Detailansicht
Dynamical Models of biological networks
Lukas Endler
Art der Arbeit
Dissertation
Universität
Universität Wien
Fakultät
Fakultät für Chemie
Betreuer*in
Peter Schuster
DOI
10.25365/thesis.22596
URN
urn:nbn:at:at-ubw:1-30064.34470.902969-9
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
In der Molekularbiologie sind mathematische Modelle von regulatorischen und metabolischen Netzwerken essentiell, um von einer Betrachtung isolierter Komponenten und Interaktionen zu einer systemischen Betrachtungsweise zu kommen. Genregulatorische Systeme eignen sich besonders gut zur Modellierung, da sie experimentell leicht zugänglich und manipulierbar sind. In dieser Arbeit werden verschiedene genregulatorische Netzwerke unter Zuhilfenahme von mathematischen Modellen analysiert. Weiteres wird ein Modell einer in silico Zelle vorgestellt und diskutiert.
Zunächst werden zwei zyklische genregulatorische Netzwerke - der klassische Repressilator und ein Repressilator mit zusätzlicher Autoaktivierung – im Detail mit analytischen Methoden untersucht. Um den Einfluß zufällig schwankender Molekülzahlen auf die Dynamik der beiden Systeme zu untersuchen, werden stochastische Modelle erstellt und die beiden oszillierenden Systeme verglichen.
Weiteres werden mögliche Auswirkungen von Genduplikationen auf ein einfaches genregulatorisches Netzwerk untersucht. Dazu wird zunächst ein kleines Netzwerk von GATA Transkriptionsfaktoren, das eine zentrale Rolle in der Regulation des Stickstoffmetabolismus in Hefe spielt, modelliert und das Modell mit experimentellen Daten verglichen, um Parameterregionen einschränken zu können. Außerdem werden potentielle Topologien genregulatorischer Netzwerke von GATA Transkriptionsfaktoren in verwandten Fungi mittels sequenzbasierender Methoden gesucht und verglichen.
Im letzten Teil der Arbeit wird MiniCellSim vorgestellt, ein Modell einer selbständigen in silico Zelle. Es erlaubt ein dynamisches System, das eine Protozelle mit einem genregulatorischen Netzwerk, einem einfachen Metabolismus und einer Zellmembran beschreibt, aus einer Sequenz abzuleiten. Nachdem alle Parameter, die zur Berechnung des dynamischen Systems benötigt werden, ohne zusätzliche Eingabe nur aus der Sequenzinformation abgeleitet werden, kann das Modell für Studien zur Evolution von genregulatorischen Netzwerken verwendet werden.
Abstract
(Englisch)
In this thesis different types of gene regulatory networks are analysed using mathematical models. Further a computational framework of a novel, self-contained in silico cell model is described and discussed.
At first the behaviour of two cyclic gene regulatory systems - the classical repressilator and a repressilator with additional auto-activation - are inspected in detail using analytical bifurcation analysis. To examine the behaviour under random fluctuations, stochastic versions of the systems are created. Using the analytical results sustained oscillations in the stochastic versions are obtained, and the two oscillating systems compared.
In the second part of the thesis possible implications of gene duplication on a simple gene regulatory system are inspected. A model of a small network formed by GATA-type transcription factors, central in nitrogen catabolite repression in yeast, is created and validated against experimental data to obtain approximate parameter values. Further, topologies of potential gene regulatory networks and modules consisting of GATA-type transcription factors in other fungi are derived using sequence-based approaches and compared.
The last part describes MiniCellSim, a model of a self-contained in silico cell. In this framework a dynamical system describing a protocell with a gene regulatory network, a simple metabolism, and a cell membrane is derived from a string representing a genome. All the relevant parameters required to compute the time evolution of the dynamical system are calculated from within the model, allowing the system to be used in studies of evolution of gene regulatory and metabolic networks.
Schlagwörter
Schlagwörter
(Englisch)
models networks gene regulation systems biology dynamics bifurcation analysis
Schlagwörter
(Deutsch)
Modelle Netzwerke Dynamik Bifurkationsanalyse Genregulation Systembiologie
Autor*innen
Lukas Endler
Haupttitel (Englisch)
Dynamical Models of biological networks
Paralleltitel (Deutsch)
Dynamische Modelle biologischer Netzwerke
Publikationsjahr
2012
Umfangsangabe
XVI, 215 S. : graph. Darst.
Sprache
Englisch
Beurteiler*innen
Nicolas Le Novère ,
Thomas Rattei
AC Nummer
AC10812312
Utheses ID
20173
Studienkennzahl
UA | 091 | 419 | |