Evolution molekularer Netzwerke

Ein vergleichender Ansatz zur Molekularbiologie des Menschen

Der Fortschritt in der Wissenschaft hängt von neuen Methoden, neuen Entdeckungen und neuen Ideen ab – wahrscheinlich in dieser Reihenfolge.“ (Sidney Brenner; übersetzt)

Molekulare Unterschiede zwischen Primaten enthalten einzigartige Information über menschliche Biologie und Evolution. Um diese besser zu erschließen, entwickeln wir genomische und zelluläre Methoden in enger Zusammenarbeit mit der Arbeitsgruppe von Ines Hellmann.

Forschung

Logo des Enard Labs

Artenübergreifende Vergleiche sind entscheidend, um die Biologie des Menschen, Krankheiten und die Evolution zu verstehen. Sie helfen dabei, funktionelle Elemente im Genom zu identifizieren, die Relevanz und Grenzen von Modellorganismen zu beurteilen und Veränderungen aufzudecken, die während der Evolution einer neuen Tierart – uns Menschen – entstanden sind. Solche vergleichenden Ansätze eröffnen eine einzigartige molekulare Perspektive darauf, wer wir sind.

Wir untersuchen mithilfe von Mausmodellen, wie humanspezifische Veränderungen des Transkriptionsfaktors FOXP2 zur Evolution von Sprache und Sprechfähigkeit beigetragen haben. Außerdem erforschen wir, wie und warum molekulare Merkmale wie die Genexpression während der Evolution der Primaten variieren oder erhalten bleiben. Die Beantwortung dieser Fragen erfordert effiziente und skalierbare Messungen molekularer Merkmale. Daher investieren wir erhebliche Anstrengungen in die Anwendung und Optimierung von Bulk- und Einzelzell-RNA-seq-Verfahren. Darüber hinaus benötigen wir experimentellen Zugang zu relevanten zellulären Systemen. Induzierte pluripotente Stammzellen (iPSCs) und ihre Derivate haben einen solchen Zugang beim Menschen grundlegend erweitert. Wir arbeiten daran, diese Möglichkeiten durch die Erzeugung von iPSCs verschiedener Primatenarten auf weitere Spezies zu übertragen.

Forschungsschwerpunkte

Um die molekularen Grundlagen evolutionärer Veränderungen zu verstehen, sind experimentell zugängliche Zellen verschiedener Arten von entscheidender Bedeutung. Induzierte pluripotente Stammzellen (iPSCs) und ihre Derivate haben sich als leistungsfähige Zellmodelle für die Humanbiologie erwiesen. Wir arbeiten daran, sie für vergleichende Untersuchungen zu nutzen, indem wir die Erzeugung, Standardisierung und Vergleichbarkeit von iPSCs verschiedener Primaten und anderer Säugetiere verbessern. Mithilfe dieser Zellen untersuchen wir die Evolution regulatorischer Netzwerke, die artübergreifende Übertragbarkeit von Markergenen, humanspezifische Merkmale der Atherosklerose sowie funktionelle Zusammenhänge der Gehirngröße bei Säugetieren.

Ausgewählte Publikationen:

Enard W. 2012. Functional primate genomics--leveraging the medical potential. J Mol Med (Berl) 90:471–480. doi:10.1007/s00109-012-0901-4

Wunderlich et al. 2014. Primate iPS cells as tools for evolutionary analyses. Stem Cell Res 12:622–629. doi:10.1016/j.scr.2014.02.001

Geuder et al. 2021. A non-invasive method to generate induced pluripotent stem cells from primate urine. Sci Rep 11:3516. doi:10.1038/s41598-021-82883-0

Edenhofer et al. 2024. Generation and characterization of inducible KRAB-dCas9 iPSCs from primates for cross-species CRISPRi. iScience 27:110090.

Jocher et al. 2026. Identification and comparison of orthologous cell types from primate embryoid bodies shows limits of marker gene transferability. Elife 14:RP105398. doi:10.7554/eLife.105398.3

Sechs mikroskopische Aufnahmen von Zellkolonien verschiedener Primatenarten, angeordnet in zwei Reihen. Die Kolonien unterscheiden sich in Form, Randstruktur und Oberflächenbeschaffenheit; Silhouetten kennzeichnen die jeweilige Primatenart.
Beispiele für im Enard-Labor erzeugte Primaten-iPSCs.

Der Mensch ist vor allem aufgrund der bemerkenswerten Eigenschaften seines Gehirns eine außergewöhnliche Spezies. Zwei Merkmale des Gehirns, die sich seit der Aufspaltung der menschlichen Abstammungslinie von unserem gemeinsamen Vorfahren mit Schimpansen verändert haben, sind seine Größe und seine Fähigkeit zur Sprache. Die molekularen Grundlagen dieser Veränderungen zu verstehen, ist interessant, aber zugleich eine große Herausforderung. Ein Ansatz besteht darin, den Transkriptionsfaktor FOXP2 und seine zwei humanspezifischen Aminosäureveränderungen in Mausmodellen zu untersuchen. Ein weiterer Ansatz ist eine Art Cross-Species-Association-Framework, bei dem wir die funktionelle Aktivität und genetische Veränderungen von Kandidatengenen mit Veränderungen der Gehirngröße im gesamten Säugetierstammbaum in Beziehung setzen.

Ausgewählte Publikationen:

Kliesmete Z, Wange LE, Vieth B, Esgleas M, Radmer J, Hülsmann M, Geuder J, Richter D, Ohnuki M, Götz M, Hellmann I, Enard W. 2023. Regulatory and coding sequences of TRNP1 co-evolve with brain size and cortical folding in mammals. Elife 12. doi:10.7554/eLife.83593

Enard et al. 2009. A humanized version of Foxp2 affects cortico-basal ganglia circuits in mice. Cell 137:961–971. doi:10.1016/j.cell.2009.03.041

Enard et al. 2002. Molecular evolution of FOXP2, a gene involved in speech and language. Nature 418:869–872. doi:10.1038/nature01025

Enard W. 2011. FOXP2 and the role of cortico-basal ganglia circuits in speech and language evolution. Curr Opin Neurobiol 21:415–424. doi:10.1016/j.conb.2011.04.008

Schreiweis et al. 2014. Humanized Foxp2 accelerates learning by enhancing transitions from declarative to procedural performance. Proc Natl Acad Sci U S A 111:14253–14258. doi:10.1073/pnas.1414542111

Bornschein et al. 2023. Functional dissection of two amino acid substitutions unique to the human FOXP2 protein. Sci Rep 13:3747. doi:10.1038/s41598-023-30663-3

Kliesmete et al. 2023. Regulatory and coding sequences of TRNP1 co-evolve with brain size and cortical folding in mammals. Elife 12. doi:10.7554/eLife.83593

Schimpanse und Mensch sitzen Rücken an Rücken, mit zwei Mäusen im Vordergrund vor einem dunklen Hintergrund mit einer leuchtenden, neuronenartigen Struktur.
Ein Mausmodell mit humanisiertem FOXP2 deutet darauf hin, dass medium spiny Neuronen des Striatums eine entscheidende Rolle bei der Evolution menschlicher Sprache spielen.

Bulk- und Single-Cell-RNA-seq sind leistungsfähige Methoden zur Quantifizierung molekularer und zellulärer Phänotypen. Wir haben RNA-seq-Protokolle systematisch verglichen und weiterentwickelt, sind Teil der Standards and Technology Working Group des Human Cell Atlas und unterstützen zahlreiche lokale und internationale Kooperationen bei der Generierung von Bulk- und Single-Cell-RNA-seq-Daten (Beispiele finden sich in Wolfgangs Publikationsprofil).

Unser wichtigstes Protokoll ist derzeit prime-seq2, ein leistungsfähiges und effizientes Bulk-RNA-seq-Protokoll, in das mehr als zehn Jahre Erfahrung und kontinuierliche Weiterentwicklung eingeflossen sind. Mit Kosten von weniger als 5 € pro Probe ermöglicht es, deutlich mehr Bedingungen und Replikate zu untersuchen und damit neue Arten experimenteller Designs umzusetzen.

Ein Beispiel ist unsere aktuelle Studie zum Striatum während des Lernens. Darin vergleichen wir die Genexpression über drei Lernphasen und mehrere Regionen des Striatums hinweg in insgesamt 396 Proben von 66 Mäusen. Dieses Design ermöglicht es uns zu bestimmen, wo und wann die größten Veränderungen der Genexpression auftreten – konzeptionell ähnlich zur Nutzung hämodynamischer oder elektrischer Signale als Maß für Gehirnaktivität – und anschließend die zugrunde liegenden neuronalen und nicht-neuronalen Prozesse zu identifizieren.

Ein detailliertes und kuratiertes Protokoll finden Sie auf protocols.io. Kontaktieren Sie uns gerne für Beratung und mögliche Kooperationen im Bereich Bulk- und Single-Cell-RNA-seq.

Ausgewählte Publikationen:

Lousada et al. 2026. Expression profiling of the learning striatum. bioRxiv. doi:10.1101/2023.01.03.522560

Pförtner, Briem, et al. 2026. Increasing usable reads in RNA-seq protocols. iScience 29:116984. doi:10.1016/j.isci.2026.116984

Acera-Mateos et al 2026. Systematic evaluation of single-cell multimodal data integration enhances cell type resolution and discovery of clinically relevant states in complex tissues. Genome Biol 27:64.

Janssen et al. 2023. The effect of background noise and its removal on the analysis of single-cell expression data. Genome Biol 24:140. doi:10.1186/s13059-023-02978-x

Janjic et al.. 2022. Prime-seq, efficient and powerful bulk RNA sequencing. Genome Biol 23:88. doi:10.1186/s13059-022-02660-8

Bagnoli et al. 2018. Sensitive and powerful single-cell RNA sequencing using mcSCRB-seq. Nat Commun 9:2937. doi:10.1038/s41467-018-05347-6

Regev et al. 2017. The Human Cell Atlas. Elife 6. doi:10.7554/eLife.27041

Parekh S, Ziegenhain C, Vieth B, Enard W, Hellmann I. 2016. The impact of amplification on differential expression analyses by RNA-seq. Sci Rep 6:25533. doi:10.1038/srep25533

Ziegenhain et al.. 2017. Comparative Analysis of Single-Cell RNA Sequencing Methods. Mol Cell 65:631-643.e4. doi:10.1016/j.molcel.2017.01.023

Methoden und Werkzeuge

Forscherin arbeitet mit einer Mehrkanalpipette an einem Laborarbeitsplatz.

© Carolin Bleese

  • Prime-seq2- ein effizientes, sensitives und skalierbares Bulk-RNA-seq-Protokoll, das für eine maximale Ausbeute nutzbarer Reads optimiert wurde.
  • mcSCRB-seq- eine sensitive, UMI- und plattenbasierte Methode für die Einzelzell-RNA-Sequenzierung.
  • 10X scRNA-seq und multiome - Hochdurchsatzanalyse von Genexpression und Chromatinzugänglichkeit mit Einzelzellauflösung.
  • CRISPRi in Primaten- induzierbare Genrepression in Primaten-iPSCs für vergleichende funktionelle Untersuchungen der Genregulation.
  • TAMED FISH - ein Bildanalyse-Workflow zur Erkennung und räumlichen Lokalisierung von Zellen sowie zur Quantifizierung von Fluoreszenz-in-situ-Hybridisierungssignalen.
  • Primaten-iPSCs- artenübergreifende Stammzellmodelle zur Erforschung der Evolution von Genregulation und Entwicklung.

Lehre

Studierende am Mikroskopieren

© Carolin Bleese

Siehe die Lehrveranstaltungen der AG Enard- und Hellmann.

Ausgewählte Publikationen

Pförtner, F., Briem, E., Enard, W., & Richter, D. (2026). Increasing usable reads in RNA-seq protocols. iScience, 29(8), 116984. https://doi.org/10.1016/j.isci.2026.116984

Jocher, J., Janssen, P., Vieth, B., Edenhofer, F. C., Dietl, T., Térmeg, A., Spurk, P., Geuder, J., Enard, W., & Hellmann, I. (2026). Identification and comparison of orthologous cell types from primate embryoid bodies shows limits of marker gene transferability. eLife, 14, RP105398. https://doi.org/10.7554/eLife.105398.3

Edenhofer, F. C., Térmeg, A., Ohnuki, M., Jocher, J., Kliesmete, Z., Briem, E., Hellmann, I., & Enard, W. (2024). Generation and characterization of inducible KRAB-dCas9 iPSCs from primates for cross-species CRISPRi. iScience, 27(6), 110090. https://doi.org/10.1016/j.isci.2024.110090

Kliesmete, Z., Wange, L. E., Vieth, B., Esgleas, M., Radmer, J., Hülsmann, M., Geuder, J., Richter, D., Ohnuki, M., Götz, M., Hellmann, I., & Enard, W. (2023). Regulatory and coding sequences of TRNP1 co-evolve with brain size and cortical folding in mammals. eLife, 12, e83593. https://doi.org/10.7554/eLife.83593

Janssen, P., Kliesmete, Z., Vieth, B., Adiconis, X., Simmons, S., Marshall, J., McCabe, C., Heyn, H., Levin, J. Z., Enard, W., & Hellmann, I. (2023). The effect of background noise and its removal on the analysis of single-cell expression data. Genome Biology, 24(1), 140. https://doi.org/10.1186/s13059-023-02978-x

Janjic, A., Wange, L. E., Bagnoli, J. W., Geuder, J., Nguyen, P., Richter, D., Vieth, B., Vick, B., Jeremias, I., Ziegenhain, C., Hellmann, I., & Enard, W. (2022). Prime-seq, efficient and powerful bulk RNA sequencing. Genome Biology, 23(1), 88. https://doi.org/10.1186/s13059-022-02660-8

Geuder, J., Wange, L. E., Janjic, A., Radmer, J., Janssen, P., Bagnoli, J. W., Müller, S., Kaul, A., Ohnuki, M., & Enard, W. (2021). A non-invasive method to generate induced pluripotent stem cells from primate urine. Scientific Reports, 11(1), 3516. https://doi.org/10.1038/s41598-021-82883-0

Ziegenhain, C., Vieth, B., Parekh, S., Reinius, B., Guillaumet-Adkins, A., Smets, M., Leonhardt, H., Heyn, H., Hellmann, I., & Enard, W. (2017). Comparative analysis of single-cell RNA sequencing methods. Molecular Cell, 65(4), 631–643.e4. https://doi.org/10.1016/j.molcel.2017.01.023

Schreiweis, C., Bornschein, U., Burguière, E., Kerimoglu, C., Schreiter, S., Dannemann, M., Goyal, S., Rea, E., French, C. A., Puliyadi, R., Groszer, M., Fisher, S. E., Mundry, R., Winter, C., Hevers, W., Pääbo, S., Enard, W., & Graybiel, A. M. (2014). Humanized Foxp2 accelerates learning by enhancing transitions from declarative to procedural performance. Proceedings of the National Academy of Sciences, 111(39), 14253–14258. https://doi.org/10.1073/pnas.1414542111

Enard, W., Gehre, S., Hammerschmidt, K., Hölter, S. M., Blass, T., Somel, M., Brückner, M. K., Schreiweis, C., Winter, C., Sohr, R., Becker, L., Wiebe, V., Nickel, B., Giger, T., Müller, U., Groszer, M., Adler, T., Aguilar, A., Bolle, I., Calzada-Wack, J., Dalke, C., Ehrhardt, N., Favor, J., Fuchs, H., Gailus-Durner, V., Hans, W., Hölzlwimmer, G., Javaheri, A., Kalaydjiev, S., Kallnik, M., Kling, E., Kunder, S., Moßbrugger, I., Naton, B., Racz, I., Rathkolb, B., Rozman, J., Schrewe, A., Busch, D. H., Graw, J., Ivandic, B., Klingenspor, M., Klopstock, T., Ollert, M., Quintanilla-Martinez, L., Schulz, H., Wolf, E., Wurst, W., Zimmer, A., Fisher, S. E., Morgenstern, R., Arendt, T., Hrabé de Angelis, M., Fischer, J., Schwarz, J., & Pääbo, S. (2009). A humanized version of Foxp2 affects cortico-basal ganglia circuits in mice. Cell, 137(5), 961–971. https://doi.org/10.1016/j.cell.2009.03.041

Enard, W., Przeworski, M., Fisher, S. E., Lai, C. S. L., Wiebe, V., Kitano, T., Monaco, A. P., & Pääbo, S. (2002). Molecular evolution of FOXP2, a gene involved in speech and language. Nature, 418(6900), 869–872. https://doi.org/10.1038/nature01025

Enard, W., Khaitovich, P., Klose, J., Zöllner, S., Heissig, F., Giavalisco, P., Nieselt-Struwe, K., Muchmore, E., Varki, A., Ravid, R., Doxiadis, G. M., Bontrop, R. E., & Pääbo, S. (2002). Intra- and interspecific variation in primate gene expression patterns. Science, 296(5566), 340–343. https://doi.org/10.1126/science.1068996

Förderung

Logo Deutsche Forschungsgemeinschaft