http://hdl.handle.net/10900/42126 Fri, 11 Sep 2026 04:22:24 GMT 2026-09-11T04:22:24Z http://hdl.handle.net/10900/183225 Welchen Einfluss hat die Adaptivität menschlicher Interaktion auf die klinische Effektivität bei digitalen Gesundheitsinterventionen für Kinder und Jugendliche mit psychiatrischen Erkrankungen? Ober, Hannah Franziska Die vorliegende Arbeit befasste sich mit dem Einfluss menschlicher Interaktion auf die klinische Wirksamkeit bei digitalen Therapien im Bereich der Kinder- und Jugendpsychiatrie. Sie wurde aufbauend auf einer metaanalytischen Arbeit von Hollis et al. (2017) konzipiert. Hierzu erfolgte im Rahmen eines systematischen Reviews zunächst eine ausführliche Literaturrecherche, welche einen Studienzeitraum bis einschließlich 24. November 2019 einschloss. Anschließend erfolgte die Datenerhebung inklusive Dokumentation unterschiedlicher Aspekte der menschlichen Interaktion. Diese Arbeit konnte hierdurch initial insgesamt 97 Studien einschließen. Nach Ausschluss mehrerer Studien, welche in der detaillierten Datenauswertung entweder keinerlei menschliche Interaktion oder aber lediglich Interaktion in Form von Supervision enthielten, resultierten insgesamt 64 Einzelstudien, die in die qualitative Auswertung der menschlichen Interaktion einbezogen wurden. Hierbei zeigte sich unabhängig vom untersuchten Krankheitsbild in n = 50 Studien mindestens eine geringe Effektstärke, sodass für die Mehrzahl der untersuchten Studien mit digitalen Therapien Anzeichen klinischer Wirksamkeit bestand. Von diesen Studien wurden n = 5 Studien mit standardisierter Interaktion, n = 3 mit individualisierter Interaktion und die restlichen n = 42 Studien mit semi-individualisierter Interaktion gestaltet. Unabhängig von der zu Grunde liegenden Störung konnte für die Mehrheit der psychiatrischen Krankheitsbilder gezeigt werden, dass menschliche Interaktion einen positiven Einfluss auf die Wirksamkeit von digitalen (Psycho-) Therapien bei Kindern und Jugendlichen darstellt. Mit Ausnahme von Autismus-Spektrum-Störungen zeigte sich dabei für alle Krankheitsbilder ein Vorteil von mindestens semi-individualisierter gegenüber rein standardisierter Interaktion. Es konnte damit aufgezeigt werden, dass semi-individualisierte Formate in dieser Arbeit tendenziell sogar größere Effektstärken als vollständig individualisierte Formen zeigten, jedoch blieb die Aussagekraft darüber, ob individualisierte Formate einen zusätzlichen Vorteil für die Wirksamkeit bieten können aufgrund des homogenen Verteilungsmuster der eingeschlossenen Studien mit überwiegender semi-individualisierter Interaktion eingeschränkt. Da die vorliegende Arbeit sich auf einen Zeitraum bis einschließlich November 2019 bezog, sind Entwicklungen durch die COVID19-Pandemie in dieser Untersuchung noch nicht berücksichtigt, was als zusätzliche Schwachstelle der Arbeit angesehen werden kann. Zusätzlich fiel auf, dass sich beobachtete Effektstärken in Abhängigkeit der zu Grunde gelegten Kontrollgruppe unterschieden und die Effekte tendenziell größer waren, wenn die digitale Therapie mit einer nicht-aktiven Kontrollgruppe verglichen wurde. Dies könnte möglicherweise zu einer Überschätzung der Effektstärken geführt haben. Zusammenfassend lässt sich anhand der vorliegenden Arbeit aber ein positiver Einfluss von menschlicher Interaktion im Rahmen von digitalen Therapien bei Kindern und Jugendlichen bestätigen. Da sich die heutige Medizin auch zunehmend in den präventiven Sektor verlagert, wird an dieser Stelle auch ein besonderes Augenmerk darauf gerichtet werden müssen, dass mit Hilfe präventiver Modelle das Auftreten einer psychiatrischen Erkrankung möglicher-weise sogar gänzlich verhindert oder aber zumindest eine frühzeitige Diagnostik ermöglicht werden könnte. Thu, 10 Sep 2026 00:00:00 GMT http://hdl.handle.net/10900/183225 2026-09-10T00:00:00Z http://hdl.handle.net/10900/183223 Expanding the Molecular Toolbox for the Exploration of Natural Products from non-model Ascomycetes Maier, Hannes Die Dissertation ist gesperrt bis zum 27. Oktober 2027 !; Der endophytische Pilz Cyanodermella asteris DSM100826 aus der Klasse der Lecanoromycetes (Ostropales) und der marine Pilz Asteromyces cruciatus 763 aus der Klasse der Dothideomycetes (Pleosporales) stellen zwei phylogenetisch unterschiedliche Nicht-Modellorganismen dar. Bisher wurden lediglich verschiedene fermentative Strategien zur Untersuchung ihres Biosynthesepotenzials eingesetzt, wobei die Genomsequenzierung mit anschließendem „Genome Mining“ für beide Pilze eine beträchtliche Anzahl potenzieller biosynthetischer Gencluster ergab, die nur minimale bis gar keine Ähnlichkeit mit bekannten Pilzgenclustern aufweisen. Dies deutet darauf hin, dass beide Pilze zur Biosynthese weitgehend einzigartiger, noch nicht identifizierter Naturstoffe, befähigt sein könnten. Allerdings werden diese unbekannten Verbindungen mit mutmaßlicher medizinisch bzw. pharmazeutischer Anwendung unter Laborbedingungen gar nicht oder nur in unzureichenden Mengen produziert. Um die Erforschung neuer Naturstoffe sowohl aus C. asteris als auch aus A. cruciatus zu erleichtern, ist es notwendig, das Methodenspektrum zu erweitern. Dazu gehören insbesondere die genetische Manipulation des natürlichen Produzentenstammes sowie die heterologe Expression eines stammspezifischen Genclusters unter Verwendung eines etablierten Modellorganismus als heterologe Produktionsplatform. In Anbetracht des Scheiterns einer Vielzahl früherer Versuche zur PEG-vermittelten Protoplastentransformation von C. asteris verblieb als einzige Strategie zur Erweiterung des Instrumentariums die heterologe Expression. Der Versuch der heterologen Produktion von Astinen in Aspergillus nidulans, der als genereller Machbarkeitsnachweis dienen sollte, war jedoch erfolglos, sodass sich die Erforschung von Naturstoffen weiterhin auf rein fermentative Strategien beschränkt. Im Gegensatz dazu konnte die heterologe Produktion von Lajollamid A, das ursprünglich aus A. cruciatus isoliert wurde, unter Verwendung von A. nidulans als heterologer Wirt erfolgreich realisiert werden. Zusätzlich konnte eine Vielzahl von Derivaten durch Vorläufer-dirigierte heterologe Biosynthese erzeugt werden, was den Nutzen dieser biotechnologischen Produktionsplattform weiter unterstreicht. Darüber hinaus wurde ein Protokoll für die PEG-vermittelte Protoplastentransformation von A. cruciatus entwickelt. Im Gegensatz zu den meisten filamentösen Pilzen konnten stabile Transformanten nur unter Verwendung replikativer Plasmide, die über die AMA1-Sequenz als funktionales Replikon verfügen, erzeugt werden. Die zirkuläre Topologie des eingeführten Plasmids wurde durch eine Kombination aus diagnostischen PCRs und vergleichender Ganzgenomsequenzierung bestätigt. In der Gesamtschau lässt sich festhalten, dass die Methodik zur Naturstoff forschung in A. cruciatus um die Strategie der heterologen Expression und der genetischen Manipulierbarkeit des natürlichen Produzenten erweitert werden konnte. Wed, 27 Oct 2027 00:00:00 GMT http://hdl.handle.net/10900/183223 2027-10-27T00:00:00Z http://hdl.handle.net/10900/183173 Exploratory Visualizations of Multivariate Biomedical Data Brich, Nicolas This dissertation investigates the usage of Exploratory Data Analysis (EDA) in the biomedical domain. EDA was developed as a complemen­tary approach to Confirmatory Data Analysis (CDA). While CDA mainly uses statistical analysis to confirm scientific hypotheses, EDA uses techniques like visualization to enable the exploration of data to guide hypothesis generation. This is illustrated using three approaches developed and published for this dissertation. The first approach, squarely on the medical side of things, ICUVA, uses EDA to explore the status of the homeostatic system of a patient in an Intensive Care Unit (ICU) scenario. This status is described by multiple different types of ICU measurements. Usually, the course of these measurements across time is analyzed individually and often simple visualizations like line charts are used to explore the data. This is not feasible for more than a few measurements, without losing the completeness of the situation. Thus, ICUA uses time-­curves, which embed the multi­variate data into a two-­dimensional space to identify points in time when the system as changes as a whole. To understand phenotypes such as disease phenotypes observed in clinical practice, the organism also needs to be analyzed on a molecular level. Various types of biomolecules are relevant for characterizing a phenotype. These molecules stem from different levels of gene­-expres­sion. Among those are transcripts, the messenger molecules copied from genes, proteins, the molecules that are synthesized from this informa­tion, and metabolites, small­-molecules, like hormones, often produced with the help of enzymes. These molecules can be mapped to biological­ pathways that describe how an organism works on a molecular level. In the second approach, VisMOP, such data of biomolecules mapped to biological-­pathways is analyzed simultaneously by performing multi­-omics clustering. These clustered pathways are visualized as a clustered, hierarchical graph where glyphs represent pathways and their multi­-omics measurements. Ultimately, this helps to find similarly regulated pathways which allows deriving hypotheses on how phenotypes are established. The associations of proteins, as they are present in biological pathways can also be modeled as an association-­network, commonly called Protein-Protein Interaction (PPI)-­network. PPI-­networks can for example be used to explore effects of defects in altered proteins on other proteins in the network, which can be used to generate hypotheses on disease mecha­nisms or other phenotypes. To facilitate such exploration, we developed ProtEGOnist, a domain agnostic approach that utilizes an ego­centric network layout to explore small world networks focusing on nodes-of-interest. We demonstrated this on PPI-­network data. The discussion shows how EDA applications can be used in a complex biomedical scenario, exemplified using the three presented approaches. Additionally, challenges when implementing EDA­ applications in an academic settings are described. Finally, this dissertation addresses how we coped with these challenges in the presented approaches. Wed, 09 Sep 2026 00:00:00 GMT http://hdl.handle.net/10900/183173 2026-09-09T00:00:00Z http://hdl.handle.net/10900/183172 Shaping Brown Algal Genomes: Evolution and Regulation of Transposable Elements Dinatale, Erica Transposable elements (TEs) are pervasive components of eukaryotic genomes and major drivers of genome evolution, yet they remain poorly characterized in many lineages. Brown algae represent one of the most complex multicellular lineages on Earth and evolved independently from animals, plants, and fungi for over a billion years, but the diversity, distribution, and functional impact of their TEs are still largely unexplored. This thesis investigates the diversity, genomic distribution, and regulation of transposable elements in brown algae, with a particular focus on the model species Ectocarpus. By generating a comprehensive and curated TE annotation, it establishes a robust resource for comparative analyses across brown algal genomes. Genome-wide analyses reveal that TE composition and distribution vary with genome size and contribute to large-scale genome organization, including a marked enrichment on the sex chromosome driven by specific TE superfamilies. In addition, this study explores TE regulation in a lineage that lacks canonical TE silencing pathways. Integrating small RNA and chromatin profiling data, the results support a multilayered regulatory system involving small RNAs and histone modifications, highlighting alternative strategies for TE control in eukaryotes. Based on findings consolidated from three studies, this work provides new insights into TE dynamics in brown algae and establishes a framework for understanding their contribution to genome organization, stability, and evolution. More broadly, it expands our perspective on TE regulation across the eukaryotic tree of life by documenting a distinct regulatory landscape in a non-canonical model system. Wed, 09 Sep 2026 00:00:00 GMT http://hdl.handle.net/10900/183172 2026-09-09T00:00:00Z