RNA-Strukturen im Hepatitis-C-Virus und ihre Bedeutung für Translation und Replikation

Das Hepatitis C Virus (HCV) ist ein umhülltes Virus aus der Familie der Flaviviridae. Es besitzt ein Plusstrang-RNA Genom von ca. 9600 Nukleotiden Länge, das nur ein kodierendes Leseraster besitzt. Das Genom wird am 5’ und 3’ Ende von nicht-translatierten Sequenzen (NTRs) flankiert, welche für die Translation und vermutlich auch Replikation von Bedeutung sind. Die 5’ NTR besitzt eine interne Ribosomeneintrittsstelle (IRES), die eine cap-unabhängige Translation des ca. 3000 Aminosäure langen viralen Polyproteins erlaubt. Dieses wird ko- und posttranslational von zellulären und viralen Proteasen in 10 funktionelle Komponenten gespalten. Inwieweit die 5’ NTR auch für die Replikation der HCV RNA benötigt wird, war zu Beginn der Arbeit nicht bekannt. Die 3’ NTR besitzt eine dreigeteilte Struktur, bestehend aus einer variablen Region, dem polyU/UC-Bereich und der sogenannten X-Sequenz, eine hochkonservierte 98 Nukleotide lange Region, die vermutlich für die RNA-Replikation und möglicherweise auch für die Translation benötigt wird. Die genuae Rolle der 3’ NTR für diese beiden Prozesse war zu Beginn der Arbeit jedoch nicht bekannt. Ziel der Dissertation war deshalb eine detaillierte genetische Untersuchung der NTRs hinsichtlich ihrer Bedeutung für die RNA-Translation und -Replikation. In die Analyse mit einbezogen wurden auch RNA-Strukturen innerhalb der kodierenden Region, die zwischen verschiedenen HCV-Genotypen hoch konserviert sind und die mit verschiedenen computer-basierten Modellen vorhergesagt wurden. Zur Kartierung der für RNA-Replikation benötigten Minimallänge der 5’ NTR wurde eine Reihe von Chimären hergestellt, in denen unterschiedlich lange Bereiche der HCV 5’ NTR 3’ terminal mit der IRES des Poliovirus fusioniert wurden. Mit diesem Ansatz konnten wir zeigen, dass die ersten 120 Nukleotide der HCV 5’ NTR als Minimaldomäne für Replikation ausreichen. Weiterhin ergab sich eine klare Korrelation zwischen der Länge der HCV 5’ NTR und der Replikationseffizienz. Mit steigender Länge der 5’ NTR nahm auch die Replikationseffizienz zu, die dann maximal war, wenn das vollständige 5’ Element mit der Poliovirus-IRES fusioniert wurde. Die hier gefundene Kopplung von Translation und Replikation in der HCV 5’ NTR könnte auf einen Mechanismus zur Regulation beider Funktionen hindeuten. Es konnte allerdings noch nicht geklärt werden, welche Bereiche innerhalb der Grenzen des IRES-Elements genau für die RNA-Replikation benötigt werden. Untersuchungen im Bereich der 3’ NTR ergaben, dass die variable Region für die Replikation entbehrlich, die X-Sequenz jedoch essentiell ist. Der polyU/UC-Bereich musste eine Länge von mindestens 11-30 Uridinen besitzen, wobei maximale Replikation ab einer Länge von 30-50 Uridinen beobachtet wurde. Die Addition von heterologen Sequenzen an das 3’ Ende der HCV-RNA führte zu einer starken Reduktion der Replikation. In den hier durchgeführten Untersuchungen zeigte keines der Elemente in der 3’ NTR einen signifikanten Einfluss auf die Translation. Ein weiteres cis aktives RNA-Element wurde im 3’ kodierenden Bereich für das NS5B Protein beschrieben. Wir fanden, dass Veränderungen dieser Struktur durch stille Punktmutationen die Replikation hemmten, welche durch die Insertion einer intakten Version dieses RNA-Elements in die variable Region der 3’ NTR wieder hergestellt werden konnte. Dieser Versuchsansatz erlaubte die genaue Untersuchung der für die Replikation kritischen Strukturelemente. Dadurch konnte gezeigt werden, dass die Struktur und die Primärsequenz der Loopbereiche essentiell sind. Darüber hinaus wurde eine Sequenzkomplementarität zwischen dem Element in der NS5B-kodierenden Region und einem RNA-Bereich in der X-Sequenz der 3’ NTR gefunden, die eine sog. „kissing loop“ Interaktion eingehen kann. Mit Hilfe von gezielten Mutationen konnten wir zeigen, dass diese RNA:RNA Interaktion zumindest transient stattfindet und für die Replikation des HCV essentiell ist.

The central role of Fyn kinase in axon-glial signalling and translation of myelin proteins

During central nervous system myelination, oligodendrocytes extend membrane processes towards an axonal contact site which is followed by ensheathment resulting in a compacted multilamellar myelin sheath. The formation of this axon-glial unit facilitates rapid saltatory propagation of action potentials along the axon and requires the synthesis and transport of copious amounts of lipids and proteins to the axon-glial contact site. Fyn is a member of the Src family of non receptor tyrosine kinases and inserted into the inner leaflet of the oligodendrocyte membrane by acylation. Fyn activity plays a pivotal role in the maturation of oligodendrocytes and the myelination process. It was suggested previously that Fyn kinase can be stimulated by binding of a neuronal ligand to oligodendroglial F3/ contactin, a glycosyl-phosphatidyl-inositol anchored immunoglobulin superfamily (IgSF) member protein. It could be shown here, that neuronal cell adhesion molecule L1 binds to oligodendrocytes in an F3-dependent manner and activates glial Fyn. In the search for downstream participants of this novel axon-glial signalling cascade, heterogeneous nuclear ribonucleoprotein (hnRNP) A2 was identified as a novel Fyn target in oligodendrocytes. HnRNP A2 was known to be involved in the localisation of translationally repressed myelin basic protein (MBP) mRNA by binding to a cis acting A2 response element (A2RE) present in the 3’ untranslated region. Transport of MBP mRNAs occurs in RNA-protein complexes termed RNA granules and translational repression during transport is achieved by hnRNP A2-mediated recruitment of hnRNP E1 to the granules. It could be shown here, that Fyn activity leads to enhanced translation of reporter mRNA containing a part of the 3’ UTR of MBP including the A2RE. Furthermore hnRNP E1 seems to dissociate from RNA granules in response to Fyn activity and L1 binding. These findings suggest a novel form of neuron- glial communication: Axonal L1 binding to oligodendroglial F3 activates Fyn kinase. Activated Fyn phosphorylates hnRNP A2 leading to removal of hnRNP E1 from RNA granules initiating the translation of MBP mRNA. MBP is the second most abundant myelin protein and mice lacking this protein show a severe hypomyelination phenotype. Moreover, the brains of Fyn knock out mice contain reduced MBP levels and are hypomyelinated. Hence, L1-mediated MBP synthesis via Fyn as a central molecule could be part of a regulatory mechanism required for myelinogenesis in the central nervous system.

Automatic induction of lexical features

This thesis concerns artificially intelligent natural language processing systems that are capable of learning the properties of lexical items (properties like verbal valency or inflectional class membership) autonomously while they are fulfilling their tasks for which they have been deployed in the first place. Many of these tasks require a deep analysis of language input, which can be characterized as a mapping of utterances in a given input C to a set S of linguistically motivated structures with the help of linguistic information encoded in a grammar G and a lexicon L: G + L + C → S (1) The idea that underlies intelligent lexical acquisition systems is to modify this schematic formula in such a way that the system is able to exploit the information encoded in S to create a new, improved version of the lexicon: G + L + S → L' (2) Moreover, the thesis claims that a system can only be considered intelligent if it does not just make maximum usage of the learning opportunities in C, but if it is also able to revise falsely acquired lexical knowledge. So, one of the central elements in this work is the formulation of a couple of criteria for intelligent lexical acquisition systems subsumed under one paradigm: the Learn-Alpha design rule. The thesis describes the design and quality of a prototype for such a system, whose acquisition components have been developed from scratch and built on top of one of the state-of-the-art Head-driven Phrase Structure Grammar (HPSG) processing systems. The quality of this prototype is investigated in a series of experiments, in which the system is fed with extracts of a large English corpus. While the idea of using machine-readable language input to automatically acquire lexical knowledge is not new, we are not aware of a system that fulfills Learn-Alpha and is able to deal with large corpora. To instance four major challenges of constructing such a system, it should be mentioned that a) the high number of possible structural descriptions caused by highly underspeci ed lexical entries demands for a parser with a very effective ambiguity management system, b) the automatic construction of concise lexical entries out of a bulk of observed lexical facts requires a special technique of data alignment, c) the reliability of these entries depends on the system's decision on whether it has seen 'enough' input and d) general properties of language might render some lexical features indeterminable if the system tries to acquire them with a too high precision. The cornerstone of this dissertation is the motivation and development of a general theory of automatic lexical acquisition that is applicable to every language and independent of any particular theory of grammar or lexicon. This work is divided into five chapters. The introductory chapter first contrasts three different and mutually incompatible approaches to (artificial) lexical acquisition: cue-based queries, head-lexicalized probabilistic context free grammars and learning by unification. Then the postulation of the Learn-Alpha design rule is presented. The second chapter outlines the theory that underlies Learn-Alpha and exposes all the related notions and concepts required for a proper understanding of artificial lexical acquisition. Chapter 3 develops the prototyped acquisition method, called ANALYZE-LEARN-REDUCE, a framework which implements Learn-Alpha. The fourth chapter presents the design and results of a bootstrapping experiment conducted on this prototype: lexeme detection, learning of verbal valency, categorization into nominal count/mass classes, selection of prepositions and sentential complements, among others. The thesis concludes with a review of the conclusions and motivation for further improvements as well as proposals for future research on the automatic induction of lexical features.