSC University of California, Santa Cruz
aMethodisch homogen, fasst folgende Qualitätskriterien zusammen: Bestätigung der histologischen Diagnose durch erfahrene Ophthalmopathologen, Verwendung des identischen Sequenzierungsprotokolls zur Minimierung der technischen Variabilität
bKomparative Analyse meint, dass alle Proben in ein gemeinsames bioinformatisches Modell eingeschlossen wurden, um so eine Normalisierung und damit Vergleichbarkeit der Expression zwischen verschiedenen Proben zu erreichen

iSyTE und Express

Die Datenbanken iSyTE (https://​research.​bioinformatics.​udel.​edu/​iSyTE) [12] und Express (https://​sysbio.​sitehost.​iu.​edu/​express) [5] stellen die Transkriptionsprofile von Linsen- und Retinaproben der Maus zur Verfügung, wobei ein breites Spektrum an embryonalen und postnatalen Stadien enthalten ist. Somit werden eine intuitive Analyse und Visualisierung der Genexpression in verschiedenen Stadien der Linsen- und Netzhautentwicklung ermöglicht. Die Rohdaten stammen größtenteils aus öffentlich verfügbaren Datensätzen, welche durch unterschiedliche Sequenzierungsprotokolle an verschiedenen Institutionen generiert wurden, was die genannten Datenbanken durch eine methodische Inhomogenität limitiert. Zudem ist die Microarray-Technologie, auf der die iSyTE-Datenbank basiert, im Vergleich zur RNA-Sequenzierung durch eine höhere technische Variabilität sowie durch die fehlende Detektion von seltenen und neuen Transkripten limitiert [18]. Darüber hinaus können Microarray-Analysen nur diejenigen Transkripte nachweisen, für die eine entsprechende Sonde verfügbar ist, sodass es sich im Gegensatz zur RNA-Sequenzierung nicht um eine völlig unvoreingenommene Analyse handelt [18].

retina.tigem.it

Die Datenbank retina.tigem.it (http://​retina.​tigem.​it) enthält die Transkriptionsprofile von 50 gesunden humanen Netzhäuten, welche durch RNA-Sequenzierung methodisch homogen generiert wurden [19]. Somit wird ein umfangreicher und intuitiv durchsuchbarer Referenztranskriptomdatensatz der humanen Netzhaut angeboten. Bei den Proben handelt es sich um postmortales Gewebe, welches aufgrund der längeren Zeit zwischen Tod und Konservierung einem schnellen RNA-Abbau unterworfen ist, was die Daten in ihrer Aussagekraft beschränken kann [1, 22].

Spectacle, UCSC Cell Browser und Single Cell Portal

Die Plattformen Spectacle (http://​singlecell-eye.​com), UCSC Cell Browser (https://​cells.​ucsc.​edu/​?​bp=​eye) und Single Cell Portal (https://​singlecell.​broadinstitute.​org) ermöglichen die Exploration von umfangreichen Einzelzell-RNA-Sequenzierungsdaten von humanem Netzhaut‑, Aderhaut‑/RPE-, Kornea‑, Iris‑, Trabekelmaschenwerk- und Skleragewebe und enthalten zudem auch erkranktes Gewebe von Patienten mit Autoimmunretinopathie oder neovaskulärer AMD [29]. Der Anwender kann ohne bioinformatisches Hintergrundwissen analysieren, welche Zelltypen ein bestimmtes Gen exprimieren, welche Subpopulationen innerhalb eines Zelltyps vorliegen und kann zudem zelltypspezifische Markergene explorieren. Alle 3 Datenbanken basieren auf postmortalem Gewebe, sodass zuvor genannte Limitationen berücksichtigt werden müssen.

Eye in a Disk

Die Datenbank Eye in a Disk (https://​eyeIntegration.​nei.​nih.​gov) ist mit einer Anzahl von 829 enthaltenen Proben die aktuell größte okuläre Transkriptomdatenbank [26], wobei verhältnismäßig wenig verschiedene Gewebearten (Retina, Aderhaut/RPE, Kornea, Linse) zur Verfügung stehen. Die Datenbank erlaubt als einzige einen Vergleich der okulären Transkriptionsprofile mit nichtokulären Geweben. Eye in a Disk ist durch postmortales oder aus Stammzellen gewonnenes Gewebe sowie durch methodische Inhomogenität limitiert.

Ocular Tissue Database

Die Ocular Tissue Database (https://​genome.​uiowa.​edu/​otdb) stellt die Transkriptionsprofile einer mit 10 Entitäten verhältnismäßig großen Auswahl an verschiedenen gesunden humanen okulären Gewebearten zur Verfügung [30]. Die Datenbank enthält jedoch keine erkrankten okulären Entitäten und ist zudem durch die Microarray-Technologie und durch postmortal entnommenes Gewebe limitiert.

Human Eye Transcriptome Atlas

Der von unserer Arbeitsgruppe entwickelte Human Eye Transcriptome Atlas (https://​www.​eye-transcriptome.​com, [33]) bietet unter den aktuell verfügbaren Datenbanken die größte Anzahl an verschiedenen okulären Gewebearten und enthält die meisten erkrankten okulären Entitäten – darunter Bindehautmelanome, Bindehautplattenepithelkarzinome, Bindehautpapillome, Pterygien sowie epiretinale Gliose, chorioidale Neovaskularisationsmembranen von Patienten mit neovaskulärer AMD, retinale Neovaskularisationsmembranen von Patienten mit proliferativer diabetischer Retinopathie und Membranen von Patienten mit proliferativer Vitreoretinopathie (epi- und subretinal) (Abb. 2). Mit insgesamt 139 Transkriptomdatensätzen gehört der Human Eye Transcriptome Atlas neben Eye in a Disk zu den beiden größten Datenbanken. Der Human Eye Transcriptome Atlas ist darüber hinaus die einzige Datenbank, die operativ entnommene Gewebeproben enthält, die unmittelbar nach der chirurgischen Entfernung entweder in RNA-Stabilisierungslösung überführt oder in Formalin fixiert und in Paraffin eingebettet (FFPE) wurden und anschließend sequenziert wurden [2, 4]. Dieses Vorgehen bietet den Vorteil, dass der schnelle RNA-Abbau, der bei postmortalen Proben auftritt, durch die unmittelbare Fixierung verringert wird [1, 22]. Alle Gewebeproben des Human Eye Transcriptome Atlas wurden an derselben Institution entnommen, prozessiert, durch erfahrene Ophthalmopathologen beurteilt und unter Anwendung desselben Sequenzierungsprotokolls sequenziert. Dies sichert einen hohen Qualitätsstandard der Proben und reduziert zudem die technische Variabilität der Sequenzierung.

Fazit

Transkriptomdatenbanken wie der Cancer Genome Atlas [6] enthalten bisher kaum Augengewebe und erfordern für die Analyse der Sequenzierungsrohdaten spezielle bioinformatische Kenntnisse. Deshalb sind spezialisierte Datenbanken mit unterschiedlichem Anwendungsfokus entstanden, die Transkriptionsprofile okulärer Gewebe bereitstellen und gleichzeitig eine intuitive Datenanalyse ermöglichen. Unter den in dieser Arbeit zusammengefassten Datenbanken erlauben Spectacle, der UCSC Cell Browser und das Single Cell Portal des Broad Instituts eine intuitive Exploration von Einzelzell-RNA-Sequenzierungsdaten von Netzhaut‑, Aderhaut‑, Kornea‑, Iris‑, Trabekelmaschenwerk- und Skleragewebe. Der Human Eye Transcriptome Atlas bietet die größte Anzahl an verschiedenen Augengewebearten, enthält die meisten erkrankten okulären Entitäten und zeichnet sich durch einen hohen Qualitätsstandard aus, der durch methodische Homogenität erreicht wird. Okuläre Transkriptomdatenbanken bieten einen umfassenden und intuitiven Einblick in die Transkriptionsprofile verschiedener Augengewebe und -erkrankungen und ermöglichen somit eine unkomplizierte Hypothesenüberprüfung auf der Suche nach neuen diagnostischen und therapeutischen Zielen.

Einhaltung ethischer Richtlinien

Interessenkonflikt

J. Wolf, T. Lapp, T. Reinhard, H. Agostini, G. Schlunck und C. Lange geben an, dass kein Interessenkonflikt besteht. Alle Autoren sind am „Human Eye Transcriptome Atlas“ beteiligt, der ohne kommerzielle Beeinflussung und Interessen selbstfinanziert veröffentlicht wurde.
Für diesen Beitrag wurden von den Autoren keine Studien an Menschen oder Tieren durchgeführt. Für die aufgeführten Studien gelten die jeweils dort angegebenen ethischen Richtlinien.
Open Access Dieser Artikel wird unter der Creative Commons Namensnennung 4.0 International Lizenz veröffentlicht, welche die Nutzung, Vervielfältigung, Bearbeitung, Verbreitung und Wiedergabe in jeglichem Medium und Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle ordnungsgemäß nennen, einen Link zur Creative Commons Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden.
Die in diesem Artikel enthaltenen Bilder und sonstiges Drittmaterial unterliegen ebenfalls der genannten Creative Commons Lizenz, sofern sich aus der Abbildungslegende nichts anderes ergibt. Sofern das betreffende Material nicht unter der genannten Creative Commons Lizenz steht und die betreffende Handlung nicht nach gesetzlichen Vorschriften erlaubt ist, ist für die oben aufgeführten Weiterverwendungen des Materials die Einwilligung des jeweiligen Rechteinhabers einzuholen.
Weitere Details zur Lizenz entnehmen Sie bitte der Lizenzinformation auf http://​creativecommons.​org/​licenses/​by/​4.​0/​deed.​de.

Unsere Produktempfehlungen

Die Ophthalmologie

Print-Titel

  • Umfassende Themenschwerpunkte mit klaren Handlungsempfehlungen
  • Praxisrelevante CME-Fortbildung in jedem Heft
  • Organ der Deutschen Ophthalmologischen Gesellschaft

e.Med Interdisziplinär

Kombi-Abonnement

Für Ihren Erfolg in Klinik und Praxis - Die beste Hilfe in Ihrem Arbeitsalltag

Mit e.Med Interdisziplinär erhalten Sie Zugang zu allen CME-Fortbildungen und Fachzeitschriften auf SpringerMedizin.de.

Literatur
1.
Zurück zum Zitat Blair JA, Wang C, Hernandez D et al (2016) Individual case analysis of postmortem interval time on brain tissue preservation. PLoS ONE 11:e151615CrossRef Blair JA, Wang C, Hernandez D et al (2016) Individual case analysis of postmortem interval time on brain tissue preservation. PLoS ONE 11:e151615CrossRef
2.
Zurück zum Zitat Boneva S, Schlecht A, Bohringer D et al (2020a) 3′ MACE RNA-sequencing allows for transcriptome profiling in human tissue samples after long-term storage. Lab Invest 100:1345–1355CrossRef Boneva S, Schlecht A, Bohringer D et al (2020a) 3′ MACE RNA-sequencing allows for transcriptome profiling in human tissue samples after long-term storage. Lab Invest 100:1345–1355CrossRef
3.
Zurück zum Zitat Boneva S, Schlecht A, Zhang P et al (2020b) MACE RNA sequencing analysis of conjunctival squamous cell carcinoma and papilloma using formalin-fixed paraffin-embedded tumor tissue. Sci Rep 10:21292CrossRef Boneva S, Schlecht A, Zhang P et al (2020b) MACE RNA sequencing analysis of conjunctival squamous cell carcinoma and papilloma using formalin-fixed paraffin-embedded tumor tissue. Sci Rep 10:21292CrossRef
4.
Zurück zum Zitat Boneva SK, Wolf J, Rosmus DD et al (2020) Transcriptional profiling uncovers human hyalocytes as a unique innate immune cell population. Front Immunol 11:567274CrossRef Boneva SK, Wolf J, Rosmus DD et al (2020) Transcriptional profiling uncovers human hyalocytes as a unique innate immune cell population. Front Immunol 11:567274CrossRef
5.
Zurück zum Zitat Budak G, Dash S, Srivastava R et al (2018) Express: a database of transcriptome profiles encompassing known and novel transcripts across multiple development stages in eye tissues. Exp Eye Res 168:57–68CrossRef Budak G, Dash S, Srivastava R et al (2018) Express: a database of transcriptome profiles encompassing known and novel transcripts across multiple development stages in eye tissues. Exp Eye Res 168:57–68CrossRef
6.
Zurück zum Zitat Cancer Genome Atlas Research Network, Research N, Weinstein JN, Collisson EA et al (2013) The cancer genome atlas pan-cancer analysis project. Nat Genet 45:1113–1120CrossRef Cancer Genome Atlas Research Network, Research N, Weinstein JN, Collisson EA et al (2013) The cancer genome atlas pan-cancer analysis project. Nat Genet 45:1113–1120CrossRef
8.
Zurück zum Zitat van Dijk EL, Auger H, Jaszczyszyn Y et al (2014) Ten years of next-generation sequencing technology. Trends Genet 30:418–426CrossRef van Dijk EL, Auger H, Jaszczyszyn Y et al (2014) Ten years of next-generation sequencing technology. Trends Genet 30:418–426CrossRef
9.
Zurück zum Zitat Girard L, Rodriguez-Canales J, Behrens C et al (2016) An expression signature as an aid to the histologic classification of non-small cell lung cancer. Clin Cancer Res 22:4880–4889CrossRef Girard L, Rodriguez-Canales J, Behrens C et al (2016) An expression signature as an aid to the histologic classification of non-small cell lung cancer. Clin Cancer Res 22:4880–4889CrossRef
10.
Zurück zum Zitat GTEx Consortium, Laboratory, Data Analysis &Coordinating Center (LDACC)—Analysis Working Group et al (2017) Genetic effects on gene expression across human tissues. Nature 550:204–213CrossRef GTEx Consortium, Laboratory, Data Analysis &Coordinating Center (LDACC)—Analysis Working Group et al (2017) Genetic effects on gene expression across human tissues. Nature 550:204–213CrossRef
11.
Zurück zum Zitat Hutter C, Zenklusen JC (2018) The cancer genome atlas: creating lasting value beyond its data. Cell 173:283–285CrossRef Hutter C, Zenklusen JC (2018) The cancer genome atlas: creating lasting value beyond its data. Cell 173:283–285CrossRef
12.
Zurück zum Zitat Kakrana A, Yang A, Anand D et al (2018) iSyTE 2.0: a database for expression-based gene discovery in the eye. Nucleic Acids Res 46:D875–D885CrossRef Kakrana A, Yang A, Anand D et al (2018) iSyTE 2.0: a database for expression-based gene discovery in the eye. Nucleic Acids Res 46:D875–D885CrossRef
13.
Zurück zum Zitat Lander ES, Linton LM, Birren B et al (2001) Initial sequencing and analysis of the human genome. Nature 409:860–921CrossRef Lander ES, Linton LM, Birren B et al (2001) Initial sequencing and analysis of the human genome. Nature 409:860–921CrossRef
14.
Zurück zum Zitat Lange C, Wolf J, Auw-Haedrich C et al (2020) Expression of the COVID-19 receptor ACE2 in the human conjunctiva. J Med Virol 92:2081–2086CrossRef Lange C, Wolf J, Auw-Haedrich C et al (2020) Expression of the COVID-19 receptor ACE2 in the human conjunctiva. J Med Virol 92:2081–2086CrossRef
15.
Zurück zum Zitat Lange CAK, Lehnert P, Boneva SK et al (2018) Increased expression of hypoxia-inducible factor‑1 alpha and its impact on transcriptional changes and prognosis in malignant tumours of the ocular adnexa. Eye (Lond) 32:1772–1782CrossRef Lange CAK, Lehnert P, Boneva SK et al (2018) Increased expression of hypoxia-inducible factor‑1 alpha and its impact on transcriptional changes and prognosis in malignant tumours of the ocular adnexa. Eye (Lond) 32:1772–1782CrossRef
16.
Zurück zum Zitat Martin G, Wolf J, Lapp T et al (2021) Viral S protein histochemistry reveals few potential SARS-CoV‑2 entry sites in human ocular tissues. Sci Rep 11:19140CrossRef Martin G, Wolf J, Lapp T et al (2021) Viral S protein histochemistry reveals few potential SARS-CoV‑2 entry sites in human ocular tissues. Sci Rep 11:19140CrossRef
17.
Zurück zum Zitat Mazloumi M, Vichitvejpaisal P, Dalvin LA et al (2020) Accuracy of the cancer genome atlas classification vs American joint committee on cancer classification for prediction of metastasis in patients with uveal melanoma. JAMA Ophthalmol 138:260–267CrossRef Mazloumi M, Vichitvejpaisal P, Dalvin LA et al (2020) Accuracy of the cancer genome atlas classification vs American joint committee on cancer classification for prediction of metastasis in patients with uveal melanoma. JAMA Ophthalmol 138:260–267CrossRef
18.
Zurück zum Zitat Ozsolak F, Milos PM (2011) RNA sequencing: advances, challenges and opportunities. Nat Rev Genet 12:87–98CrossRef Ozsolak F, Milos PM (2011) RNA sequencing: advances, challenges and opportunities. Nat Rev Genet 12:87–98CrossRef
19.
Zurück zum Zitat Pinelli M, Carissimo A, Cutillo L et al (2016) An atlas of gene expression and gene co-regulation in the human retina. Nucleic Acids Res 44:5773–5784CrossRef Pinelli M, Carissimo A, Cutillo L et al (2016) An atlas of gene expression and gene co-regulation in the human retina. Nucleic Acids Res 44:5773–5784CrossRef
21.
Zurück zum Zitat Robertson AG, Shih J, Yau C et al (2017) Integrative analysis identifies four molecular and clinical subsets in uveal melanoma. Cancer Cell 32:204–220.e15CrossRef Robertson AG, Shih J, Yau C et al (2017) Integrative analysis identifies four molecular and clinical subsets in uveal melanoma. Cancer Cell 32:204–220.e15CrossRef
22.
Zurück zum Zitat Schlecht A, Boneva S, Gruber M et al (2020a) Transcriptomic characterization of human choroidal neovascular membranes identifies calprotectin as a novel biomarker for patients with age-related macular degeneration. Am J Pathol 190:1632–1642CrossRef Schlecht A, Boneva S, Gruber M et al (2020a) Transcriptomic characterization of human choroidal neovascular membranes identifies calprotectin as a novel biomarker for patients with age-related macular degeneration. Am J Pathol 190:1632–1642CrossRef
23.
Zurück zum Zitat Schlecht A, Zhang P, Wolf J et al (2020b) Secreted phosphoprotein 1 expression in retinal mononuclear phagocytes links murine to human choroidal neovascularization. Front Cell Dev Biol 8:618598CrossRef Schlecht A, Zhang P, Wolf J et al (2020b) Secreted phosphoprotein 1 expression in retinal mononuclear phagocytes links murine to human choroidal neovascularization. Front Cell Dev Biol 8:618598CrossRef
24.
Zurück zum Zitat Schlunck G, Boneva S, Wolf U et al (2020) RNA sequencing of formalin-fixed and paraffin-embedded tissue as a complementary method in ophthalmopathology. Klin Monbl Augenheilkd 237:860–866CrossRef Schlunck G, Boneva S, Wolf U et al (2020) RNA sequencing of formalin-fixed and paraffin-embedded tissue as a complementary method in ophthalmopathology. Klin Monbl Augenheilkd 237:860–866CrossRef
26.
Zurück zum Zitat Swamy V, Mcgaughey D (2019) Eye in a disk: eyeintegration human pan-eye and body transcriptome database version 1.0. Invest Ophthalmol Vis Sci 60:3236–3246CrossRef Swamy V, Mcgaughey D (2019) Eye in a disk: eyeintegration human pan-eye and body transcriptome database version 1.0. Invest Ophthalmol Vis Sci 60:3236–3246CrossRef
27.
Zurück zum Zitat Uhlen M, Fagerberg L, Hallstrom BM et al (2015) Proteomics. Tissue-based map of the human proteome. Science 347:1260419CrossRef Uhlen M, Fagerberg L, Hallstrom BM et al (2015) Proteomics. Tissue-based map of the human proteome. Science 347:1260419CrossRef
29.
Zurück zum Zitat Voigt AP, Whitmore SS, Lessing ND et al (2020) Spectacle: an interactive resource for ocular single-cell RNA sequencing data analysis. Exp Eye Res 200:108204CrossRef Voigt AP, Whitmore SS, Lessing ND et al (2020) Spectacle: an interactive resource for ocular single-cell RNA sequencing data analysis. Exp Eye Res 200:108204CrossRef
30.
Zurück zum Zitat Wagner AH, Anand VN, Wang WH et al (2013) Exon-level expression profiling of ocular tissues. Exp Eye Res 111:105–111CrossRef Wagner AH, Anand VN, Wang WH et al (2013) Exon-level expression profiling of ocular tissues. Exp Eye Res 111:105–111CrossRef
32.
Zurück zum Zitat Wolf J, Auw-Haedrich C, Schlecht A et al (2020) Transcriptional characterization of conjunctival melanoma identifies the cellular tumor microenvironment and prognostic gene signatures. Sci Rep 10:17022CrossRef Wolf J, Auw-Haedrich C, Schlecht A et al (2020) Transcriptional characterization of conjunctival melanoma identifies the cellular tumor microenvironment and prognostic gene signatures. Sci Rep 10:17022CrossRef
Metadaten
Titel
Webbasierte Genexpressionsanalysen – auf dem Weg zur molekularen Entschlüsselung gesunder und erkrankter Augengewebe
verfasst von
Julian Wolf
Thabo Lapp
Thomas Reinhard
Hansjürgen Agostini
Günther Schlunck
Clemens Lange
Publikationsdatum
22.02.2022
Verlag
Springer Medizin
Schlagwort
Biomarker
Erschienen in
Die Ophthalmologie / Ausgabe 9/2022
Print ISSN: 2731-720X
Elektronische ISSN: 2731-7218
DOI
https://doi.org/10.1007/s00347-022-01592-9

Weitere Artikel der Ausgabe 9/2022

Die Ophthalmologie 9/2022 Zur Ausgabe

Neu im Fachgebiet Augenheilkunde

Update Augenheilkunde

Bestellen Sie unseren Fach-Newsletter und bleiben Sie gut informiert.