MI_1

MCW Special Study Module 3

Medizinische Informatik: BioInformatik und Simulation als Werkzeuge der molekularen Medizin

SSM3: Medizinische Informatik

MI _2

Molekulare Medizin & Bioinformatik:

Translation mature mRNA mRNA Transkriptom Transkription

Struktur

Sequenz

DNA Genom SSM3: Medizinische Informatik

SSM3

SSM3

neue Infos einbringen, Tools entwickeln [MolMed Forschung, Bioinf.-Forschung]

Systems Biology

Proteom

Funktion & Regulation

Eigene und vorhandene Infos neu aufbereiten [medizinische Datenanalyse & Forschung mittels vorhandenen Tools]

Metabolom

feedback = „Genregulation“

P opu lation

Patho- & Physiologie

Molekulare Medizin

Zugangsebenen vorhandene Infos betrachten (mittels Viewer) [angewandte molekulare Medizin]

Themen

Individuum 5 Individuum 4 Individuum 3 Individuum 2 Individuum 1

1

MI _3

Was ist Bioinformatik?

Patho- & Physiologie Metabolom Systems Biology

Proteom Translation mature mRNA mRNA Transkriptom Transkription

feedback = „Genregulation“

P opu lation

Individuum 5 Individuum 4 Individuum 3 Individuum 2 Individuum 1

Bioinformatics: „handling of information related to living organisms understood on the basis of molecular biology“

DNA Genom

high resolution SSM3: Medizinische Informatik

MI _4

EinBlick ins Genom Die „rohe Sequenz“ P opu lation

Individuum 5 Individuum 4 Individuum 3 Individuum 2 Individuum 1

Metabolom Systems Biology

Proteom Translation mature mRNA mRNA Transkriptom Transkription DNA Genom

feedback = „Genregulation“

Patho- & Physiologie

high resolution

Chromosome11FASTA

=> Sie benötigen „Betrachtungswerkzeuge“ („viewer“)

Region beta globin auf Chromosome11 SSM3: Medizinische Informatik

2

MI _5

EinBlick ins Transkriptom mittels NCBI Nucleotide Viewer P opu lation

Individuum 5 Individuum 4 Individuum 3 Individuum 2 Individuum 1

Metabolom Systems Biology

Proteom Translation mature mRNA mRNA Transkriptom Transkription

feedback = „Genregulation“

Patho- & Physiologie

Annotations = erklärende Infos betreffend Struktur, Funktion, Verwandtschaft etc.

high resolution

DNA Genom SSM3: Medizinische Informatik

MI _6

EinBlick ins Transkriptom Annotations, inkl. solche über Translation

Patho- & Physiologie Metabolom Systems Biology

Proteom Translation mature mRNA mRNA Transkriptom Transkription

feedback = „Genregulation“

P opu lation

Individuum 5 Individuum 4 Individuum 3 Individuum 2 Individuum 1

DNA Genom

high resolution SSM3: Medizinische Informatik

3

MI _7

[Zusatzinfo: Aminosäuren & genetischer Code]

high resolution high resolution

high resolution

from Lewin (2000) from Brown (1999)

from Brown (1999)

SSM3: Medizinische Informatik

EinBlick ins Transkriptom und Proteom

MI _8

Annotations graphisch

Patho- & Physiologie Metabolom Systems Biology

Proteom Translation mature mRNA mRNA Transkriptom Transkription

feedback = „Genregulation“

P opu lation

Individuum 5 Individuum 4 Individuum 3 Individuum 2 Individuum 1

DNA Genom

high resolution SSM3: Medizinische Informatik

4

EinBlick in Allelvarianten der Population

MI _9

Online Mendelien Iheritance in Man

Patho- & Physiologie Metabolom Systems Biology

Proteom Translation mature mRNA mRNA Transkriptom Transkription

feedback = „Genregulation“

P opu lation

Individuum 5 Individuum 4 Individuum 3 Individuum 2 Individuum 1

DNA Genom

high resolution SSM3: Medizinische Informatik

EinBlick in Allelvarianten der Population

MI _10

Allele ⇔ Krankheitsbilder: Text + Zitate

Patho- & Physiologie Metabolom Systems Biology

Proteom Translation mature mRNA mRNA Transkriptom Transkription

feedback = „Genregulation“

P opu lation

Individuum 5 Individuum 4 Individuum 3 Individuum 2 Individuum 1

DNA Genom

high resolution SSM3: Medizinische Informatik

5

MI _11

mRNA bei Sichelzellenanämie verändertes Coden P opu lation

Individuum 5 Individuum 4 Individuum 3 Individuum 2 Individuum 1

Metabolom Systems Biology

Proteom Translation mature mRNA mRNA Transkriptom Transkription

feedback = „Genregulation“

Patho- & Physiologie

high resolution

GAG→GTG

DNA Genom SSM3: Medizinische Informatik

MI _12

normales HBB Protein header & allgemeine Infos P opu lation

Individuum 5 Individuum 4 Individuum 3 Individuum 2 Individuum 1

Metabolom Systems Biology

Proteom Translation mature mRNA mRNA Transkriptom Transkription DNA Genom

feedback = „Genregulation“

Patho- & Physiologie

high resolution

Betaglobin via NCBI Protein Viewer SSM3: Medizinische Informatik

6

MI _13

normales HBB Protein Links zur Polymorphismusdatenbank (dbSNP) P opu lation

Individuum 5 Individuum 4 Individuum 3 Individuum 2 Individuum 1

Metabolom Systems Biology

Proteom Translation mature mRNA mRNA Transkriptom Transkription

feedback = „Genregulation“

Patho- & Physiologie

high resolution

Betaglobin Viewer

DNA Genom

high resolution SSM3: Medizinische Informatik

Betaglobin via NCBI Protein Viewer

Hämoglobin Backbone alle Ketten (stick representation)

MI _14

high resolution SSM3: Medizinische Informatik

7

MI _15

Hämoglobin Chain B

high resolution SSM3: Medizinische Informatik

Hämoglobin Chain B, Alpha Helices (backbone in „ribbon“ representation)

MI _16

high resolution SSM3: Medizinische Informatik

8

Hämoglobin Chain B, α-Helix 5-15 in „ball and stick“ representation

MI _17

high resolution

α-Helix 5-15

high resolution

high resolution

SSM3: Medizinische Informatik

Hämoglobin Chain B GLU an Position 6 in „space fill“ representation

MI _18

GLU

high resolution SSM3: Medizinische Informatik

9

Hämoglobin Chain B Haem-Gruppen in „space fill“ representation

MI _19

high resolution SSM3: Medizinische Informatik

MI _20

3D-View auf Hämoglobin A

Patho- & Physiologie Metabolom Systems Biology

Proteom Translation mature mRNA mRNA Transkriptom Transkription

feedback = „Genregulation“

P opu lation

Individuum 5 Individuum 4 Individuum 3 Individuum 2 Individuum 1

high resolution

DNA Genom SSM3: Medizinische Informatik

10

MI _21

GeneRegulation Pathways: Haemoglobin

Patho- & Physiologie Metabolom Systems Biology

Proteom Translation mature mRNA mRNA Transkriptom Transkription

feedback = „Genregulation“

P opu lation

Individuum 5 Individuum 4 Individuum 3 Individuum 2 Individuum 1

DNA Genom

high resolution SSM3: Medizinische Informatik

Komplexe Aufgaben erfordern komplexe Werkzeuge

MI _22

Patho- & Physiologie Metabolom Systems Biology

Proteom Translation mature mRNA mRNA Transkriptom Transkription

feedback = „Genregulation“

P opu lation

Individuum 5 Individuum 4 Individuum 3 Individuum 2 Individuum 1

DNA Genom

high resolution

SSM3: Medizinische Informatik

11

MI _23

EBI-Toolbox EBI = European Bioinformatics Institute http://www.ebi.ac.uk high resolution

high resolution

SSM3: Medizinische Informatik

NCBI-Bioinformatik - Toolbox

MI _24

NCBI = National Center for Biotechnology Information http://www.ncbi.nlm.nih.gov/

bisher gezeigt

high resolution SSM3: Medizinische Informatik

12

MI _25

Literatur BioInformatik Barnes,M.R. and I.C.Gray. Bioinformatics for Geneticists. Chichester: Wiley, 2003. Branden,C. and J.Tooze. Introduction to Protein Structure. Garland Publishing, 1998. http://www.proteinstructure.com/ Lesk,A.M. Bioinformatik: Eine Einführung. Heidelberg: Spektrum Akademischer Verlag, 2003. http://www.spektrum-verlag.de/lesk Schwarz,S. Molecules of Life & Mutations: Understanding Diseases by Understanding Proteins. Basel: Karger, 2002. http://www.rcsb.org/pdb/cgi/queryForm.cgi

SSM3: Medizinische Informatik

MI _26

Computersimulation in der Medizin Vorgangsweise: • Bildung eines Modells, das rechnerisch bearbeitet werden kann • Festsetzen (Anpassen) der Parameter, Durchrechnen des Modells • Quantitative Ergebnisse mit bekannten Daten vergleichen • Vorhersage unbekannter, nicht meßbarer Größen • • • • •

Pharmakokinetik Strömungsmechanik Elektrophysiologie Virtuelle Interventionen Training

Anwendungsgebiete:

SSM3: Medizinische Informatik

13

Kompartmentmodelle in der Pharmakokinetik

MI _27

• Die PK beschreibt den zeitlichen Verlauf von Arzneistoffkonzentrationen im Organismus. „Was macht der Körper mit dem Arzneimittel?“ • PK wird bestimmt durch Zusammenspiel von * Dosis * Resorption („Absorption“) * Verteilung („Distribution“) * Metabolisierung * Elimination • Ziel: Entwicklung von Dosierungsvorschlägen SSM3: Medizinische Informatik

MI _28

ADME

aus David W. A. Bourne (2005)

SSM3: Medizinische Informatik

14

MI _29

Kompartmentmodelle (1) • Kompartmentmodell Rechenmodell, bei dem die Verteilung eines Arzneistoffes in einem oder mehreren Kompartments dargestellt wird. • Kompartment (pharmakokinetisch) * fiktiver Raum im Körper, in dem ein Arzneistoff homogen verteilt vorliegt; steht häufig in Beziehung zu anatomischen Regionen (z.B. Blut, Organ) oder Geweben (z.B. Fettgewebe) * Charakterisiert durch Stoffmenge X und einheitliche Kinetik • Kompartmentanalyse * Aus wievielen Kompartments besteht das System? * Wie sind die Kompartments angeordnet? * Wie schnell erfolgt der Stoffaustausch? SSM3: Medizinische Informatik

MI _30

Kompartmentmodelle (2)

aus David W. A. Bourne (2005)

SSM3: Medizinische Informatik

15

MI _31

Ein-Kompartment-Modelle (1) • Einfachstes pharmakokinetisches Modell • Der gesamte Körper wird als ein Flüssigkeitsraum angesehen • Flüssigkeits- od. Geweberegionen können mit dem „zentralen“ Kompartment zusammengefasst werden, wenn der Stoffaustausch ausreichend schnell erfolgt, m.a.W.: Die Verteilung des Arzneistoffes in die verschiedenen Regionen erfolgt in einer (im Vgl. zu anderenTransportprozessen, z.B. Ausscheidung) vernachlässigbar kurzen Zeitspanne • Nach der Arzneimittelgabe befinden sich alle Körperflüssigkeiten im Fließgleichgewicht

SSM3: Medizinische Informatik

MI _32

Ein-Kompartment-Modelle (2)

aus David W. A. Bourne (2005)

SSM3: Medizinische Informatik

16

MI _33

Ein-Kompartment i.v. Bolus (1) • Der Arzneistoff wird i.v. als Bolusgabe verabreicht (Dosis D) • Einziger Transportprozeß: Ausscheidung (ke) D

Cp ke

• Passive Diffusion: Kinetik 1. Ordnung (lineare PK). Die Änderungsgeschwindigkeit der Arzneistoffkonzentration Cp(t) im Blutplasma ist direkt proportional zur jeweiligen Konzentration: ∆ Cp ( t ) = − ke • Cp ( t ) ∆t ke ... Eliminations-Geschwindigkeitskonstante [min-1] SSM3: Medizinische Informatik

MI _34

Ein-Kompartment i.v. Bolus (2) Daraus ergibt sich als Zeitverlauf der Plasmakonzentration Cp(t) ein mono-exponentieller Abfall der Anfangskonzentration C0. In halblogarithmischer Darstellung ist das eine Gerade mit Steigung -ke und Interzept ln C0 . Cp (t ) = C0 • e − ket

ln Cp (t ) = ln C0 − ke • t

SSM3: Medizinische Informatik

17

MI _35

Ein-Kompartment i.v. Bolus (3)

Steigung –ke und Interzept ln C0 bei halb-logarithmischer Darstelllung von Cp(t) aus David W. A. Bourne (2005)

SSM3: Medizinische Informatik

MI _36

[ Nichtlineare PK ] Sättigbare Eliminations-, Verteilungs- oder Bindungsmechanismen führen zur Dosisabhängigkeit, z.B. der Eliminationsgeschwindigkeit

Aspirin Plasmakonzentration ARE = Amount Remaining to be Excreted aus David W. A. Bourne (2005)

SSM3: Medizinische Informatik

18

MI _37

Ein-Kompartment i.v. Bolus (4) Scheinbares Verteilungsvolumen Vd (apparent volume of distribution) Fiktives Volumen, in dem der Arzneistoff homogen verteilt sein müsste, um die im Plasma gemessene Konzentration Cp zu erhalten. Setzt Arzneistoffmenge X mit dem Plasmaspiegel Cp in Beziehung: Vd =

X Cp

Cp =

X Vd

Vd erlaubt häufig Rückschlüsse auf dieVerteilung eines Arzneimittels im Körper: Vd ist umso größer, je mehr Arzneistoff sich außerhalb des Plasmas befindet. Ursachen für ein großes Vd sind v.a. die Verteilung in periphere Kompartments (Muskel, Fettgewebe, Knochen etc.) sowie die Plasmaproteinbindung. SSM3: Medizinische Informatik

MI _38

Ein-Kompartment i.v. Bolus (5) Vd kann wesentlich größer als das reale Plasmavolumen werden, wenn Arzneistoff intensiv an Gewebestrukturen gebunden wird: Substanz

Vd [L] bei 70 kg KGW

Sulfisoxazol

11.2

Phenobarbital

38.5

Diazepam

168

Digoxin

490

Vd hängt ab von den physikochem. Eigenschaften des Arzneistoffes (z.B. Löslichkeit, Lipophilie) und wird von physiol. Faktoren beeinflusst (Körpergewicht, Konstitution, Alter, Elektrolythaushalt). SSM3: Medizinische Informatik

19

MI _39

Ein-Kompartment i.v. Bolus (6) Berechnung von Vd aus dem Interzept C0 der Plasmaspiegelkurve (fiktive Anfangskonzentration des Arzneimittels zur Zeit t = 0) und der verabreichten Dosis D : Vd =

D C0

Zeitverlauf der Plasmaspiegelkonzentration: Cp (t ) = C0 • e −ket =

D − ke t •e Vd

Dosislinearität bei linearer PK : Der Plasmaspiegel Cp(t) ist in jedem Zeitpunkt direkt proportional zur verabreichten Dosis D. SSM3: Medizinische Informatik

MI _40

Ein-Kompartment i.v. Bolus (7) Clearance CL (Klärung, Reinigung) Fiktives Volumen des Blutplasmas, das pro Zeiteinheit von einer bestimmten Substanz befreit („geklärt“) wird. CL ist ein Maß für die Ausscheidungsgeschwindigkeit eines Arzneistoffes. Gesamtkörperclearance: Summe der Organclearances der versch. Ausscheidungsorgane, z.B. renale, hepatische, pulmonale CL; errechnet sich nach:

CL = ke • Vd

SSM3: Medizinische Informatik

20

MI _41

Ein-Kompartment i.v. Bolus (8) Die Gesamtkörperclearance CL kann auch aus der Dosis D und der Gesamtfläche unter der Plasmaspiegelkurve AUC (area under the curve) bestimmt werden:

AUC

CL =

D AUC

SSM3: Medizinische Informatik

MI _42

Ein-Kompartment i.v. Bolus (9) Halbwertszeit t1/2 Diejenige Zeitspanne, in der eine Konzentration auf die Hälfte ihres ursprünglichen Wertes abgefallen ist. Für eine Kinetik erster Ordnung ergibt sich

ln 2 0.693 ln 2 0.693 k= = = ODER t1/2 t1/2 k k d.h. t1/2 ist konstant und umgekehrt proportional zu k . t1/2 ist jedoch ein sekundärer pharmakokinetischer Parameter, der von den primären Parametern CL und Vd abhängt:

t1/2 =

t1/2 =

ln 2 • Vd CL

SSM3: Medizinische Informatik

21

MI _43

Ein-Kompartment i.v. Bolus (10)

Berechnung von t1/2 bei halb-logarithmischer Darstelllung von Cp(t) aus David W. A. Bourne (2005)

SSM3: Medizinische Informatik

MI _44

Ein-Kompartment i.v. Dauerinfusion • Arzneistoff wird i.v. als Dauertropfinfusion verabreicht • Konstante Infusionsrate R0 (Arzneistoffmenge pro Zeiteinheit) • Zusätzlich: Ausscheidung (ke) D

R0 Cp ke

Cp ( t ) =

R0 ke • Vd

•

(1 − e−k t )

Plasmakonzentration

Cp = ss

e•

R0 R = 0 ke • Vd CL

Steady-State Plasmakonzentration

SSM3: Medizinische Informatik

22

MI _45

Ein-Kompartment i.v. Kurzzeitinfusion Infusionsdauer T

Cp

max

=

R0 ke • Vd

•

(1 − e −k T ) e•

)

Plasmaspiegelmaximum

Cp ( t ) =

R0 ke • Vd

•

(1 − e−k t ) e•

Plasmaspiegel für t < T

C p ( t ) = Cp

max

•

e − k e ( t −T ) •

Plasmaspiegel für t > T

SSM3: Medizinische Informatik

MI _46

Synopsis

SSM3: Medizinische Informatik

23

MI _47

Ein-Kompartment bei oraler Gabe (1) • Der Arzneistoff wird oral verabreicht (Dosis D) • Transportprozesse mit Kinetik 1. Ordnung (lineare PK): * Resorption (ka) im GI-Trakt resorbierter Anteil der Dosis: F ·D , F ... Bioverfügbarkeit * Ausscheidung (ke) F•D ka

XGI

Cp ( t ) =

Xp

ka F D ( e − ke t − e − k a t ) Vd (ka − ke ) •

•

•

•

•

•

ke

ka ... Resorptions-Geschwindigkeitskonstante [min-1] ke ... Eliminations-Geschwindigkeitskonstante [min-1]

Der Zeitverlauf der Plasmakonzentration ist eine Differenz zweier Exponentialfunktionen (Bateman-Funktion).

SSM3: Medizinische Informatik

MI _48

Ein-Kompartment bei oraler Gabe (2)

Bateman-Funktion für F•D = 300 mg, Vd = 25 L, ka = 0.5 h–1, ke = 0.15 h–1 Lineare und halb-logarithmische Darstellung

SSM3: Medizinische Informatik

24

MI _49

Zwei-Kompartment-Modelle (1) Häufig läßt sich der Zeitverlauf der Plasmakonzentration nicht mit einem Ein-Kompartment-Modell beschreiben. Man unterteilt den Organismus in zwei kinetisch unterschiedliche Regionen: • Zentrales Kompartment: Steht in unmittelbarem Gleichgewicht mit dem Plasma (systemische Zirkulation u. gut durchblutete Organe wie Leber, Nieren). • Peripheres Kompartment („Gewebe“): Benötigt durch einen langsameren Verteilungsvorgang (Arzneistoff diffundiert rascher hinein als heraus) einige Zeit, bis es mit dem zentralen Kompartment im Gleichgewicht steht (Fett, Knochen, Haut). SSM3: Medizinische Informatik

MI _50

Zwei-Kompartment-Modelle (2)

„Verteilungsphase“ α-Phase

„Eliminationsphase“ β-Phase aus David W. A. Bourne (2005)

SSM3: Medizinische Informatik

25

MI _51

Zwei-Kompartment i.v. Bolus (1) • Der Arzneistoff wird i.v. als Bolusgabe verabreicht (Dosis D) • Transportprozesse: Elimination (ke) zentral → peripher (k12) peripher → zentral (k21) ke , k12 , k21 ... Geschwindigkeitskonstanten [min-1] für Kinetik 1. Ordnung D

k12

X1

X2 ke

C p ( t ) = A • e −α t + B • e − β t •

•

k21

• Plasmakonzentration Cp(t) zeigt einen bi-exponentiellen Verlauf A, B, α, β ... Hybridkonstanten („Makro-Konstanten“), α > β SSM3: Medizinische Informatik

MI _52

Zwei-Kompartment i.v. Bolus (2) Cp fällt zu Beginn während der „Verteilungsphase“ rasch ab (Verteilung+Elimination, α-Phase) und geht nach Erreichen eines Gleichgewichts in die lineare „Eliminationsphase“ über (Rückverteilung+Elimination, β-Phase):

aus David W. A. Bourne (2005)

SSM3: Medizinische Informatik

26

MI _53

Zwei-Kompartment i.v. Bolus (3) Nach erfolgter Gleichgewichtseinstellung zwischen zentralem und peripherem Kompartment verlaufen die Kurven für die Arzneistoffmengen X1(t) und X2(t) im terminalen Teil halb-log parallel :

Arzneistoffmengen X1(t) und X2(t) im zentralen und peripheren Kompartment für D = 500 mg, k12 = 0.61 h–1, k21 = 0.53 h–1, ke = 0.62 h–1 Lineare und halb-logarithmische Darstellung

SSM3: Medizinische Informatik

MI _54

Literatur 1. Derendorf H, Gramatté T, Schäfer HG (2002). Pharmakokinetik, 2. Auflage, Wissenschaftliche Verlagsgesellschaft, Stuttgart. 2. Bourne DWA (2005). Pharmacokinetics and Biopharmaceutics. http://www.boomer.org/c/p4/

3. Makoid M, Vuchetich P, Banakar UV (2000). Basic Pharmacokinetics. http://pharmacy.creighton.edu/pha443/pdf/

4. Karch R (2003). Pharmakokinetische Modelle. Skriptum zur Vorlesung. http://www.meduniwien.ac.at/imc/biosim/csm/pdf/pk.pdf

SSM3: Medizinische Informatik

27