Identifizierung eigenschaftsrelevanter Metabolitencluster

Abstract

In dieser Arbeit wurde eine in-silico basierte Methode zur Identifizierung von Bioaktivitäts-relevanten Metaboliten in Naturstoffextrakten entwickelt. Die s.g. Activity-Correlation-Analysis Methode (AcorA) basiert auf der Korrelation zwischen massenspektrometrischen Signalen und Bioaktivitätsdaten von Naturstoffextrakten. Nach der erfolgreichen Testung in einem Proof of Concept Experiment, wurde AcorA zusammen mit einer Reihe von Machine Learning Methoden (PCA, PCR, PLSR, QPAR, Ridge Regression, Lasso, Elastic Net, Random Forest) in Hinblick auf die Qualität zur Identifizierung von bekannten Antibiotika in fungalen Extrakten untersucht. Anschließend wurde die Praktikabilität von AcorA in einem realitätsnahen Experiment unter Beweis gestellt. Mit AcorA gelang die in-silico Identifizierung von zwölf potenziell zytotoxisch wirksamen Peptaibolen in Extrakten der Spezies Sepedonium ampullosporum. Für Ampullosporin A wurde ein EC50-Wert von 4,5 µM gegen HT-29 Zellen bestimmt. Die Primärstrukturen elf weiterer, bislang unbekannter Peptaibole wurden mittels LC-MS/MS ermittelt und aufgrund dessen ihre Bioaktivität diskutiert.

Within this thesis, a method for an in-silico based identification of bioactive metabolites in natural products extracts was developed. The so called Activity-Correlation-Analysis method (AcorA) is based on the correlation between mass spectrometric signals and bioactivity data from natural products extracts. After successful testing in a proof of concept experiment, AcorA was analyzed together with a number of machine learning methods (PCA, PCR, PLSR, QPAR, Ridge Regression, Lasso, Elastic Net, Random Forest) with regard to their performance for the identification of known antibiotics in fungal extracts. Subsequently, the applicability of AcorA was proven in a realistic experiment. AcorA allowed the in-silico identification of twelve potentially cytotoxic peptaibols in extracts of Sepedonium ampullosporum. An EC50-value of 4.5 µM against HT-29 cells was determined for Ampullosporin A. The primary structures of eleven other, so far unknown peptaibols were elucidated by LC-MS/MS analysis and their bioactivity was discussed.