gms | German Medical Science

Deutscher Kongress für Orthopädie und Unfallchirurgie
71. Jahrestagung der Deutschen Gesellschaft für Unfallchirurgie, 93. Tagung der Deutschen Gesellschaft für Orthopädie und Orthopädische Chirurgie und 48. Tagung des Berufsverbandes der Fachärzte für Orthopädie und Unfallchirurgie

24. - 27.10.2007, Berlin

Differentielle Genexpression bei Patienten mit Polytrauma

Meeting Abstract

  • F. Bloos - Universitätsklinikum Jena, Klinik f. Anästhesiologie und Intensivtherapie, Jena, Germany
  • M. Diefenbeck - Universitätsklinikum Jena, Klinik für Unfall-, Hand- und Wiederherstellungschirurgie, Jena, Germany
  • G. Hofmann - Universitätsklinikum Jena, Klinik für Unfall-, Hand- und Wiederherstellungschirurgie, Jena, Germany
  • S. Rußwurm - SIRS-Lab GmbH, Jena, Germany
  • R. Claus - Universitätsklinikum Jena, Klinik f. Anästhesiologie und Intensivtherapie, Jena, Germany
  • K. Reinhart - Universitätsklinikum Jena, Klinik f. Anästhesiologie und Intensivtherapie, Jena, Germany

Deutscher Kongress für Orthopädie und Unfallchirurgie. 71. Jahrestagung der Deutschen Gesellschaft für Unfallchirurgie, 93. Tagung der Deutschen Gesellschaft für Orthopädie und Orthopädische Chirurgie, 48. Tagung des Berufsverbandes der Fachärzte für Orthopädie. Berlin, 24.-27.10.2007. Düsseldorf: German Medical Science GMS Publishing House; 2007. DocE26-553

Die elektronische Version dieses Artikels ist vollständig und ist verfügbar unter: http://www.egms.de/de/meetings/dkou2007/07dkou118.shtml

Veröffentlicht: 9. Oktober 2007

© 2007 Bloos et al.
Dieser Artikel ist ein Open Access-Artikel und steht unter den Creative Commons Lizenzbedingungen (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.de). Er darf vervielfältigt, verbreitet und öffentlich zugänglich gemacht werden, vorausgesetzt dass Autor und Quelle genannt werden.


Gliederung

Text

Fragestellung: Die hoch heterogenen Prozesse und Interaktionen der verschiedenen in die Pathophysiologie der systemischen Inflammation und des Multiorgandysfunktionssyndroms involvierten Komponenten sind noch immer nur unvollständig verstanden. Hier könnte die Bestimmung der Genexpression zirkulierender Leukozyten während einer Inflammation nach schwerem Trauma neue Einsichten bezüglich der Auswirkungen der Inflammation auf den weiteren Krankheitsverlauf erbringen. Ziel dieser Studie ist die Beschreibung differentieller Expressionsmuster inflammationsrelevanter Gene bei polytraumatisierten Patienten.

Methodik: Eingeschlossen wurden 17 polytraumatisierte Patienten mit einem Injury Severity Score (ISS)≥16 sowie 17 Patienten mit einem ISS<16 als Kontrollgruppe. Blutentnahmen für die Genexpressionsanalysen erfolgten beim Eintreffen in der Notaufnahme sowie nach 24 Stunden. In der Polytrauma-Gruppe erfolgten weitere Abnahmen nach 3 und 7 Tagen sowie am letzten Tag auf der Intensivstation. Transkriptom-Muster wurden mit einem speziellen MicroArray (SIRS-Lab GmbH, Jena) zur Analyse von 6.600 stress- und inflammationsrelevanten Genen bestimmt. Die statistische Auswertung wurde mit der Software R/Bioconductor maSigPro [1] durchgeführt, wobei von eine signifikanten Genexpression bei p<0,05 im t-Test ausgegangen wurde.

Ergebnisse:

Tabelle 1 [Tab. 1]

Am Tag 1 fanden wir 111 Transkripte mit einem Signifikanzniveau von p<0,05 sowie 17 mit p<0,01 differentiell exprimiert. Im weiteren Verlauf der Patienten identifizierten wir 58 differentiell exprimierte Gene in 7 Clustern (p<0,01) einschließlich Flotilin2, MAP kinase interacting protein, TNF Rezeptor 8 und Toll like receptor 5 (hochgeregelt bei Polytrauma) sowie Granzym B Precursor und Interleukin 8 (heruntergeregelt bei Polytrauma).

Schlussfolgerungen: Polytraumatisierte Patienten weisen charakteristische differentielle Genexpressionmuster auf. Weitere Analysen werden diese Transkriptom-Muster mit denen von Patienten mit anderen Inflammationszuständen (z.B. schwere Sepsis) vergleichen.

Förderung: Gefördert durch die Deutsche Forschungsgemeinschaft


Literatur

1.
Conesa et al. (2006): maSigPro: a method to identify significantly differential expression profiles in time-course microarray experiments. Bioinformatics, 22, 9.