Entwicklung einer Methode zur Diagnose und Klassifizierung von Amyloidosen in Formalin-fixiertem und Paraffin-eingebettetem Gewebe mittels bildgebender Massenspektrometrie

Winter, Martin ORCID

Amyloidosen beschreiben eine Gruppe von Krankheiten, die durch intra- und extrazelluläre Ablagerungen fibrillärer Polypeptidaggregate verursacht werden. In der klinischen Routine erfolgt die Diagnose an FFPE Gewebeschnitten über Kongorotfärbung und polarisationsmikroskopischer Untersuchung. Anschließend wird mittels immunhistochemischer Färbung das verursachende Protein identifiziert. Diese Methode birgt jedoch einige Probleme bezüglich der Sensitivität und Spezifität. Aufgrund dessen werden zusätzliche analytische Verfahren zur Unterstützung der Klassifizierung von Amyloidosen benötigt. In der vorliegenden Arbeit wurden amyloidhaltige FFPE Gewebeproben mittels MALDI MSI untersucht. Dafür wurde zunächst eine geeignete Probenvorbereitung etabliert, um sowohl eine gute Spektrenqualität als auch den Erhalt der Gewebestruktur in den Messungen zu gewährleisten. In einem ersten Projekt wurde durch die Analyse vier verschiedener Amyloidfälle mit MALDI MSI Vitronectin als allgemeine Komponente von Amyloidablagerungen identifiziert. Die Ergebnisse wurden durch immunhistochemische Färbungen an 175 Amyloidfällen validiert. In einem zweiten Projekt wurden mittels MALDI-IMS MSI Peptide von amyloidogenen und Amyloid-assoziierten Proteinen in den Ablagerungen von 16 verschiedenen Amyloidfällen identifiziert. Durch die Anwendung einer neuen Peptid-Filtermethode wurde eine universelle Peptidsignatur für Amyloidosen gefunden. Das Ergebnis wurde durch die Untersuchung von 66 Amyloidfällen und 31 Kontrollproben validiert. Des Weiteren wurden Unterschiede in der Peptidzusammensetzung von ALlambda- und ATTR-Amyloid herausgefunden und für die Erstellung eines Klassifizierungsmodels genutzt. Durch die Implementierung des Peptidfilters in die MALDI-IMS MSI Analyse, wurde ein innovatives Verfahren entwickelt, das sowohl die Identifizierung als auch die Klassifizierung von Amyloidosen mit einem geringeren Zeitaufwand und Probenverbrauch ermöglicht.

Amyloidoses are diseases caused by intra- and extracellular accumulation of fibrillar polypeptide aggregates. In clinical routine the diagnosis is performed by Congo red staining of FFPE tissue sections in combination with polarization microscopy. Subse-quently, immunohistochemical staining is used to identify the causative protein, but harbors some difficulties regarding sensitivity and specificity. Therefore, additional analytical techniques are required to support the classification of amyloidoses. In the present work MALDI MSI was used to investigate amyloid-laden FFPE tissue samples. For that purpose a suitable sample preparation method was established first in order to obtain good spectra quality as well as preserving the tissue's morphology. In a first project MALDI MSI analysis was applied on four different amyloid cases and revealed vitronectin as common component of amyloid deposits. These results were validated by immunohistochemical staining of 175 amyloid cases. In a second project MALDI-IMS MSI was used to identify peptides of amyloidogenic and amyloid-associated proteins within the deposits of 16 different amyloid cases. Utilizing a novel peptide filter method a universal peptide signature was found for amyloidoses. The results were validated by investigating 66 amyloid cases and 31 control samples. Furthermore, differences in the peptide composition of ALlambda- and ATTR amyloid were revealed and used to build a classification model. Integrating the peptide filter in MALDI-IMS MSI analysis an innovative workflow was developed facilitating the identification and classification of amyloidosis in a less time and sample consuming experimental setup.

Cite

Citation style:

Winter, Martin: Entwicklung einer Methode zur Diagnose und Klassifizierung von Amyloidosen in Formalin-fixiertem und Paraffin-eingebettetem Gewebe mittels bildgebender Massenspektrometrie. 2019.

Rights

Use and reproduction:
No CC License (german copyright law applies)

Export