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