Feeds:
Beiträge
Kommentare

Archive for the ‘Biologie’ Category

ResearchbloggingPhilipp sagt:
Nach Bastis exzellenten Artikeln über Open Access bring ich wieder was über ein Paper.
Veröffentlicht diese Woche in PLoS Biology geht es in „How to Make Evolution-Proof Insecticides for Malaria Control“ eigentlich um viel mehr als den Kampf gegen Malaria; der gleiche Vorschlag gilt für alle Krankheiten, die sich erst im höheren Alter ihres Überträgers übertragen lassen.

Kleine Vorgeschichte: Malaria ist ein Krankheitsbild, das durch den einzelligen Erreger Plasmodium ausgelöst wird. Übertragen wird dieser Erreger durch die Weibchen des Moskitos (Anopheles).

Die meisten Insektenpestizide töten ihre Ziele auf der Stelle. Dies hat auf den ersten Blick natürlich Vorteile für den Menschen, sind doch fast keine Krankmacher mehr zur Stelle. Auf den zweiten Blick offenbart sich jedoch das grundlegende Dilemma solcher Haudraufmethoden: Nur ein überlebender Moskito muss zufällig ein bisschen resistent sein, damit sich eine grundlegende Resistenz in der Population ausbreiten kann. Mit ein wenig Glück bekommt auch er nicht die volle Dosis ab.
Unser Moskito mit ein bisschen Resistenz findet nach dem Pestizideinsatz logischerweise schön viel Platz zum Ausbreiten vor, und hat er ein Weibchen, so haben deren Nachkommen eine überproportional hohe Wahrscheinlichkeit zu überleben, da ihnen kein Artgenosse so schnell das Essen streitig macht.
So haben wir also eine erste Generation (in Fachsprache F1-Generation) mit dem bisschen Resistenz unseres ersten Moskitos. Wird jetzt wieder gesprüht, könnten schon mehr überleben, und das Spielchen geht von vorne los. So werden die Moskitos langsam, aber sicher resistenter gegen das eingesetzte Gift.
Gleiches gilt natürlich überall dort, wo solche Methoden eingesetzt werden, also auch bei der Erregererkämpfung in der Medizin. Man sollte sich also nicht bei jedem Nasenjucken mit Antibiotika zubomben, sonst haben wir bald noch mehr multiresistente Keime.

Die Forscher stellen in ihrem Artikel eine elegante Methode vor, um der Malaria vielleicht Herr zu werden; da sich die Krankheit erst im späteren Leben der Moskitos auf den Menschen übertragen lässt, schlagen sie vor, nur noch Pestizide zu verwenden, die Moskitos im höheren Alter töten. Bis die Malaria-Erreger nach einer Infektion des Moskitos am Stechapparat ankommen, wo sie auf den Menschen übertragen werden, kann der weibliche Moskito ungefähr 2-6 Runden Eier legen, das sind so 10-14 Tage.
So sollte weniger Selektionsdruck auf die Moskitos ausgeübt werden; sie haben ja genug Zeit, sich fortzupflanzen. Gleichzeitig bleiben die Menschen von der Malaria verschont. (So lautet jedenfalls der Plan)

Ich glaube aber nicht das sich Plasmodium solche Methoden auf Dauer „gefallen lässt“; logischerweise hätten Plasmodium-Parasiten einen gewissen Selektionsdruck, schneller beim Stechapparat anzukommen. Die Forscher argumentieren dagegen, dass Plasmodium eine schnellere Generationszeit aber mit einer niedrigeren Infektionsrate bezahlen müsste – was dann wiederum zum Vorteil für den Menschen wäre. Ich bin da allerdings skeptischer.
Die Wege der Evolution sind verschlungen und oftmals schlecht vorhersagbar. Vielleicht muss Plasmodium sich gar nicht schneller beeilen, sondern nur andere Wege beschreiten – wie auch immer diese aussehen mögen. Wie das wiederum Auswirkungen auf den Menschen hat, kann man nicht sagen.

Besser als alles mit dem Holzhammer vollzugasen ist die Methode allerdings auf jeden Fall!

Read, A., Lynch, P., & Thomas, M. (2009). How to Make Evolution-Proof Insecticides for Malaria Control PLoS Biology, 7 (4) DOI: 10.1371/journal.pbio.1000058

Read Full Post »

ResearchbloggingPhilipp sagt:

Wie letztens schon in den Kommentaren gewünscht gehts heute um Alternative Splicing (AS), insbesondere bei Pflanzen.

AS ist mit eine Erklärung für die Proteinvielfalt in allen „höheren“ Organismen. Momentan wird geschätzt das der Mensch über ca. 30.000 Gene, aber 90.000 Proteine verfügt – wie kann das sein?

Die Antwort ist natürlich (wer hätte es bei dem Einstieg auch anders erwartet) Alternative Splicing (Kleine Anmerkung: Trotz Bemühens, für die meisten Fachwörter zwecks Verständnis das deutsche Pendant zu finden – „Alternatives Spleißen“ hört sich einfach zu doof an).
Was passiert also bei AS?

Normalerweise sind Gene bei Eukaryoten so organisiert: Kodierende Regionen werden von unkodierenden flankiert.
In den unkodierenden Regionen verstecken sich u.a. Bindungsstellen für diverse regulierende Genelemente, aber darauf soll hier heute nicht eingegangen werden. Für uns viel wichtiger ist der Aufbau der kodierenden Region; diese unterteilt sich nämlich in Exons und Introns.
Wird im Zellkern die RNA mithilfe der DNA als Kopiervorlage erzeugt (man erinnere sich an die Schule), so bleiben die Introns erstmal drin. Man spricht dann von prä-mRNA. Als nächstes kommt das Spliceosom, ein Batzen aus ca. 300 Proteinen und 5 RNA-Proteinen, welcher sich dieser prä-mRNA annimmt, die Introns heraus spleißt und die Exons miteinander verbindet.

Und hier kommt unser AS ins Spiel, die Introns werden nämlich nicht immer fein säuberlich herausgetrennt, und die Exons bleiben auch nicht immer bis zum Ende dabei. Man unterscheidet momentan 5 Grundtypen von AS;
1. Exon-Skipping (ES): Dabei wird ein Exon übersprungen und kommt nicht mit in die finale mRNA.
2. Alternative Splice Sites: Dabei fängt ein Exon früher an oder hört früher auf.
3. Alternate 5’/3′ Terminal Exons: Die mRNA fängt mit einem anderen Exon an oder hört mit einem anderen auf.
4. Retained Intron: Ein Intron wird in die fertige mRNA mit übernommen.
5. Initiate or Terminate within an Intron: Ein Intron wird nur zum Teil mitgenommen.

Grafik 1 verdeutlicht das ganze nochmal. (Quelle: Haas BJ, Analysis of alternative splicing in plants with bioinformatics tools., Curr Top Microbiol Immunol, Vol 326, p. 17-37)

as-typen2

Diesen Mechanismus kennt man schon seit mindestens 1987 (Breitbart et al. – den Namen hätt ich auch gern, damit kann man spitze Piratenkapitän werden!), und in Menschen wurde er bis dato gut erforscht; so hat man einige Krankheiten auf das Wirken von falschem AS zurückführen können.

Zum Beispiel ist bei Menschen (und den bis dato untersuchten Vertebraten wie Mäusen etc.) Exon-Skipping mit ca. 30% aller AS-Ereignisse am weitesten verbreitet – bei Pflanzen liegt ES bei grade mal 3%.
Man geht davon aus, dass ES zu einer erhöhten Proteindiversität führt – logischerweise kann man so aus einem Bauplan mehrere verschiedene, funktionierende Maschinen bauen.

Interessanterweise ist Intron-Retention (IR) bei Pflanzen am weitesten verbreitet (z.B. bei Wang et al. 2008, Ner-Gaon 2004), und zwar mit ca. 40% aller AS-Ereignisse in den bis jetzt untersuchten Pflanzen (die Prozentzahlen schwanken je nach Veröffentlichung: die Untersuchungen sind abhängig von der verfügbaren Genomsequenz, Anzahl der verfügbaren mRNAs, verwendetem Algorithmus usw.)
Der Unterschied zum Exon-Skipping liegt darin, dass IR das Leseraster verschiebt – kleine Wiederholung:
Die Nukleotide in der RNA sind in Dreiergruppen, sogenannten Tripletts oder Codons, organisiert. Jedes dieser Codons kodiert für eine Aminosäure im fertigen Protein. Wird der Leseraster verschoben, so kommt es zu einer Auflösung des alten Musters, und womöglich kommen in das Protein völlig andere Animnosäuren.
Ein Beispiel: AAU UUA ACU codiert für Asparagin, Leucin und Threonin. Wird der Leserahmen einmal nach rechts verschoben, so erhalten wir A AUU UAA CU, was für Asparagin und ein Stop-Codon codiert. Passiert das in der mRNA, so wird die Translation an dieser Stelle abgebrochen, komme was da noch wolle, und es wird ein verkürztes Protein hergestellt. Meist wird dies von der Zellmaschinerie frühzeitig erkannt, und es kommt zu Non-sense mediated decay – die mRNA wird abgebaut.

Das scheint auch der dahinterliegende Grund in Pflanzen zu sein; durch diese Einrichtung haben Pflanzen eine weitere Stufe in der Kontrolle der Genexpression, die bei uns Tieren dann fehlt, und Pflanzen einen Vorteil in der komplizierten Abstimmung der Proteinmaschinerie gibt. Was allerdings nicht so schlimm ist – wir Tiere können schließlich weglaufen.

Wer sich mit dem Informatikteil dahinter befassen will, dem empfehl ich folgende Veröffentlichungen:
1. Sammeth et al. : A general definition and nomenclature for alternative splicing events. PLoS Comput Biol, Vol 4, Issue 6, 2008.
Es wird eine Nomenklatur vorgestellt, zusammen mit dem Programm „AStalavista“ welches Exongrenzen nimmt, um daran AS zu erkennen. Dann braucht man natürlich noch ein Programm welches die Exongrenzen anhand von ESTs oder mRNAs und einer Genomsequenz ausspuckt! Da gibts z.B. GeneSeqer, GMAP, Splign, Spa usw….
Diese Programme funktionieren alle anders; man muss von Fall zu Fall unterscheiden, welche man nimmt.
Eine Review findet man hier:
2. Barbazuk et al. Genome-wide analyses of alternative splicing in plants: opportunities and challenges., Genome Res, Vol 18, Issue 9, p. 1381-1392, 2008.

Sammeth, M., Foissac, S., & Guigó, R. (2008). A General Definition and Nomenclature for Alternative Splicing Events PLoS Computational Biology, 4 (8) DOI: 10.1371/journal.pcbi.1000147
Barbazuk, W., Fu, Y., & McGinnis, K. (2008). Genome-wide analyses of alternative splicing in plants: Opportunities and challenges Genome Research, 18 (9), 1381-1392 DOI: 10.1101/gr.053678.106

Read Full Post »

ResearchbloggingBastian sagt:

Die bösen, bösen Ego-Shooter sind ja wieder ein großes Thema. Angeblich machen sie ja aus Jugendlichen gemeingefährliche Amokläufer.
Das die sogenannten “Killerspiele” allerdings auch positive Auswirkungen haben können zeigt eine Studie von Renjie Li und Kollegen die in Nature Neurosciences veröffentlicht wurde: Sie haben herausgefunden dass das Spielen von Ego-Shootern dabei hilft das Kontrastsehen zu stärken.

Doch erstmal zu den Basics: Kontrastsehen ist darüber definiert welche Abstufungen wir zwischen Graustufen noch als getrennte Töne wahrnehmen können. Wichtig ist das z.B. wenn man im Dunkeln im Auto fährt. Bei schlechtem Kontrastvermögen sieht man nur einen gleichfarbigen Graumatsch und könnte so ganz bequem mal den dunkel angezogenen Fussgänger plattfahren. Nicht unbedingt das was man möchte.

Um zu sehen ob und wie stark sich das Kontrastsehen durch Videospielen verbessert wird wurde das Kontrastsehen vor dem Start der Versuche getestet. Danach wurden die Probanden in 2 Gruppen eingeteilt: Die Spieler von 3D-Shootern, hier Call of Duty 2 und Unreal Tournament 2004 oder auch “expert action video game players” und in die “non-action game players” die im Gegenzug Die Sims 2 spielen durften. Innerhalb von 9 Wochen mussten alle Probanden insgesamt 50 Stunden mit ihren Spielen verbringen.

Nach Ablauf der 9 Wochen wurde das Kontrastsehen dann wieder getestet. Mit spannendem Ergebnis: Bei den Probanden die mit Actionspielen trainiert hatten nahm die Sensitivität für Kontrastsehen zu, es konnten also geringere Kontrast erkannt werden. Auf der anderen Seite nahm die Zeit ab die sie brauchten um Kontraste erkennen zu können.

Bei der Sims-Kontrollgruppe nahm das Vermögen Kontraste zu erkennen nur wenig ab während die Zeit die sie brauchten um Kontraste zu erkennen sogar zunahm. Also Politiker und Politeusen: Vielleicht sollte man sich so Generalverbote nochmal überlegen…

Li, R., Polat, U., Makous, W., & Bavelier, D. (2009). Enhancing the contrast sensitivity function through action video game training Nature Neuroscience DOI: 10.1038/nn.2296

Read Full Post »

Von Pilzen und Ameisen

ResearchbloggingPhilipp sagt:

Hallo! Ich hab hier jetzt schon länger nix geschrieben, da ich grad am Anfang meiner Bachelorarbeit steh und deshalb relativ wenig Zeit hab (hust hust). Da mein Thema sich größtenteils um „computational predictions“ und alternativem Spleißen in Pflanzen dreht ist es m.E. zu trocken für dieses Blog;
wer aber trotzdem was drüber lesen will (man kann ja noch hoffen) darf sich gerne in den Kommentaren melden!

Weil ich aber hier auch mal wieder schreiben möchte (Basti soll ja nich alle Lorbeeren ernten) möchte ich heute folgende, sehr interessante Publikation über die Beziehungen zwischen Blattschneiderameisen und Pilzen vorstellen: Candicidin-producing Streptomyces support leaf-cutting ants to protect their fungus garden against the pathogenic fungus Escovopsis.
Wie man schon vor Erscheinen dieses Papers wusste, halten sich manche Blattschneiderameisen-arten wie z.B. Acromyrmex octospinosus Pilze in ihrem unterirdischen Bau, um sich von ihnen zu ernähren. Damit die Pilze nicht verhungern, sammeln die Ameisen Blätter, zerkauen diese und füttern damit die Pilzkolonien. Damit es den Pilzen immer gut geht wird um die Pilzkolonien aufgeräumt, und die Ameisen sekretieren bestimmte Chemikalien auf die Pilze, damit diese sich keine Krankheit einfangen.

Früher dachte man, dass diese Kolonien nur aus einer einzigen Pilzart namens Leucoagaricus bestehen würden, inzwischen ist jedoch klar, dass mehrere Pilzarten sich einen Lebensraum teilen, manche davon gut für die Ameisen, manche eher schlecht. Heute geht es um Escovopsis sp., ein Pilz, der sich von Leucoagaricus ernährt. Das kann den gesamten Ameisenbau gefährden, da so eine wichtige Lebensgrundlage der Ameisen verloren geht.

Glücklicherweise hilft den Ameisen dabei Streptomyces sp., noch ein Pilz, der aber gegen Escovopsis sp. wirkt – wie genau, wusste man früher noch nicht.
(Hier gibt es ein Paper, welches die Beziehungen zwischen den Ameisen und Pilzen klärt)

Was jetzt neu ist (und mich zu diesem Thema gebracht hat): Die Forschergruppe um Frau Haeder hat die chemische Grundlage der Pilzabwehr identifiziert, ein Stoff namens Candicidin, welcher von Streptomyces, aber auch von einigen weiter entfernten Pilzen produziert wird, um räuberische Pilze aufzuhalten. So wird das Gleichgewicht im Garten beibehalten.

Ein tolles Beispiel für die verschlungenen Wege der Evolution, welche solch komplizierten Wechselwirkungen zwischen (mindestens – wer weiß, was da noch kommt!) drei Teilnehmern erlaubt.

Haeder, S., Wirth, R., Herz, H., & Spiteller, D. (2009). Candicidin-producing Streptomyces support leaf-cutting ants to protect their fungus garden against the pathogenic fungus Escovopsis Proceedings of the National Academy of Sciences, 106 (12), 4742-4746 DOI: 10.1073/pnas.0812082106
Currie, C., Scott, J., Summerbell, R., & Malloch, D. (1999). Fungus-growing ants use antibiotic-producing bacteria to control garden parasites Nature, 398 (6729), 701-704 DOI: 10.1038/19519

Read Full Post »

ResearchbloggingBastian sagt:

Das Google so ziemlich alle Nutzerdaten und Suchanfragen speichert dürfte für die meisten Leser hier ja nichts neues sein. Was für viele Menschen ein bedrohliches Big Brother-Szenario ist ignorieren andere einfach. Doch das Google damit nicht nur vermeintlich passende Werbung an den Mann bringen kann beweisen sie in einem Paper das letzte Woche in Nature erschienen ist.

Die Rede ist von den Google Flu Trends die das Ausbrechen von Grippe-Wellen beobachten. Die Grippe wird von den Influenzaviren ausgelöst und führt auch in Deutschland noch jährlich zu einigen Todesfällen.

Zur Beobachtung von Ausbrüchen haben sich die Jungs und Mädels zusammengesetzt und sich mal die Daten des US Centers for Disease Control and Prevention (CDC) und der European Influenza Surveillance Scheme (EISS) besorgt. Diese Organisation bekommen ihre Daten zum Teil auch über die Rückmeldungen von Ärzten die Grippe-Fälle weitermelden müssen.

Dann werden die Fälle gesammelt und wöchentlich veröffentlicht. Durch dieses ganze Prozedere entsteht eine Zeitverzögerung von 1-2 Wochen. Und genau hier setzt Google an, denn zu Zeiten von Grippewellen könnte man ja damit rechnen das auch im Web verstärkt nach Schlagworten gesucht wird die mit der Krankheit zusammenhängen. Um entsprechende Schlagworte zu finden hat Google die Suchdaten der letzten 5 Jahre ausgewertet zusammen mit den an die CDC gemeldeten Arztbesuche im Zusammenhang mit Grippe.

Durch diesen Vergleich wurden dann ein Set aus Suchanfragen erstellt das den höchsten Zusammenhang mit den Grippe-Daten der CDC hatte. Durch die Anzahl von Suchanfragen aus diesem Set kann dann wieder zurückgerechnet werden wieviel Prozent der Arztbesuche im Zusammenhang mit Grippe-Erkrankungen erfolgten.

Und so hat man ein Modell was prinzipiell aus der Zusammensetzung der Suchanfragen den Grippe-Status der Bevölkerung ausweisen kann. Und das dies erstaunlich gut funktioniert zeigen die Daten die Google Anfang 2008 errechnet hat: Die Werte stimmen erstaunlich gut mit den Daten der CDC überein. In der Grafik sieht man in Schwarz die von Google vorhergesagten Daten und die von der CDC erstellten Daten.

Google FluTrends

Das wäre so weit ja schön und gut. Doch nicht wirklich nützlich. Aber wie man ebenfalls aus dem Graphen sieht hat Google einen entscheidenden Vorteil:
Es ist fast 2 Wochen schneller als die CDC weil die Daten der Suchanfragen viel unmittelbarer ausgewertet werden können als wenn der Arzt erst seine Daten an die CDC schicken muss die diese dann wöchentlich veröffentlicht.

Bislang lassen sich die Daten leider nur für die USA abrufen, bleibt abzuwarten ob Google den Dienst irgendwann ausweiten wird.

Jeremy Ginsberg, Matthew H. Mohebbi, Rajan S. Patel, Lynnette Brammer, Mark S. Smolinski, Larry Brilliant (2008). Detecting influenza epidemics using search engine query data Nature, 457 (7232), 1012-1014 DOI: 10.1038/nature07634

Read Full Post »

Ein Shirt das jeder Evolutionsbiologe der Star Wars-Fan ist in seinem Schrank haben sollte.

Read Full Post »

ResearchbloggingBastian sagt:

Das der Mensch in großem Umfang in seine Umwelt eingreift und ganz neutral gesprochen diese verändert dürfte seit der ausgebrochenen Klimapanik nichts neues mehr sein. Doch wie verändern diese selbst herbeigeführten Veränderungen die Tiere und deren Ökosysteme? Auch auf evolutionärer Ebene müssen sich diese anpassen, an veränderte und geschrumpfte Lebensräume, Umweltverschmutzung und auch an die Jagd durch den Menschen.

Ein Team um den kanadischen Forscher Chris Darimont hat versucht mit einer Meta-Studie herauszufinden wie schnell die menschliche Selektion durch Jagd auf Tiere wirkt. Denn der Mensch unterscheidet sich in seinem Jagdverhalten von fast allen anderen Tieren: Die meisten Tiere erbeuten bei der Jagd junge/kranke/alte Tiere, doch bei dem Menschen sieht das anders aus.

Wir konzentrieren uns auf große, gesunde Tiere die den meisten Gewinn abwerfen. Möglich wird das dadurch das es für uns kein großes Problem mehr ist genau diese Tiere zu erbeuten. So fischen wir, bedingt durch die Größe der Maschen in den Netzen nur Tiere mit einer minimalen Größe ab.

Dadurch entsteht ein Selektionsvorteil für kleine Fische und es wird ein Vorteil möglichst schnell seine Nachkommen zu zeugen, denn wenn man größer wird kann es schon zu spät sein.

Doch kommen wir nun zu den Zahlen der Studie: Die Forscher vergleichen die Evolutionsraten in 40 Beispielen in denen die Tiere aktiv vom Menschen bejagt wurden mit denen aus 20 Beispielen in denen gar kein menschlicher Einfluss vorhanden waren und mit 25 Beispielen in denen sich der menschliche Einfluss auf indirekte Veränderungen der Umwelt – wie Verschmutzung – beschränkten.

In 95% der Fälle wurden bei den vom Menschen gejagten Tieren eine morphologische Veränderung, wie schrumpfende Körpergröße, gefunden wobei die Veränderung im Mittel gute 18% betrugen.
Doch auch die Entwicklung der Tiere wurde beeinflusst, wie z.B. früheres zeugen der Nachkommen: Ganze 97% der betrachteten Tiere zeigten diese Änderungen um im Schnitt fast 25%.

Das hört sich schon beeindruckend an, doch um vergleichbarere Werte zu bekommen wurden die Einzelwerte umgerechnet in die schöne Einheit “Darwin”, eine Einheit die J.B.S. Haldane 1949 einführte. Dabei entspricht 1 Darwin einer Veränderung eines Merkmals um den Faktor e innerhalb von einer Million Jahren.

Und nun kann man sich mal anschauen um wieviel Prozent die menschliche Selektion durch Jagd schneller verläuft als die natürliche Selektion: Um mehr als 300%! Und selbst im Vergleich von beeinflusster Selektion durch Jagd und beinflusster Selektion durch andere menschliche Faktoren liegt die Jagd immer noch mit 50% vorne.

Was dies für die Ökosysteme bedeutet kann man bislang vermutlich nur grob raten.

C. T. Darimont, S. M. Carlson, M. T. Kinnison, P. C. Paquet, T. E. Reimchen, C. C. Wilmers (2009). Human predators outpace other agents of trait change in the wild Proceedings of the National Academy of Sciences, 106 (3), 952-954 DOI: 10.1073/pnas.0809235106

R Law (2000). Fishing, selection, and phenotypic evolution ICES Journal of Marine Science, 57 (3), 659-668 DOI: 10.1006/jmsc.2000.0731

Read Full Post »

Older Posts »