1 / 32

Wieviel Modellierung braucht ein Biologie?

Wieviel Modellierung braucht ein Biologie?. Dr. Peter Friedhoff Institut für Biochemie, Fachbereich Chemie und Biologie Justus-Liebig-Universität Gießen. The Scientist (2003), 17 :26. Systembiologie?. Was ist der Unterschied zwischen einer lebenden und einer toten Katze?.

merry
Download Presentation

Wieviel Modellierung braucht ein Biologie?

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Wieviel Modellierung braucht ein Biologie? Dr. Peter Friedhoff Institut für Biochemie, Fachbereich Chemie und Biologie Justus-Liebig-Universität Gießen

  2. The Scientist (2003),17:26 Systembiologie?

  3. Was ist der Unterschied zwischen einer lebenden und einer toten Katze? Eine Antwort ist „Systembiologie“: „A dead cat is a collection of its component parts. A live cat is the emergent behaviour of the system incorporating those parts.“ Editorial Nature (2005), 341: 1

  4. Organismus Organ Gewebe Zelle Organell … Biologische Systeme Voet & Voet (2004) Biochemistry 3.Ed.

  5. Schlüsseleigenschaften von Systemen • SystemstrukturenBestandteile biologischer Systeme sowie deren strukturelle Beziehungen • SystemdynamikVerhalten des System unter verschiedenen externen und internen Bedingungen • SystemkontrolleMechanismen, die das System unter Kontrolle halten • KonstruktionsprinzipienDiese müssen in biologischer Systeme identifiziert und bei der Systemanalyse und der Erzeugung von gewünschten Eigenschaften genutzt werden. http://www.bmbf.de/pub/systembiologie.pdf

  6. Systembiologie "Systembiologie untersucht das Verhalten und die Wechselwirkungenaller Elemente in einem bestimmten funktionierenden biologischen System“ Ideker, T.; Galitski, T.; Hood, L. (2001) Annu. Rev. Genomics Hum.Genet. 2Palsson, B. (2000) Nature Biotechnology 18, 1147-1150 http://www.bmbf.de/pub/systembiologie.pdf

  7. Hypothesen-getriebene Forschung in der Systembiologie Kitano (2002), Science 295 1662-1664

  8. Top-down: Fängt bei höheren Detailstufen an und arbeitet sich zu niedrigeren Stufen vor Bottom-up: von den Komponenten (DNA, Protein) zu den übergeordneten Systemen bis hin zum Organismus (oder höheren Stufen) Systeme analysieren – Bottom-up, top-down, oder middle-out?

  9. Prozesse in der Systembiologie • Datengewinnung • Hochdurchsatzverfahren/Parallelisierung • Quantitative Methoden • Qualität/Standardisierung • Datenbanken • Modellierung • Chemisch-kinetische Modelle • Diskrete Schaltkreismodelle • …

  10. Technologien zur Datengewinnung Institute for Systems Biology, Seattle, USA • Gene (DNA)DNA-Sequenzierung, Genotypisierung, Gen-Deletion, RNAi-knockouts • Genexpressionsmuster (RNA)Microarrays und DNA tagging Verfahren • DNA-Protein-InteraktionenChromatin-Immunoprezipitation und Gen-Chips (ChIP-Chip) • Protein-Protein InteraktionenTwo-hybrid-basierte Interaktionen, Affinitätsaufreinigung/Massen-spektrometrie, quantitative Proteomanalyse • Subzelluläre Protein LokalisationZellsortierung, molecular imaging von Reportergenen, Antikörperfärbung

  11. In der Praxis sieht das dann so aus:Galaktose-Stoffwechsel in Hefe Datenerfassung und Prozessierung Hwang, Daehee et al. (2005) Proc. Natl. Acad. Sci. USA 102, 17302-17307

  12. In der Praxis sieht das dann so aus:Galaktose-Stoffwechsel in Hefe Modell des Netzwerkes Hwang, Daehee et al. (2005) Proc. Natl. Acad. Sci. USA 102, 17302-17307

  13. Strukturen, Dynamik und Kontrolle: E. coli Metabolismus • Massentransfer Enzyme +Regulation Metabolite * Quelle: EcoCYC

  14. “Biology needs to graduate from the cartoon diagram” Bruce Alberts, ehemaliger Präsident der US National Academy of Sciences in einer Bemerkung auf einem Symposium mit Thema “Dynamics in Biological Networks” in Princeton 2001

  15. Vom Cartoon zum Modell:quantitative Modellierung • Massentransfer Enzyme +Regulation Metabolite * Quelle: EcoCYC

  16. Empirische Modelle Beschreiben die Form der Daten Parameter korrespondieren nicht unbedingt mit biologischer/physikalischer Größe Regression Nicht-lineare Modellierung Neuronale Netze Quantitative Modelle Blutdruck Log (Dosis)

  17. Physikalisch/Mechanistisch Aufzählung der Komponenten, Beziehungen und physikalische Beschreibung der Interaktionen Deterministisch oder stochastisch Quantitative Modelle

  18. Beispiele für komplexe SystemeE. coli Metabolismus • Massentransfer Enzyme +Regulation Metabolite * Quelle: EcoCYC

  19. Einfaches Modell mit Rückkopplung MAP Kinase Kinase Kinase MAP Kinase Kinase MAP KinaseMitogen-aktivierte Kinase www.celldesigner.org

  20. Simulation ohne Feedback Konzentration Zeit

  21. Simulation mit Feedback Konzentration ein oszillierendes System Zeit

  22. Simulation mit FeedbackWas passiert, wenn … Konzentration Dephosphorylierung durch Phosphatase Zeit Die Aktivität der Phosphatase um 50 % reduziert wird

  23. Simulation mit FeedbackWas passiert, wenn … Konzentration Dephosphorylierung durch Phosphatase Zeit Reduktion der Phosphataseaktivität um 50 %  Frequenzmodulation des Oszillator

  24. Vorgehensweise bei der Modellierunghier: kinetische Modelle • Verhalten des Modells unter verschiedenen Bedingungen (Parametern, Konzentrationen) (Simulation) • Schlüsselparameter erkennen (Systemanalyse) • Vergleich mit experimentellen Daten (z.B. Proteinkonzentration, Input/Output, Metabolitkonzentrationen) (Experiment) • Vergleich der Parameter in der Simulation mit denen aus Experimenten • Modell verfeinern (Iteration)

  25. Kinetische Modelle in der Signaltransduktion Input Input EGFepidermal growth factor  transiente Stimulation NGF nerve growth factor  transiente und anhaltende Stimulation ERK extracellular-signal-regulated kinase Zelle reagiert mit Wachstum oder Differenzierung Output Sasagawa et al. Nat Cell Biol. 2005 Apr;7(4):365-73

  26. Vergleich von Simulation (in silico) und Experiment (in vivo) EGF NGF Simulation Simulation Output In vivo Daten In vivo Daten Sasagawa et al. Nat Cell Biol. 2005 Apr;7(4):365-73

  27. Verschiedene Ebenen – Verschiedene Modellierungen Bornhold (2005), Science 310 449-450

  28. „All models are wrong. Some models are useful.“ George Box

  29. Nun fängt die Arbeit an ...

  30. In vivo Kinetiken der Nukleotid-Exzisions-Reparatur Friedberg, Nature Reviews Cancer1, 22-33 (2001)

  31. Fluoreszenz-markiertes XPC UV-Schaden setzen Kinetiken verfolgen In vivo Kinetiken der Nukleotid-Exzisions-Reparatur Politi et al. (2005) Molecular Cell, 19, 679–690

More Related