Facetten emotionaler Expressivität auf Fragebogenebene

Der Dimensionierung emotionaler Expressivität auf Fragebogenebene wurde in zwei Untersuchungen nachgegangen. Gross und John (1998) untersuchten die Items bestehender Fragebogen auf ihre dimensionale Struktur hin und ermittelten die fünf Facetten positive und negative Expressivität, Impulsstärke, Darstellungsfähigkeit (expressive confidence) und Verstellungstendenz (masking), wobei die drei erstgenannten in einem hierarchischen Modell einen engeren Zusammenhang mit einander aufwiesen (Kern-Expressivität) als die beiden anderen. Untersuchung 1 ging den Fragen nach, ob sich die gleichen Dimensionen auch mit deutschen Adaptationen der Fragebogen finden lassen, und ob sich die dimensionale Struktur ändert, wenn weitere Fragebogen aus dem Bereich der Expressivität hinzugenommen werden. Die Dimensionen von Gross und John (1998) konnten nur zum Teil repliziert werden. Dies und die Ergebnisse des erweiterten Itempools führten zur Formulierung eines modifizierten (erweiterten) Modells der Facetten emotionaler Expressivität. In Untersuchung 2 wurden Items für einen Fragebogen zu Facetten emotionaler Expressivität (FFEE) formuliert, welche die im modifizierten Modell spezifizierten Dimensionen erheben sollten. Die drei postulierten übergeordneten Bereiche Kern-Expressivität, soziale Expressivität und kognitive Expressivität konnten auch empirisch gefunden werden. Darüber hinaus differenzierten sich die negativen Items der Kern-Expressivität stärker als die positiven. Die Zusammenhänge mit externen Expressivitäts-Fragebogen, den globalen Persönlichkeitsmerkmalen Extraversion und Neurotizismus und den Angstbewältigungsdimensionen Vigilanz und kognitive Vermeidung bestätigten die Validität des FFEE. Theoretische Implikationen und Ansatzpunkte für weitere Forschungen wurden diskutiert.

Periodicities in the Hodgkin-Huxley model and versions of this model with stochastic input

A field of computational neuroscience develops mathematical models to describe neuronal systems. The aim is to better understand the nervous system. Historically, the integrate-and-fire model, developed by Lapique in 1907, was the first model describing a neuron. In 1952 Hodgkin and Huxley [8] described the so called Hodgkin-Huxley model in the article “A Quantitative Description of Membrane Current and Its Application to Conduction and Excitation in Nerve”. The Hodgkin-Huxley model is one of the most successful and widely-used biological neuron models. Based on experimental data from the squid giant axon, Hodgkin and Huxley developed their mathematical model as a four-dimensional system of first-order ordinary differential equations. One of these equations characterizes the membrane potential as a process in time, whereas the other three equations depict the opening and closing state of sodium and potassium ion channels. The membrane potential is proportional to the sum of ionic current flowing across the membrane and an externally applied current. For various types of external input the membrane potential behaves differently. This thesis considers the following three types of input: (i) Rinzel and Miller [15] calculated an interval of amplitudes for a constant applied current, where the membrane potential is repetitively spiking; (ii) Aihara, Matsumoto and Ikegaya [1] said that dependent on the amplitude and the frequency of a periodic applied current the membrane potential responds periodically; (iii) Izhikevich [12] stated that brief pulses of positive and negative current with different amplitudes and frequencies can lead to a periodic response of the membrane potential. In chapter 1 the Hodgkin-Huxley model is introduced according to Izhikevich [12]. Besides the definition of the model, several biological and physiological notes are made, and further concepts are described by examples. Moreover, the numerical methods to solve the equations of the Hodgkin-Huxley model are presented which were used for the computer simulations in chapter 2 and chapter 3. In chapter 2 the statements for the three different inputs (i), (ii) and (iii) will be verified, and periodic behavior for the inputs (ii) and (iii) will be investigated. In chapter 3 the inputs are embedded in an Ornstein-Uhlenbeck process to see the influence of noise on the results of chapter 2.

Interaktions- und Aggregationsverhalten von Nanopartikeln in Blutserum

Das Interesse an nanopartikulären Wirkstoffsystemen steigt sowohl auf universitärer als auch auf industrieller Seite stetig an. Da diese Formulierungen meist intravenös verabreicht werden, kommt es folglich zu einem direkten Kontakt der Nanopartikel mit den Blutbestandteilen. Adsorption von Plasma Proteinen kann eine deutliche Veränderung der charakteristischen Eigenschaften des Systems induzieren, was dann Wirkungsweise sowie Toxizität stark beinflussen kann. Derzeit findet die Charakterisierung nanopartikulärer Wirkstoffsysteme vor der in vivo Applikation in Pufferlösungen mit physiologischem Salzgehalt statt, es ist jedoch kaum etwas bekannt über deren Wechselwirkungen mit komplexen Proteinmischungen wie sie im Blutserum oder –plasma vorliegen. rnMittels dynamischer Lichtstreuung (DLS) wurde eine einfache und reproduzierbare Methode entwickelt um die Aggregatbildung zwischen Nanopartikeln, Polymeren oder verschiedenen Wirkstoff-Konjugaten in humanem Blutserum zu untersuchen. Die Anwendbarkeit dieser Methode wurde durch Untersuchung verschiedener potentieller Nanotherapeutika (z.B. Polystyrol-Nanokapseln, Liposomen, amphiphile Blockcopolymere und Nanohydrogele) bezüglich ihrer Aggregation in humanem Blutserum mittels DLS gezeigt und teilweise mit aktuellen in vivo Experimenten verglichen. rnDarüber hinaus wurden größeneinheitliche Liposomen, basierend auf Disteraoylphosphatidylcholin, Cholesterol und einem Spermin-Tensid, hergestellt. Die Einkapselung von siRNA ist, je nach Präparationsmethode, mit Einkapselungseffizienzen von 40-75% möglich. Nach detaillierter Charakterisierung der Liposomen wurden diese ebenfalls bezüglich ihres Aggregationsverhaltens in humanem Blutserum untersucht. Unbeladene Liposomen aggregieren nicht mit Komponenten des Serums. Je nach Beladungsprotokoll können aggregierende sowie nicht aggregierende Liposomen-siRNA Komplexe hergestellt werden. rnWeiterhin wurden, zur Identifikation der Aggregation induzierenden Serumkomponenten, verschiedenen Serumsfraktionierungstechniken erfolgreich angewendet. Albumin, IgG, und Lipoproteine (VLDL, LDL) sowie verschiedene Proteinmischungen konnten isoliert und für weitere Aggregationsstudien mittels DLS verwendet werden. Für einige ausgesuchte Systeme konnten die Interaktionspartner identifiziert werden. rnDie Korrelation des Aggregationsverhaltens mit den strukturellen sowie funktionellen Eigenschaften der untersuchten Nanopartikel führt zu dem generellen Ergebnis, dass leicht negativ und leicht positiv bis neutrale Partikel eine geringe Tendenz zur Aggregation in Serum haben. Auch zwitterionische Substanzen zeigen eine hohe Serumstabilität. Hingegen aggregieren stark positiv und negativ geladene Partikel vermehrt.rn

Development, characterization, and application of flowing atmospheric-pressure afterglow ionization for mass spectrometric analysis of ambient organic aerosols

Addressing current limitations of state-of-the-art instrumentation in aerosol research, the aim of this work was to explore and assess the applicability of a novel soft ionization technique, namely flowing atmospheric-pressure afterglow (FAPA), for the mass spectrometric analysis of airborne particulate organic matter. Among other soft ionization methods, the FAPA ionization technique was developed in the last decade during the advent of ambient desorption/ionization mass spectrometry (ADI–MS). Based on a helium glow discharge plasma at atmospheric-pressure, excited helium species and primary reagent ions are generated which exit the discharge region through a capillary electrode, forming the so-called afterglow region where desorption and ionization of the analytes occurs. Commonly, fragmentation of the analytes during ionization is reported to occur only to a minimum extent, predominantly resulting in the formation of quasimolecular ions, i.e. [M+H]+ and [M–H]– in the positive and the negative ion mode, respectively. Thus, identification and detection of signals and their corresponding compounds is facilitated in the acquired mass spectra. The focus of the first part of this study lies on the application, characterization and assessment of FAPA–MS in the offline mode, i.e. desorption and ionization of the analytes from surfaces. Experiments in both positive and negative ion mode revealed ionization patterns for a variety of compound classes comprising alkanes, alcohols, aldehydes, ketones, carboxylic acids, organic peroxides, and alkaloids. Besides the always emphasized detection of quasimolecular ions, a broad range of signals for adducts and losses was found. Additionally, the capabilities and limitations of the technique were studied in three proof-of-principle applications. In general, the method showed to be best suited for polar analytes with high volatilities and low molecular weights, ideally containing nitrogen- and/or oxygen functionalities. However, for compounds with low vapor pressures, containing long carbon chains and/or high molecular weights, desorption and ionization is in direct competition with oxidation of the analytes, leading to the formation of adducts and oxidation products which impede a clear signal assignment in the acquired mass spectra. Nonetheless, FAPA–MS showed to be capable of detecting and identifying common limonene oxidation products in secondary OA (SOA) particles on a filter sample and, thus, is considered a suitable method for offline analysis of OA particles. In the second as well as the subsequent parts, FAPA–MS was applied online, i.e. for real time analysis of OA particles suspended in air. Therefore, the acronym AeroFAPA–MS (i.e. Aerosol FAPA–MS) was chosen to refer to this method. After optimization and characterization, the method was used to measure a range of model compounds and to evaluate typical ionization patterns in the positive and the negative ion mode. In addition, results from laboratory studies as well as from a field campaign in Central Europe (F–BEACh 2014) are presented and discussed. During the F–BEACh campaign AeroFAPA–MS was used in combination with complementary MS techniques, giving a comprehensive characterization of the sampled OA particles. For example, several common SOA marker compounds were identified in real time by MSn experiments, indicating that photochemically aged SOA particles were present during the campaign period. Moreover, AeroFAPA–MS was capable of detecting highly oxidized sulfur-containing compounds in the particle phase, presenting the first real-time measurements of this compound class. Further comparisons with data from other aerosol and gas-phase measurements suggest that both particulate sulfate as well as highly oxidized peroxyradicals in the gas phase might play a role during formation of these species. Besides applying AeroFAPA–MS for the analysis of aerosol particles, desorption processes of particles in the afterglow region were investigated in order to gain a more detailed understanding of the method. While during the previous measurements aerosol particles were pre-evaporated prior to AeroFAPA–MS analysis, in this part no external heat source was applied. Particle size distribution measurements before and after the AeroFAPA source revealed that only an interfacial layer of OA particles is desorbed and, thus, chemically characterized. For particles with initial diameters of 112 nm, desorption radii of 2.5–36.6 nm were found at discharge currents of 15–55 mA from these measurements. In addition, the method was applied for the analysis of laboratory-generated core-shell particles in a proof-of-principle study. As expected, predominantly compounds residing in the shell of the particles were desorbed and ionized with increasing probing depths, suggesting that AeroFAPA–MS might represent a promising technique for depth profiling of OA particles in future studies.