Magazin

Wasser ist eines der am häufigsten untersuchten Systeme, da es wegen seiner Bedeutung für die Biologie, Chemie und das Leben auf der Erde die wohl wichtigste Flüssigkeit ist.1 Deshalb dient es häufig als Plattform für neue experimentelle Mess- und theoretische Berechnungsmethoden intermolekularer Wechselwirkungen: Wasser ist so ein Spiegel der Wissenschaft.
 Das weit verbreitete Interesse an Wasser führte zu einer Menge von Kontroversen — selbst heute sind noch viele der komplexen und einzigartigen Eigenschaften von Wasser ungeklärt. Zurzeit sind 63 Anomalien bekannt, die sich auf die Dichte, Thermodynamik, Physik, Materialeigenschaften sowie das Phasendiagramm von Wasser beziehen.2 Besonders hervorzuheben ist das Dichtemaximum der flüssigen Phase, das unter Normaldruck bei 4 °C liegt.3
Obwohl auch andere Flüssigkeiten Anomalien aufweisen, ist die Häufung bei Wasser einzigartig.4 Sie beruht in erster Linie auf der Kombination von Wasserstoffbrücken als den dominierenden intermolekularen Wechselwirkungen und der tetraedrischen Koordinationsstruktur.5


<h2>Tetraedrisch oder nicht?</h2>
Die tetraedrische Koordinationsstruktur wird seit dem ersten Strukturmodell für flüssiges Wasser von Wilhelm Conrad Röntgen im Jahr 1892 immer wieder kontrovers diskutiert.6 In seiner Schrift “Über die Constitution des flüssigen Wassers” beschrieb er ein Zweiphasenmodell und sah Wasser als eine Lösung von “Eismolekülen” in Molekülen “zweiter Art”, wobei die Eismoleküle durch Wärmezufuhr in Moleküle “zweiter Art” mit höherer Dichte übergehen.6
Das für das Verständnis von Wasser unverzichtbare Konzept der Wasserstoffbrücke erwähnt zum ersten Mal ein Aufsatz aus dem Jahr 1920. Er schreibt diese Idee Maurice Huggins zu, von dessen Doktorarbeit allerdings kein Exemplar mehr erhalten ist.7 Wie ein solches Netzwerk von Wasserstoffbrücken in Wasser bei Umgebungsbedingungen aussehen könnte, zeigt Abbildung 1 (S. 1204). Die Orientierung der über Wasserstoffbrücken miteinander verbundenen Moleküle weicht stark von der Lehrbuchgeometrie eines Wasserdimers in Vakuum ab. Gerade diese aus der Quantenmechanik herrührenden kollektiven Effekte und die temperaturbedingte Unordnung sind für die Struktur von Wasser essenziell.
Ein weiterer Meilenstein war Bernals und Fowlers Modell im Jahr 1933, das auf Röntgenbeugungsmessungen von flüssigem Wasser und der Kristallstruktur von normalem Eis beruhte.8 Das Modell geht erstmals von einer tetraedrisch organisierten Struktur aus und kombiniert sie mit “quartz-like water modified by some local packing”. Dabei sind Elemente von Röntgens Modell aufgenommen. Interessanterweise verwendet das Modell den Begriff der Wasserstoffbrücke jedoch nicht.
Entlang dieser Richtung — wenig später als “random tetrahedral network models” bekannt — schlug John Pople schließlich im Jahr 1951 ein Wassermodell ganz ohne Anlehnungen an Eisstrukturen vor.9 Dieses ebenfalls tetraedrische Koordinationsmodell ist heute weitgehend akzeptiert und stützt sich auf Strukturaufklärungsmethoden wie Neutronen- und Röntgenbeugung. Allerdings wird dabei die sphärisch gemittelte zwei- anstatt die direkte dreidimensionale Anordnung der Moleküle zueinander gemessen und ist infolgedessen uneindeutig (Abbildung 2, S. 1204).
Die eigentliche dreidimensionale Struktur von Wasser muss in einem Nachbearbeitungsschritt rekonstruiert werden und ist damit ebenfalls nicht eindeutig.10 Die Nichteindeutigkeit lässt sich mit einer kürzlich vorgeschlagenen Simulationsmethode reduzieren. Diese maximiert die Übereinstimmung mit experimentellen Daten und minimiert gleichzeitig lokal die potenzielle Energie.11
 Interpretationen neuer Experimente, dass Wasser zwei- statt vierfach gebunden sein könnte — wie es die Natur der Wasserstoffbrücke suggeriert —, haben die Debatte zur lokalen Koordinationsstruktur in flüssigem Wasser vor Kurzem neu entfacht.12 Falls flüssiges Wasser nämlich tatsächlich zweifach koordiniert sein sollte, hätte dies gleich mehrere grundlegende Konsequenzen. Insbesondere hätte dies zur Folge, dass Wasser, anstatt tetraedisch gebunden zu sein, vielmehr aus Ketten und Ringen bestünde.


<h2>Aufklärung der Struktur durch Computersimulationen</h2>
In Computersimulationen ist die molekulare Struktur des Wassers inhärenter Bestandteil. Zum Beispiel liefern hochgenaue quantenchemische Studien am Wasserdimer und an kleinen Clustern in der Gasphase Einblicke in den Zusammenhang von Orientierung und Stärke der intermolekularen Wechselwirkung.13 Allerdings ist Wasser mehr als die Summe sämtlicher darin enthaltener Wasserdimere. Das Wasserstoffbrückennetzwerk in flüssigem Wasser basiert auf kooperativen Effekten — die einzelnen Wasserstoffbrückenbindungen verstärken sich durch Elektronenumverteilung gegenseitig und beeinflussen damit die geometrischen und elektronischen Eigenschaften.14 Beispielsweise steigt das molekulare Dipolmoment eines isolierten Wassermoleküls in der Gasphase von 1,85 Debye auf 3,0 Debye in der Flüssigphase bei Umgebungsbedingungen.15 Zur Berechnung der spezifischen Eigenschaften von Wasser sind deswegen Simulationen auf möglichst großen Längenskalen in der kondensierten Phase unumgänglich.
Die numerische Lösung der Newtonschen Bewegungsgleichung mit der Moleküldynamik-Methode (MD) ermöglicht es, nicht nur strukturbezogene, sondern auch dynamische Eigenschaften bei endlicher Temperatur zu berechnen. Durch den direkten Einblick in die Echtzeitdynamik der Atome ist die MD ein virtuelles Mikroskop. Die interatomaren Wechselwirkungen lassen sich entweder klassisch mit empirisch bestimmten Potenzialfunktionen oder alternativ on-the-fly basierend auf quantenmechanischen Elektronenstrukturmethoden berechnen. Dieser parameterfreie, auch Ab-initio-MD (AIMD) genannte Ansatz erlaubt nicht nur, dass chemische Bindungen während der Simulation gebrochen oder neu gebildet werden, sondern ermöglicht zudem Vorhersagen für a priori unbekannte Systeme.16 Der entsprechende Gewinn an Genauigkeit und Übertragbarkeit geht allerdings mit einem relativ großen Rechenaufwand einher. Systemgrößen und Simulationszeiten sind somit limitierende Faktoren.
Einen guten Kompromiss zwischen Effizienz und ausreichender Genauigkeit für qualitativ korrekte Vorhersagen bietet die Dichtefunktionaltheorie (DFT), die deshalb Standard für AIMD-Simulationen ist. Der vor kurzem vorgeschlagene “Car-Parrinello-like Approach to Born-Oppenheimer-MD”17 ermöglicht jedoch AIMD-Simulationen auf viel größeren Längen- und Zeitskalen als der ursprüngliche Car-Parrinello-MD-Ansatz und wird deswegen auch als 2.-Generation-Car-Parrinello-Methode bezeichnet.18
Derartige methodische Entwicklungen und der gleichzeitige Zuwachs an Rechenleistung führten seit der ersten AIMD-Simulation von flüssigem Wasser19 zu großen Fortschritten bei der Aufklärung der Koordinationsstruktur.20 Doch auch bei Computersimulationen ist die Analyse der subtilen lokalen Struktur nicht trivial. Mit AIMD-Simulationen lassen sich beispielsweise dreidimensionale Paarkorrelationsfunktionen berechnen (Abbildung 3), die im zeitlichen Mittel eine tetraedrische Koordinationsstruktur von flüssigem Wasser implizieren. Eine Herausforderung ist es dabei, Ring- und Kettenstrukturen zu identifizieren, wie sie in Interpretationen experimenteller Ergebnisse vorgeschlagen wurden.12
Dazu sind neue theoretische Analysemethoden vonnöten, die darauf abzielen, Wasserstoffbrücken sichtbar zu machen. Typischerweise wird die Struktur von Netzwerken aus Wasserstoffbrücken über geometrische Ad-hoc-Definitionen für Wasserstoffbrücken analysiert. Solche empirischen Ansätze laufen allerdings Gefahr, die eigentlichen, grundlegenden Ursachen und Effekte außen vor zu lassen. Da chemische Bindungen — und damit auch Wasserstoffbrücken — eine Reorganisation der Elektronenverteilung bezüglich einer Ausgangsverteilung im ungebundenen Zustand darstellen, sind Analysemethoden besser geeignet, die sich direkt auf die Elektronendichte und daraus ableitbare energetische Größen beziehen.
Mit der kürzlich entwickelten Erweiterung der Energy Decomposition Analysis of Absolutely Localized Molecular Orbitals”(ALMO EDA) für periodische Systeme, lässt sich die quantenmechanische Interaktionsenergie zwischen schwach gebundenen Molekülen in physikalisch sinnvolle Komponenten zerlegen.21,22 Die ALMO-EDA-Analyse von Wasser zeigte erstmals, dass jedes Wassermolekül zu jedem Zeitpunkt vier und nicht nur zwei Wechselwirkungen mit seinen Nachbarn eingeht.22 Diese Wechselwirkungen sind jedoch asymmetrisch verteilt und bestehen aus einer starken sowie einer schwachen Donor- und Akzeptor-Wechselwirkung (Abbildung 1).
Diese Asymmetrie in der Elektronenstruktur und der intermolekularen Interaktionsenergie ist aber nur auf einer relativ kurzen Zeitskala sichtbar. Im zeitlichen Mittel, das heißt bereits ab einer zeitlichen Auflösung von zirka 500 Femtosekunden, erscheinen deswegen nur noch vier durchschnittlich starke Wasserstoffbrücken. Die Situation ähnelt einem Pendel: Jede Wasserstoffbrücke schwingt mit einer sehr hohen Frequenz zwischen den Extrema einer starken und einer schwachen Akzeptor- oder Donor-Wechselwirkung hin und her. An diesen Endpunkten ist die Verweildauer jeweils viel länger als im Mittelpunkt, der in jeder Schwingung nur kurz durchlaufen wird. Im zeitlichen Mittel misst man dann jedoch die mittlere Position, obwohl die instantane Konfiguration stark asymmetrisch ist.
Geometrische Eigenschaften reichen nicht aus, um die starken und schwachen Bindungen zu unterscheiden, da die thermischen Fluktuationen zu stark überlappenden Verteilungen führen. Aus diesem Grund ist die Analyse elektronischer Eigenschaften unumgänglich. Die kürzlich gemessenen Röntgenabsorptionsspektren (x-ray absorption spectroscopy, XAS) wurden deshalb einer detaillierten Analyse unterzogen (Abbildung 4). Berechnetes und experimentell gemessenes XAS-Spektrum von flüssigem Wasser stimmen qualitativ überein. Die experimentelle Arbeit schrieb die Schulter bei 535 eV zweifach koordinierten Wassermolekülen zu.12 Berechnete XAS-Spektren für Moleküle mit unterschiedlich starken Asymmetrie-Parametern (Abbildungen 4b und 4c) machen deutlich, dass der größte Beitrag bei 535 eV von Molekülen mit stark asymmetrischer Koordinationsstruktur stammt, wohingegen der Bereich ab 537 eV von Molekülen mit symmetrischer Koordinationsstrukur herrührt.22


<h2>Zusammenfassung und Ausblick</h2>
Die lokale Koordinationsstruktur in flüssigem Wasser zu bestimmen, bleibt sowohl für Experimentatoren als auch für Theoretiker ein schwieriges Unterfangen. Methodische Entwicklungen auf beiden Seiten haben jedoch immer wieder zu neuen Erkenntnissen geführt, und es zeigt sich, “dass die Wasserstruktur immer komplizierter wird, je genauer, das heißt mit immer geringerer zeitlicher Auflösung man hinschaut.”4
Auf der theoretischen Seite eröffnen gerade AIMD-Simulationen neue Einblicke, und die Entwicklung ausgefeilter Analysemethoden ermöglicht die Interpretation experimenteller Beobachtungen. Für eine genauere Beschreibung der subtilen schwachen Wechselwirkungen in flüssigem Wasser bedarf es jedoch genauer, aber trotzdem ausreichend effizienter Elektronenstrukturmethoden. Die Schwierigkeit liegt darin, dass beispielsweise der für biologische Anwendungen relevante Temperaturbereich von 0 bis 100 °C für flüssiges Wasser einer Energiedifferenz von nur 0,2 kcal·mol—1 pro Freiheitsgrad entspricht.
Die weitverbreitete DFT-Methode vernachlässigt die für biologische Systeme wichtigen Van-der-Waals-Wechselwirkungen. Neue Methoden, welche die in der DFT fehlenden Dispersionskräfte korrigieren sollen,23,24 verbessern nicht nur systematisch die Bindungsenergie des isolierten Wasserdimers, sondern auch die Beschreibung der Struktur und der Dynamik von flüssigem Wasser.25 Künftige theoretische Studien werden zudem nicht umhin kommen, Kernquanteneffekte explizit zu berücksichtigen.26 Diese wurden bisher in den meisten Studien über flüssiges Wasser vernachlässigt, doch besonders bei den vergleichsweise leichten Wasserstoffatomen hat die Kernwellenfunktion selbst bei Raumtemperatur einen gewissen Einfluss auf Struktur und Dynamik im Wasser.27


<h2>QUERGELESEN</h2>
Die Koordinationsstruktur von flüssigem Wasser ist immer noch wissenschaftlich umstritten.
Auch mit modernen Computersimulationen ist die Analyse der subtilen lokalen Struktur von flüssigem Wasser nicht trivial. Ergebnisse von Ab-initio-Molekulardynamik-Simulationen legen eine im zeitlichen Mittel tetraedrische Koordinationsstruktur nahe.
Um darüber hinaus Ring- und Kettenstrukturen zu identifizieren, sind neue theoretische Analysemethoden vonnöten, die Wasserstoffbrücken sichtbar machen.


Thomas D. Kühne ist Juniorprofessor für theoretische Chemie an der Universität Mainz. Er promovierte im Jahr 2008 an der ETH Zürich in theoretischer Physik. Sein Arbeitsgebiet umfasst die Entwicklung neuer numerischer Methoden zur Berechnung der Dynamik und Elektronenstruktur von supramolekularen Systemen, sowie deren Anwendung auf Fragen der Chemie, Biophysik und Materialwissenschaften.
<a href="mailto:kuehne@uni-mainz.de">kuehne@uni-mainz.de</a>
Rustam Z. Khaliullin ist ein vom Schweizer Nationalfond geförderter Stipendiat an Universität Mainz. Seine Forschungsinteressen sind die Entwicklung und Implementierung von neuen Elektronenstruktur- und Molekulardynamik-Methoden, sowie deren Anwendung auf fundamentale Prozesse an Grenzflächen und Nanomaterialien. Er promovierte im Jahr 2007 und arbeitete danach als Postdoc bei Michele Parrinello an der ETH Zürich in Lugano und bei Jörg Hutter an der Universität Zürich.
Manuel Dömer ist Postdoktorand und Thomas Spura Doktorand im Arbeitskreis Kühne.



<ul>
<li>
1 

 
P. Ball, 
<source>Chem. Rev. 
(2008), 
108, 
74.
</li>
<li>
2 

M. Chaplin, <ext-link ext-link-type="uri"><a href="https://www.lsbu.ac.uk/water/anmlies.html" target="_blank">www.lsbu.ac.uk/water/anmlies.html</a></ext-link>.
</li>
<li>
3 

 
R. Ludwig, 
D. Paschek, 
<source>Chem. Unserer Zeit 
(2005), 
39, 
164.
</li>
<li>
4 

 
K. Roth, 
<source>Chem. Unserer Zeit 
(2013), 
47, 
108.
</li>
<li>
5 

 
G. Malenkov, 
<source>J. Phys.: Condens. Matter 
(2009), 
21, 
283101.
</li>
<li>
6 

 
W. C. Röntgen, 
<source>Ann. Phys. Chem. 
(1892), 
281, 
91.
</li>
<li>
7 

 
W. M. Latimer, 
W. H. Rodebush, 
<source>J. Am. Chem. Soc. 
(1920), 
42, 
1419.
</li>
<li>
8 

 
J. D. Bernal, 
R. H. Fowler, 
<source>J. Chem. Phys. 
(1933), 
1, 
515.
</li>
<li>
9 

 
J. A. Pople, 
<source>Proc. Soc. Lond. A 
(1951), 
7, 
205.
</li>
<li>
10 

 
P. Jedlovszky, 
l. Bako, 
G. Palinkas, 
T. Radnai, 
A. K. Soper, 
<source>J. Chem. Phys. 
(1996), 
105, 
245.
</li>
<li>
11 

 
J. Los, 
T. D. Kühne, 
<source>Phys. Rev. B 
(2013), 
87, 
214202.
</li>
<li>
12 

 
P. Wernet, 
D. Nordlund, 
U. Bergmann, 
M. Cavalleri, 
M. Odelius, 
H. Ogasawara, 
L. Å. Näslund, 
T. K. Hirsch, 
L. Ojamäe, 
P. Glatzel, 
<source>Science 
(2004), 
304, 
995.
</li>
<li>
13 

 
J. K. Gregory, 
D. C. Clary, 
<source>J. Phys. Chem. 
(1996), 
100, 
18014.
</li>
<li>
14 

 
F. H. Stillinger, 
<source>Science 
(1980), 
209, 
451.
</li>
<li>
15 

 
P. L. Silvestrelli, 
M. Parrinello, 
<source>Phys. Rev. Lett. 
(1999), 
82, 
3308.
</li>
<li>
16 


D. Marx, 
J. Hutter, 
<source>Ab Initio Molecular Dynamics: Basic Theory and Advanced Methods, <publisher-name>Cambridge University Press</publisher-name>, <publisher-loc>Cambridge</publisher-loc>, 2009.

</li>
<li>
17 

 
T. D. Kühne, 
M. Krack, 
F. R. Mohamed, 
M. Parrinello, 
<source>Phys. Rev. Lett. 
(2009), 
98, 
066401.
</li>
<li>
18 

 
R. Car, 
M. Parrinello, 
<source>Phys. Rev. Lett. 
(1985), 
55, 
2471.
</li>
<li>
19 

 
K. Laasonen, 
M. Sprik, 
M. Parrinello, 
R. Car, 
<source>J. Chem. Phys. 
(1993), 
99, 
9080.
</li>
<li>
20 

 
T. D. Kühne, 
M. Krack, 
M. Parrinello, 
<source>J. Chem. Theory Comput. 
(2009), 
5, 
235.
</li>
<li>
21 

 
R. Z. Khaliullin, 
E. A. Cobar, 
R. C. Lochan, 
A. T. Bell, 
M. Head-Gordon, 
<source>J. Phys. Chem. A 
(2007), 
111, 
8753.
</li>
<li>
22 

 
T. D. Kühne, 
R. Z. Khaliullin, 
<source>Nat. Comm. 
(2013), 
4, 
1450.
</li>
<li>
23 

 
O. A. von Lilienfeld, 
I. Tavernelli, 
U. Rothlisberger, 
D. Sebastiani, 
<source>Phys. Rev. Lett. 
(2004), 
93, 
153004.
</li>
<li>
24 

 
S. Grimme, 
J. Antony, 
S. Ehrlich, 
H. Krieg, 
<source>J. Chem. Phys. 
(2010), 
132, 
154104.
</li>
<li>
25 

 
I.-C. Lin, 
A. P. Seitsonen, 
I. Tavernelli, 
U. Rothlisberger, 
<source>J. Chem. Theory Comput. 
(2012), 
8, 
3902.
</li>
<li>
26 

 
D. Marx, 
M. Parrinello, 
<source>Z. Phys. B 
(1994), 
95, 
143.
</li>
<li>
27 

 
S. Habershon, 
T. E. Markland, 
D. E. Manolopoulos, 
<source>J. Chem. Phys. 
(2009), 
131, 
024501.
</li>
</ul>

Artikel

Tetraedrisch, wenn flüssig

Wasser ist eines der am häufigsten untersuchten Systeme, da es wegen seiner Bedeutung für die Biologie, Chemie und das Leben auf der Erde die wohl wichtigste Flüssigkeit ist.1 Deshalb dient es häufig als Plattform für neue experimentelle Mess- und theoretische Berechnungsmethoden intermolekularer...

Prof.Dr.

Mit Zucker und seiner Wirkung auf unseren Körper kennt sich vermeintlich jeder aus: Zucker macht dick, ist schlecht für die Zähne und kann angeblich sogar süchtig machen. Allgemeinweisheiten lassen kaum ein gutes Haar an den Kohlenhydraten, manche Ernährungswissenschaftler wollen Zucker gar komplett aus unseren Küchen verbannen. Doch mit diesem Wissen kratzen wir nicht einmal an der Oberfläche dessen, was Zucker für unseren Körper und seine Gesundheit bedeuten. Oder wie es Ajit Varki, einer der führenden Kohlenhydratforscher, ausdrückt: “Zucker sind wie die dunkle Materie der Biologie.”1 Wie in der Physik die bisher beobachtete Materie des Universums nicht alles ist, rücken in der Biologie neben DNA, RNA und Proteinen die Kohlenhydrate in den Fokus. In Anlehnung an Proteomics und Genomics entstand das Feld der Glycomics.
Etwa ein Prozent des menschlichen Genoms dient der Speicherung von Zuckersynthese- und Modifikationsplänen. Zuckerstrukturen kommen überall im Körper vor: Jede einzelne Zelle ist auf ihrer Oberfläche mit komplexen Kohlenhydraten besetzt. Die Zucker sitzen dabei in verzweigter Baumstruktur fest auf Proteinen oder Lipiden verankert und bilden die Glycokalix. Diese lässt sich unter dem Elektronenmikroskop sichtbar machen und hat eine unüberschaubare Menge von Aufgaben im Zusammenspiel der Zellen, sowohl körpereigener als auch fremder. So wurde im Jahr 1957 die molekulare Grundlage der Blutgruppenunverträglichkeit im A/B/0-System anhand kleiner Variationen im Zuckerdekor erklärt (Abbildung 1).2 Inzwischen gibt es Bestrebungen, die Blutgruppe 0 negativ künstlich zu erzeugen. 0 negativ ist für Transfusionen als Universalspender begehrt, allerdings tragen nur etwa sechs Prozent der Deutschen dieses Merkmal (vier Prozent weltweit). Dabei werden Blutkonserven mit Glycosidasen behandelt, welche die auf den Zellen sitzenden Zuckerbäume in Form schneiden (Abbildung 1).3
Unser Immunsystem unterscheidet also auch aufgrund der Verzuckerung einer Oberfläche zwischen körpereigen und körperfremd. Deshalb schneiden Krankheitserreger wie Trypanosomen, die Erreger der Schlafkrankheit, mit Transsialidasen, die an ihrer Oberfläche lokalisiert sind, kleine Äste von den Zuckerbäumen der sie umgebenden Zellen ab. Daraus bauen sie auf ihrer eigenen Oberfläche einen Tarnmantel auf, um das Immunsystem zu täuschen.
Andere Erreger nutzen die süßen Zelloberflächen dagegen für den gezielten Angriff: Sie haben sich darauf spezialisiert, bestimmte Kohlenhydratstrukturen zu erkennen und an diesen kleben zu bleiben. Hierfür nutzen sie Adhäsine, also Proteine auf ihrer Oberfläche. Obwohl jede einzelne dieser Kohlenhydrat-Protein-Wechselwirkungen schwach ist, sorgt Multivalenz — die Vielzahl an Bindungspartnern auf beiden Seiten — dafür, dass die Erreger sicher an den Zellen haften. Da das Zuckerdekor von Gewebe zu Gewebe und vor allem auch zwischen verschiedenen Arten variiert, finden die Erreger so ihr bevorzugtes Biotop zur Infektion. Escherichia coli etwa, ein Keim, den jeder Mensch milliardenfach als Nützling im Darm trägt, kann außerhalb seines Reviers schwere Infektionen verursachen. Das Bakterium besitzt drei Hauptadhäsine, die an der Spitze haarfeiner Auswüchse, den Pili, liegen. Diese erkennen Oligomannoside, Galabiose — ein Disaccharid aus zwei Galactoseeinheiten, die α-1,4-verknüpft sind — und Sialinsäuren. Je nach Ausstattung der Pili von E. coli können diese Bakterien harmlos sein oder aber Infektionen zum Beispiel im Harntrakt oder der Lunge sowie schwere Durchfallerkrankungen auslösen.


<h2>Zucker zur Diagnostik</h2>
Krankheitsverursacher zu identifizieren und dann im Labor zu bekämpfen, ist meist nicht trivial: Ein Isolat muss aufwendig in Kultur genommen und seine Identität durch langwierige und oft teure Tests bestimmt werden. Zudem entwickelten sich mit der Zeit antibiotikarestistente Stämme, die auf konventionelle Behandlungen nicht mehr ansprechen.
Hier liefern die Glycomics neue Ansätze zur Erregerbestimmung und -bekämpfung. Der Fokus liegt dabei auf den Bindungsaffinitäten der Pathogene gegenüber Kohlenhydraten. Sobald bekannt ist, welche Vorlieben die Erreger haben, kann sie ein richtiger Köder gezielt aus komplexen Mischungen fischen und enttarnen. Zusätzlich lässt sich ihre Oberfläche mit dem entsprechenden Zucker so bedecken, dass keine Adhäsine mehr für die Anheftung an menschliche Zellen zur Verfügung stehen und sich die Pathogene abspülen lassen. Ausgehend von den natürlichen Bindungspartnern werden zudem höher affine Derivate entwickelt, welche die Erfolgsaussichten des Therapieansatzes vergrößern.
Mit dem Glycochip wurde eine Plattform entwickelt, welche die entsprechenden Forschungen möglich macht.4 Er besteht aus einer aktivierten Oberfläche — beispielsweise Glas oder Gold —, die über eine chemische Reaktion mit den unterschiedlichsten Zuckern funktionalisierbar ist. Dazu werden winzige Mengen (im Nanoliterbereich) an Lösungen in Reihen eng beieinander aufgetropft (gespottet); dies geschieht entweder automatisiert durch Roboter oder manuell (Abbildung 2). Bei DNA-Arrays gehört eine solche Technik inzwischen zum Standardrepertoire. Mit geringem Materialbedarf an Kohlenhydraten imitiert der Glycochip eine einfache Zelloberfläche, auf der im Hochdurchsatzverfahren nach pathogenen Bindungspartnern gesucht werden kann. Das Consortium for Functional Glycomics (CFG) bietet inzwischen Version 5.1 eines Säugetier-Arrays an, der 610 verschiedene Kohlenhydratstrukturen präsentiert.5 Noch näher am natürlichen Vorbild einer Zelle sind zuckerbeschichtete Partikel einer Größe im Mikrometerbereich. Sie berücksichtigen zusätzlich die Krümmung der Oberfläche.6
Zur Analyse der an die Zucker gebundenen Strukturen steht eine Fülle von Möglichkeiten zur Verfügung. Werden fluoreszenzmarkierte Proben verwendet, lässt sich das Signal in einem Arrayreader durch Anregung des Farbstoffs detektieren und quantifizieren (Abbildung 2). Nach Inkubation der Oberfläche mit einem Erreger macht ein Lichtmikroskop diesen sichtbar. Alternativ gibt es für leitende Oberflächen massenspektrometrische Methoden (matrix assisted laser desorption ionisation, Maldi), bei denen Pathogene anhand ihres charakteristischen Fingerprints einer Vergleichsprobe zugeordnet werden können. Besonders einfach und ohne großen apparativen Aufwand durchzuführen sind Aggregationsassays. Ähnlich der Kreuzreaktion und der Verklumpung des Bluts beim Blutgruppentest sorgt dabei die Bindung von Erregern an beschichtete Partikel dafür, dass sie vernetzen und größere Aggregate bilden: Die zuvor klare Lösung trübt ein.
Um Infektionen zu bekämpfen, geraten auch die Zuckerstrukturen auf den Erregern selbst ins Visier. Viele Pathogene bedienen sich beim Aufbau ihrer eigenen Kohlenhydratmuster aus einem anderen Baukasten als der Mensch und verwenden teilweise einzigartige Monosaccharide.7 So reagiert das menschliche Immunsystem oft sehr stark auf diese kleinen Motive, die es als körperfremd wahrnimmt und deshalb entsprechende Antikörper bildet. Der Nachweis einer Erkrankung gelingt zum Beispiel mit Glycochips. Dazu wird die mit Erregerkohlenhydraten bestückte Oberfläche Blut-, Serum- oder anderen Patientenproben ausgesetzt und eine erfolgte Antikörperbindung detektiert. Sind spezifische Antikörper vorhanden, belegt dies die Infektion.


<h2>Zucker als Impfstoff</h2>
Zucker regen als Immunogene das Immunsystem an, Antikörper zu bilden. Kohlenhydrate sind zwar sehr spezifisch, für sich allein genommen aber meist zu klein, um eine ausreichend starke Immunantwort zu erzeugen. Bei der Vakzinentwicklung kommen daher bevorzugt Glycokonjugate zum Einsatz. Diese sind ausreichend groß und können zudem ein Kohlenhydratmotiv mehrfach auf einem Partikel präsentieren. Ein solcher Impfstoff ist bereits zugelassen, er besteht aus einem Kapselpolysaccharid der Lungenentzündungen verursachenden Pneumokokken. Große Hoffnungen liegen auch auf der Entwicklung von Vakzinen gegen Tropenkrankheiten wie Malaria und gegen multiresistente Krankenhauskeime.


<h2>Metabolic Glycoengineering</h2>
Auch ohne Pathogene entstehen Krebs sowie degenerative und Autoimmunerkrankungen. Geringe Änderungen im Kohlenhydratmuster haben hier oft einen entscheidenden Einfluss.8 Die Zellen des menschlichen Körpers tauschen stetig Informationen miteinander aus und die präsentierten Oberflächenstrukturen regulieren diese Vorgänge. Hierbei spielen komplexe Kohlenhydrate als Erkennungsmotive eine wichtige Rolle. Die Glycokalix zeigt sich dabei als äußerst dynamisches System: Die Zuckerstrukturen werden im Verlauf weniger Stunden weitgehend neu aufgebaut. Dabei werden vorhandene Glycoproteine und -lipide internalisiert und degradiert, während gleichzeitig neu synthetisierte Konjugate an die Oberfläche gelangen.
Metabolic Glycoengineering weist diese nicht direkt sichtbaren Prozesse nach (Abbildung 3, S. 1210). Dabei werden synthetisch hergestellte Monosaccharide zugeführt, die eine kleine bioorthogonale Seitenkette tragen — meist ein Azid oder Alkin. Dies gelingt in vitro, wurde aber auch in vivo mit Tieren wie Zebrafischen und Mäusen gezeigt. Die Organismen akzeptieren diese Veränderung meist ohne Probleme und verwenden die markierten Zucker in ihrem Stoffwechsel, so dass die unnatürliche Funktionalität auch in den Kohlenhydratmotiven der Zelloberfläche auftaucht. Eine Klick-Reaktion — meist eine Huisgen- Sharpless-Cycloaddition von Azid und Alkin zum Triazol — knüpft dann ein funktionalisiertes Markermolekül kovalent an, etwa einen Fluoreszenzfarbstoff. Wird diese Markierung mit verschiedenen Farbstoffen im Abstand einiger Stunden durchgeführt, ist zu beobachten, wie die Intensität des zuerst verwendeten Farbstoffs abnimmt und an seiner Stelle die später geklickten Farben auftauchen.9 Staphylococcus-aureus-Bakterien, deren Oberfläche durch das Metabolic Glycoengineering verändert wurde, adhärieren schwächer an humane Zellen.10
Störungen im Aufbau und in der Verteilung der Oberflächenmotive manifestieren sich häufig in schweren Erkrankungen; umgekehrt sind krankhafte Veränderungen im Körper meist bereits im Frühstadium anhand eines Glycosylierungsmusters erkennbar, das vom Normalzustand abweicht. Dies gilt insbesondere für Tumorerkrankungen. Viele Krebszellen umgeben sich mit völlig neuen Oberflächen, besonders häufig sind dabei hohe Sialinsäureanteile, also Zucker, die in meist endständiger Position der Oligosaccharidbäume sitzen. Anhand eines Vergleichs der Oberflächenverzuckerung lassen sich also Aussagen darüber treffen, ob ein Tumor vorhanden ist, wie invasiv er ist und wie sehr er dazu neigt, Metastasen zu bilden. Das Glycom eignet sich damit als Biomarker. Der Nachweis einer Veränderung gelingt sowohl aus Biopsiematerial wie auch aus Blut- und Urinproben.11


<h2>Zuckerbindende Proteine — Targets gegen Krebs</h2>
Doch nicht nur die Zuckermotive ändern sich, wenn aus einer gesunden eine Krebszelle wird. Auch ihr Gegenpart, kohlenhydratbindende Proteine wie die Galectine, zeigen häufig Auffälligkeiten. Im Normalfall vermitteln sie wichtige Signale der Zell-Zell-Kommunikation, bei Überexpression im Tumorgewebe kommt es zu fatalen Fehlsteuerungen wie ausgedehnter Progression des krankhaften Gewebes, Metastasierung und Störung des natürlichen Abwehrsystems des Körpers über Makrophagen und Helferzellen. Hier sollen maßgeschneiderte, im Gegensatz zu den natürlichen Liganden deutlich affinere Zuckerstrukturen helfen. Sie besetzen die Kohlenhydraterkennungsdomäne des Proteins, kappen dadurch die gestörte Kommunikationsleitung und dämmen potenziell die Ausbreitung des Tumors ein. Erste klinische Studien belegen den Erfolg von Galectin-Inhibitoren.12


<h2>Zucker als Immunostimulantien</h2>
Oligosaccharide wirken immunstimulierend auf humane Zellen. Dieser Zusammenhang wurde seit Längerem vermutet und ist seit Kurzem nachgewiesen. Die Zugabe von Zuckern wie Malto- und Fructooligosacchariden erhöht die Expression von Zytokinen wie dem Toll-like-Rezeptor.13,14
Solche komplexen Saccharide, aber auch die für die Assays, Glycochips und Nachweise benötigten Strukturen erfordern bisher einen hohen synthetischen Aufwand, sowohl zeitlich wie auch beim Materialverbrauch. Da Kohlenhydrate sehr viele nahezu äquivalente reaktive Alkoholfunktionen in einem Molekül vereinen und ihre Verknüpfung zu baumartigen Strukturen über jede dieser OH-Gruppen möglich ist, sind ausgereifte Schutzgruppenstrategien nötig. Damit verbunden sind neben den eigentlichen Verknüpfungsreaktionen zahlreiche zusätzliche Syntheseschritte.
Alternativ sind enzymatische Reaktionen in den Sequenzen einsetzbar. Diese führen nahezu ohne Nebenprodukte zu einem definierten Produkt — auch ohne Schutzgruppen. Allerdings besitzen kohlenhydratumsetzende Enzyme meist eine enge Substratspezifität; für viele Zuckerübertragungsreaktionen ließen sich zudem bisher keine stabilen Enzyme isolieren. Auch die Isolierung von Glycostrukturen aus natürlichen Quellen ist auf Dauer nicht praktikabel: Unter hohem analytischen Aufwand lassen sich meist nur geringe Mengen der gewünschten Moleküle gewinnen.
Einen Zugang zu den benötigten Mengen der komplexen Kohlenhydrate bieten automatisierte Synthesen, wie sie für Proteine und DNA-Sequenzen standardmäßig und kommerziell erhältlich sind. Nach einem ähnlichen Prinzip sollen Synthesizer an der festen Phase aus passend vorfunktionalisierten Monosaccharidbausteinen über Nacht beliebige Strukturen darstellen.15


<h2>Ausblick</h2>
Unsere Kenntnisse über die vielfältigen Funktionen der Kohlenhydrate in unserem Körper sind noch sehr begrenzt. Neue Synthesestrategien und die Erweiterung der Arraytechniken versprechen allerdings bereits jetzt eine vielfältige Anwendbarkeit von Zuckern in der Medizin. Kohlenhydrate erobern sich so langsam den ihnen zustehenden Platz im Fokus der Biologie.


<h2>QUERGELESEN</h2>
Nicht nur DNA, RNA und Proteine erfüllen im menschlichen Körper wichtige Funktionen, sondern auch komplexe Kohlenhydratmotive.
Kohlenhydrate dienen in der Diagnostik als Biomarker zur Erkennung unterschiedlicher Erkrankungen — von Infektionen bis hin zu Tumoren.
Optimierte Zuckerstrukturen wecken Hoffnung auf neue Therapieansätze für bisher nur schwer bekämpfbare Krankheiten.


Elisabeth Memmel ist Doktorandin an der Universität Würzburg im Arbeitskreis von Jürgen Seibel. Sie ist Stipendiatin des Bayerischen Elitenetzwerks. Memmel studierte Chemie in Würzburg und arbeitet seit November 2009 an ihrer Dissertation zum Thema “Antiinfektiva auf Kohlenhydratbasis”.
Jürgen Seibel ist Professor für organische Chemie an der Universität Würzburg. Er studierte Chemie in Göttingen und promovierte dort im Jahr 2000. Nach einem Postdoc-Aufenthalt an der Universität Oxford im Arbeitskreis von Chris Schofield habilitierte er sich in bioorganischer Chemie an der Universität Braunschweig im Jahr 2006; 2009 folgte er dem Ruf nach Würzburg. 2008 erhielt er den Jochen-Block-Preis der Dechema und 2012 den DuPont Young Professor Award. Zu seinen Hauptarbeitsgebieten gehören die Entwicklung chemischer und enzymatischer Synthesen, Biokatalyse, Protein Engineering, Drug Delivery und Glycosciences.
<a href="mailto:seibel@chemie.uni-wuerzburg.de">seibel@chemie.uni-wuerzburg.de</a>



<ul>
<li>
1 

 
A. Varki, 
<source>Nature 
(2013), 
497, 
565.
</li>
<li>
2 

 
W. M. Watkins, 
W. T. J. Morgan, 
<source>Nature 
(1957), 
180, 
1038–<lpage>1040.</lpage>
</li>
<li>
3 

 
Q. P. Liu, 
G. Sulzenbacher, 
H. Yuan, 
E. P. Bennett, 
G. Pietz, 
K. Saunders, 
J. Spence, 
E. Nudelman, 
S. B. Levery, 
T. White, 
J. M. Neveu, 
W. S. Lane, 
Y. Bourne, 
M. L. Olsson, 
B. Henrissat, 
H. Clausen, 
<source>Nat. Biotech. 
(2007), 
25, 
454–<lpage>464.</lpage>
</li>
<li>
4 

 
<source>Carbohydrate Microarrays — Methods and Protocols Hrsg.: <person-group person-group-type="editor">Y. Chevolot</person-group>, <publisher-name>Springer</publisher-name>, <publisher-loc>New York Dordrecht Heidelberg London</publisher-loc>, (2012).

</li>
<li>
5 

<ext-link ext-link-type="uri"><a href="https://www.functionalglycomics.org/fg/" target="_blank">www.functionalglycomics.org/fg/</a></ext-link>.
</li>
<li>
6 

 
J. Etxebarria, 
S. Serna, 
A. Beloqui, 
M. Martin-Lomas, 
N.-C. Reichardt, 
<source>Chem. Eur. J. 
(2013), 
19, 
4776–<lpage>4785.</lpage>
</li>
<li>
7 

 
C. Anish, 
X. Guo, 
A. Wahlbrink, 
P. H. Seeberger, 
<source>Angew. Chem. 
(2013), 
125, 
9702–<lpage>9706.</lpage>
</li>
<li>
8 

 
S. M. Muthana, 
C. T. Campbell, 
J. C. Gildersleeve, 
<source>ACS Chem. Biol. 
(2012), 
7, 
31–<lpage>43.</lpage>
</li>
<li>
9 

 
S. T. Laughlin, 
J. M. Baskin, 
S. L. Amacher, 
C. R. Bertozzi, 
<source>Science 
(2009), 
320, 
664–<lpage>667.</lpage>
</li>
<li>
10 

 
E. Memmel, 
A. Homann, 
T.A. Oelschlaeger, 
J. Seibel, 
<source>Chem. Commun. 
(2013), 
49, 
7301–<lpage>7303.</lpage>
</li>
<li>
11 

 
S. A. Fry, 
B. Afrough, 
H. J. Lomax-Browne, 
J. F. Timms, 
L. S. Velentzis, 
A. J. C. Leathem, 
<source>Glycobiology 
(2011), 
21, 
1060–<lpage>1070.</lpage>
</li>
<li>
12 

<ext-link ext-link-type="uri"><a href="https://www.galectintherapeutics.com" target="_blank">www.galectintherapeutics.com</a></ext-link>
</li>
<li>
13 

 
C. C. Tsai, 
C. R. Lin, 
H. Y. Tsai, 
C. J. Chen, 
W. T. Li, 
H. M. Yu, 
Y. Y. Ke, 
W. Y. Hsieh, 
C. Y. Chang, 
C. Y. Wu, 
S. T. Chen, 
C. H. Wong, 
<source>J. Biol. Chem. 
(2013), 
288, 
17689–<lpage>17697.</lpage>
</li>
<li>
14 

 
A. Homann, 
M. Timm, 
J. Seibel, 
<source>BMC Biotechnol. 
(2012), 
12, 
90.
</li>
<li>
15 

 
O. Calin, 
S. Eller, 
P. H. Seeberger, 
<source>Angew. Chem. 
(2013), 
125, 
5974–<lpage>5977.</lpage>
</li>
</ul>

Artikel

Tetraedrisch, wenn flüssig

Tetraedrisch oder nicht?

Überprüfung Ihres Anmeldestatus ...