TY - THES A1 - Wittenbecher, Clemens T1 - Linking whole-grain bread, coffee, and red meat to the risk of type 2 diabetes T1 - Der Einfluss von Vollkornbrot, Kaffee, und rotem Fleisch auf das Typ 2 Diabetesrisiko BT - using metabolomics networks to infer potential biological mechanisms BT - Verwendung von Metabolomics-Netzwerken, um auf biologische Mechanismen zu schließen N2 - Background: Consumption of whole-grain, coffee, and red meat were consistently related to the risk of developing type 2 diabetes in prospective cohort studies, but potentially underlying biological mechanisms are not well understood. Metabolomics profiles were shown to be sensitive to these dietary exposures, and at the same time to be informative with respect to the risk of type 2 diabetes. Moreover, graphical network-models were demonstrated to reflect the biological processes underlying high-dimensional metabolomics profiles. Aim: The aim of this study was to infer hypotheses on the biological mechanisms that link consumption of whole-grain bread, coffee, and red meat, respectively, to the risk of developing type 2 diabetes. More specifically, it was aimed to consider network models of amino acid and lipid profiles as potential mediators of these risk-relations. Study population: Analyses were conducted in the prospective EPIC-Potsdam cohort (n = 27,548), applying a nested case-cohort design (n = 2731, including 692 incident diabetes cases). Habitual diet was assessed with validated semiquantitative food-frequency questionnaires. Concentrations of 126 metabolites (acylcarnitines, phosphatidylcholines, sphingomyelins, amino acids) were determined in baseline-serum samples. Incident type 2 diabetes cases were assed and validated in an active follow-up procedure. The median follow-up time was 6.6 years. Analytical design: The methodological approach was conceptually based on counterfactual causal inference theory. Observations on the network-encoded conditional independence structure restricted the space of possible causal explanations of observed metabolomics-data patterns. Given basic directionality assumptions (diet affects metabolism; metabolism affects future diabetes incidence), adjustment for a subset of direct neighbours was sufficient to consistently estimate network-independent direct effects. Further model-specification, however, was limited due to missing directionality information on the links between metabolites. Therefore, a multi-model approach was applied to infer the bounds of possible direct effects. All metabolite-exposure links and metabolite-outcome links, respectively, were classified into one of three categories: direct effect, ambiguous (some models indicated an effect others not), and no-effect. Cross-sectional and longitudinal relations were evaluated in multivariable-adjusted linear regression and Cox proportional hazard regression models, respectively. Models were comprehensively adjusted for age, sex, body mass index, prevalence of hypertension, dietary and lifestyle factors, and medication. Results: Consumption of whole-grain bread was related to lower levels of several lipid metabolites with saturated and monounsaturated fatty acids. Coffee was related to lower aromatic and branched-chain amino acids, and had potential effects on the fatty acid profile within lipid classes. Red meat was linked to lower glycine levels and was related to higher circulating concentrations of branched-chain amino acids. In addition, potential marked effects of red meat consumption on the fatty acid composition within the investigated lipid classes were identified. Moreover, potential beneficial and adverse direct effects of metabolites on type 2 diabetes risk were detected. Aromatic amino acids and lipid metabolites with even-chain saturated (C14-C18) and with specific polyunsaturated fatty acids had adverse effects on type 2 diabetes risk. Glycine, glutamine, and lipid metabolites with monounsaturated fatty acids and with other species of polyunsaturated fatty acids were classified as having direct beneficial effects on type 2 diabetes risk. Potential mediators of the diet-diabetes links were identified by graphically overlaying this information in network models. Mediation analyses revealed that effects on lipid metabolites could potentially explain about one fourth of the whole-grain bread effect on type 2 diabetes risk; and that effects of coffee and red meat consumption on amino acid and lipid profiles could potentially explain about two thirds of the altered type 2 diabetes risk linked to these dietary exposures. Conclusion: An algorithm was developed that is capable to integrate single external variables (continuous exposures, survival time) and high-dimensional metabolomics-data in a joint graphical model. Application to the EPIC-Potsdam cohort study revealed that the observed conditional independence patterns were consistent with the a priori mediation hypothesis: Early effects on lipid and amino acid metabolism had the potential to explain large parts of the link between three of the most widely discussed diabetes-related dietary exposures and the risk of developing type 2 diabetes. N2 - Hintergrund: Evidenz aus prospektiven Kohortenstudien belegt, dass der gewohnheitsmäßige Verzehr von Vollkorn, Kaffee und rotem Fleisch mit dem Risiko an Typ 2 Diabetes zu erkranken assoziiert ist. Dieser Risikobeziehung eventuell zugrunde liegende Mechanismen sind allerdings noch weitgehend unklar. Des Weiteren wurde gezeigt, dass Metabolitenprofile im Blut durch die oben genannten Ernährungs-expositionen beeinflusst werden und außerdem in Zusammenhang mit dem Typ 2 Diabetesrisiko stehen. Zusätzlich wurde beschrieben, dass grafische Netzwerkmodelle von Metabolitenprofilen die zugrunde liegenden Stoffwechselprozesse gut abbilden. Zielstellung: Das Ziel dieser Arbeit war es, Hypothesen bezüglich biologischer Mechanismen zu generieren, die die Assoziationen des Vollkornverzehrs, des Kaffeekonsums und des Fleischverzehrs mit dem Typ 2 Diabetesrisiko erklären könnten. Im speziellen sollten Aminosäure- und Lipidprofile als mögliche Mediatoren des Risikozusammenhangs untersucht werden. Studienpopulation: Analysen wurden auf Grundlage von Daten aus der prospektiven EPIC-Potsdam Kohortenstudie (n=27,548) durchgeführt, wobei ein Fall-Kohorten-Design verwendet wurde (n=2317, darunter 692 inzidente Typ 2 Diabetesfälle). Ernährungsgewohnheiten wurden mit einem validierten, semiquantitativen Verzehrshäufigkeitsfragebogen erfasst. Die Konzentrationen von 126 Metaboliten (Aminosäuren, Acylcarnitine, Sphingomyeline und Phosphatidylcholine) wurden zur Basiserhebung genommen Blutproben gemessen. Inzidente Typ 2 Diabetesfälle wurden im Rahmen einer aktiven Folgeerhebung detektiert und verifiziert. Die mediane Dauer des berücksichtigten prospektiven Erhebungszeitraums lag für diese Studie bei 6,6 Jahren. Aufbau der Analysen: Die theoretische Grundlage für den methodischen Ansatz dieser Arbeit bildete die kontrafaktische Theorie der Kausalinferenz. Die in Netzwerken kodierte konditionale Unabhängigkeitsstruktur wurde genutzt, um den Raum möglicher Modelle zu begrenzen, die die beobachteten Zusammenhänge zwischen den Metaboliten erklären könnten. Unter Annahme weniger grundlegender Effektrichtungen (von der Ernährung auf die Netzwerke gerichtete Effekte; von den Netzwerken auf das Diabetesrisiko gerichtete Effekte) genügt die Adjustierung für eine Teilmenge der direkten Nachbarn im Netzwerk, um netzwerkunabhängige direkte Effekte konsistent zu schätzen. Eine weitere Spezifizierung der Modelle war allerdings aufgrund fehlender Richtungsinformationen zu den Metaboliten-abhängigkeiten nicht möglich. Deshalb wurde ein Multi-Modellierungsansatz gewählt, um die Grenzen möglicher Effekte zu schlussfolgern. Alle möglichen Ernährungs-Metaboliten-Beziehungen und Metaboliten-Typ 2 Diabetesrisiko-Beziehungen wurden dadurch in eine der folgenden drei Kategorien klassifiziert: Direkter Effekt, Unklar, Kein Effekt. Querschnittsbeziehungen wurden in multivariabel adjustierten linearen Regressionsmodellen untersucht. Longitudinale Zusammenhänge wurden mit Cox-Regressionsmodellen geschätzt. Alle Modelle wurden für Alter, Geschlecht, Body-Mass-Index, prävalente Hypertonie, Ernährungs- und Lebensstilfaktoren und die Einnahme von Medikamenten adjustiert. Ergebnisse: Der Verzehr von Vollkornbrot stand im Zusammenhang mit niedrigeren Konzentrationen gesättigter und einfach ungesättigter Fettsäuren. Kaffee stand in Beziehung zu niedrigeren Konzentrationen verzweigtkettiger und aromatischer Aminosäuren und hatte potentielle Effekte auf das Fettsäureprofil in den Lipidmetaboliten. Rotes Fleisch zeigte einen Zusammenhang mit niedrigeren Glyzinspiegeln und mit höheren Konzentrationen verzweigtkettiger Aminosäuren. Außerdem stand das Fettsäureprofil in den verschieden Gruppen von Lipidmetaboliten in Zusammenhang mit dem Fleischverzehr. Des Weiteren wurden potentielle Effekte der Metabolite auf das Typ 2 Diabetesrisiko gefunden. Aromatische Aminosäuren und Lipidmetabolite mit geradzahligen, gesättigten (C14-C16) und mit spezifischen mehrfach ungesättigten Fettsäureseitenketten standen mit einem erhöhten Typ 2 Diabetesrisiko in Beziehung. Glyzin, Glutamin und Lipidmetabolite mit einfach ungesättigten und anderen mehrfach ungesättigten Fettsäureseitenketten zeigten einen günstigen Zusammenhang mit dem Diabetesrisiko. Mögliche Mediatoren der Beziehung der Ernährungsexpositionen wurden identifiziert, indem diese Informationen in gemeinsamen grafischen Modellen integriert wurden. Mediationsanalysen zeigten, dass die möglichen Effekte von Vollkornverzehr auf die Lipidmetabolite ungefähr ein Viertel des günstigen Einflusses von Vollkornverzehr auf das Diabetesrisikos erklären könnten. Die möglichen Effekte von Kaffeekonsum und von Fleischverzehr auf Aminosäuren und Lipidmetabolite könnten jeweils ungefähr zwei Drittel der Zusammenhänge mit dem Diabetesrisiko erklären. Schlussfolgerung: Grundlage für die Ergebnisse dieser Arbeit war die Entwicklung eines Algorithmus, der externe Faktoren (kontinuierlich Expositionsvariablen, Ereigniszeit-Daten) und hochdimensionale Metabolitenprofile in einem gemeinsamen grafischen Modell integriert. Die Anwendung dieses Algorithmus auf Daten aus der EPIC-Potsdam Kohortenstudie hat gezeigt, dass die beobachteten konditionalen Unabhängigkeitsstrukturen mit der a priori Mediationshypothese konsistent waren. Der frühe Einfluss auf den Aminosäure- und Lipidstoffwechsel könnte die beobachteten Zusammenhänge zwischen drei wichtigen Ernährungsfaktoren und dem Risiko an Typ 2 Diabetes zu erkranken zu großen Teilen erklären. KW - type 2 diabetes KW - nutrition KW - lipid metabolism KW - metabolomics KW - epidemiology KW - networks KW - graphical models KW - mediation analysis KW - red meat KW - whole-grain KW - Diabetes mellitus Typ 2 KW - Ernährung KW - Fettstoffwechsel KW - Metabolomics KW - Epidemiologie KW - Netzwerke KW - grafische Modelle KW - Mediationsanalyse KW - rotes Fleisch KW - Vollkorn KW - Kaffee KW - coffee Y1 - 2017 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-404592 ER - TY - THES A1 - Lisec, Jan T1 - Identification and characterization of metabolic Quantitative Trait Loci (QTL) in Arabidopsis thaliana T1 - Identifizierung und Charakterisierung von metabolischen Loci quantitativer Merkmale (QTL) in Arabidopsis thaliana N2 - Plants are the primary producers of biomass and thereby the basis of all life. Many varieties are cultivated, mainly to produce food, but to an increasing amount as a source of renewable energy. Because of the limited acreage available, further improvements of cultivated species both with respect to yield and composition are inevitable. One approach to further progress in developing improved plant cultivars is a systems biology oriented approach. This work aimed to investigate the primary metabolism of the model plant A.thaliana and its relation to plant growth using quantitative genetics methods. A special focus was set on the characterization of heterosis, the deviation of hybrids from their parental means for certain traits, on a metabolic level. More than 2000 samples of recombinant inbred lines (RILs) and introgression lines (ILs) developed from the two accessions Col-0 and C24 were analyzed for 181 metabolic traces using gas-chromatography/ mass-spectrometry (GC-MS). The observed variance allowed the detection of 157 metabolic quantitative trait loci (mQTL), genetic regions carrying genes, which are relevant for metabolite abundance. By analyzing several hundred test crosses of RILs and ILs it was further possible to identify 385 heterotic metabolic QTL (hmQTL). Within the scope of this work a robust method for large scale GC-MS analyses was developed. A highly significant canonical correlation between biomass and metabolic profiles (r = 0.73) was found. A comparable analysis of the results of the two independent experiments using RILs and ILs showed a large agreement. The confirmation rate for RIL QTL in ILs was 56 % and 23 % for mQTL and hmQTL respectively. Candidate genes from available databases could be identified for 67 % of the mQTL. To validate some of these candidates, eight genes were re-sequenced and in total 23 polymorphisms could be found. In the hybrids, heterosis is small for most metabolites (< 20%). Heterotic QTL gave rise to less candidate genes and a lower overlap between both populations than was determined for mQTL. This hints that regulatory loci and epistatic effects contribute to metabolite heterosis. The data described in this thesis present a rich source for further investigation and annotation of relevant genes and may pave the way towards a better understanding of plant biology on a system level. N2 - Pflanzen sind die Primärproduzenten von Biomasse und damit Grundlage allen Lebens. Sie werden nicht nur zur Gewinnung von Nahrungsmitteln, sondern zunehmend auch als Quelle erneuerbarer Energien kultiviert. Aufgrund der Begrenztheit der weltweit zu Verfügung stehenden Anbaufläche ist eine zielgerichtete Selektion und Verbesserung der verwendeten Sorten unabdingbar. Um solch eine kontinuierliche Verbesserung zu gewährleisten, ist ein grundlegendes Verständnis des biologischen Systems Pflanze nötig. Diese Arbeit hatte zum Ziel, den Primärmetabolismus der Modellpflanze A. thaliana mit Methoden der quantitativen Genetik zu untersuchen und in Beziehung zu Wachstum und Biomasse zu stellen. Insbesondere sollte Heterosis, die Abweichung von Hybriden in ihren Merkmalen vom Mittelwert der Eltern, auf Stoffwechselebene charakterisiert werden. Mit Hilfe der Gas Chromatographie/ Massen Spektrometrie (GC-MS) wurden über 2000 Proben von rekombinanten Inzucht Linien (RIL) und Introgressions Linien (IL) der Akzessionen Col 0 und C24 bezüglich des Vorkommens von 181 Metaboliten untersucht. Die beobachtete Varianz erlaubte die Bestimmung von 157 metabolischen QTL (mQTL), genetischen Regionen, die für die Metabolitkonzentrationen relevante Gene enthalten. Durch die Untersuchung von Testkreuzungen der RILs und ILs konnten weiterhin 385 heterotische metabolische QTL (hmQTL) identifiziert werden. Im Rahmen dieser Arbeit wurde eine robuste Methode zur Auswertung von GC-MS Analysen entwickelt. Es wurde eine hoch signifikante kanonische Korrelation (r=0.73) zwischen Biomasse und Metabolitprofilen gefunden. Die unterschiedlichen Ansätze zur QTL Analyse, RILs und ILs, wurden verglichen. Dabei konnte gezeigt werden, daß die Methoden komplementär sind, da mit RILs gefundene mQTL zu 56% und hmQTL zu 23% in ILs bestätigt wurden. Durch den Vergleich mit Datenbanken wurden für 67% der mQTL Kandidatengene identifiziert. Um diese zu überprüfen wurden acht dieser Gene resequenziert und insgesamt 23 Polymorphismen darin bestimmt. Die Heterosis in den Hybriden ist für die meisten Metabolite gering (<20%). Für hmQTL konnten weniger Kandidatengene als für mQTL bestimmt werden und sie zeigten eine geringere Übereinstimmung in den beiden Populationen. Dies deutet darauf hin, daß regulatorische Loci und epistatische Effekte einen wichtigen Beitrag zur Heterosis besteuern. Die gewonnenen Daten stellen eine reiche Quelle für die weitergehende Untersuchung und Annotation relevanter Gene dar und ebnen den Weg für ein besseres Verständnis des Systems Pflanze. KW - Arabidopsis thaliana KW - Metabolomics KW - QTL Analyse KW - Arabidopsis thaliana KW - Metabolomics KW - QTL mapping Y1 - 2008 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus-25903 ER -