• Keine Ergebnisse gefunden

Stochastische Prozesse: Biologische Anwendungen

N/A
N/A
Protected

Academic year: 2022

Aktie "Stochastische Prozesse: Biologische Anwendungen"

Copied!
20
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Stochastische Prozesse:

Biologische Anwendungen

Stochastische Mechanismen in der

Genexpression

(2)

Aufbau des Vortrags

• Betrachtung der Vorgänge bei der Genexpression

• Genexpression als stochastischer Prozess

• Modellierung der mRNA Synthese in einzelnen E. coli Bakterien

• Vergleich mit experimentellen Daten

• Umgang mit Rauschen

(3)

Was bedeutet Genexpression?

Abfolge von Nucleotidsequenzen

Umsetzung zu

Strukturen in Form von Proteinen

Information Zellbausteine

(4)

Die einzelnen Schritte der Genexpression:

Initiation: Anbindung eines Transkriptionsfaktors an den Promotor, dann beginnt RNA- Polymerase mit Transkription.

Die Transkription kann als

Anfertigung einer „Abschrift“ der Information verstanden werden.

Die Abschrift (mRNA) wird dann weiterverarbeitet.

(5)

Die mRNA wird im Vorgang der Translation mit Hilfe von Ribosomen in Proteine umgewandelt.

Protein kann als wieder Transkriptionsfaktor sein.

(6)

Anmerkungen

Art und Menge der gebildeten Proteine bestimmt den Fortgang der Expression (Proteine als

Transkriptionsfaktor).

Die Expression des „eigenen“ Gens kann unterdrückt werden.

Die Expression weiterer Gene kann unterdrückt oder ausgelöst werden.

Was für Folgen haben diese

Beobachtungen?

(7)

Bildung von regulatorischen Netzwerken und Schaltern

Ein Ausschnitt aus einem Netzwerk:

Schalter:Kontrolle durch regulatorische

Proteine

Entscheidet über Fortgang der Expression.

Umschalten durch Schwellwert-

überschreitung

(8)

Lytischer und lysogener Zyklus

switch

Nach einigen Zellzyklen

(9)

Genexpression als stochastischer Prozess

Geringe Anzahl an Reaktanden

Dauer der Bindung an Promotor ist zufällig

Anzahl der entstehenden Transkripte ebenfalls

mRNA wird zersetzt

Anzahl gebildeter Proteine pro mRNA hängt von der

Lebensdauer der mRNA ab

(10)

• Proteinkonzentration variiert stark von Zelle zu Zelle

• Schicksal der Zelle ungewiss

Zum Verständnis werden Simulationen benötigt

Folgerungen

• Keine Beschreibung über DGLs

Gillespie-Algorihtmus

(11)

If you can‘t model it, you don‘t understand it.

Erste Frage: Warum schwanken die Proteinkonzentrationen?

Beobachte mRNA- und Proteinkonzentrationen im Zeitverlauf Dazu muss man sich eines Tricks bedienen:

Idee: Sie sind Folge von mRNA bursts.

Suche Modell, das die Transkription beschreibt!

(12)

Das Experiment

Mit Hilfe von fluoreszenten Proteinen und markierter mRNA konnte die Transkription mitverfolgt werden.

Konzentration über 100 Zellen gemittelt

(13)

Betrachtung der mRNA Konzentrationen in einzelnen Zellen:

• rot: Rohdaten

• cyan: Rohdaten der Tochterzelle

• schwarz: Fit

(14)

Ein erster Versuch der Simulation:

Annahmen: • Jede Zelle kann mit konstanter WSK pro Zeitschritt ein mRNA Molekül generieren.

• Die Zellen teilen sich alle 50 min. in zwei identische Tochterzellen.

• Die enthaltenen mRNA Moleküle werden auf die Tochterzellen verteilt.

Verhalten im Mittel:

(15)

Der Vergleich mit dem Experiment:

Simulation mit den vorherigen Annahmen

Die Varianz der simulierten Trajektorie ist um den Faktor 4 zu klein.

(16)

Verbesserung der Simulation

Einbeziehung der zufälligen Genaktivierung bzw. Inaktivierung.

bursts in Poissonverteilten Zeitabständen mit geometrisch verteilter Größe

(17)

Resultate der Simulation

(18)

Was wurde gewonnen?

Reproduktion experimenteller Ergebnisse mit einfachem Modell

Verständnis der Dynamik eines kleinen Bausteins

Vorarbeit zum Verständnis der gesamten Dynamik

(19)

How does order arise from disorder?

Unterdrückung von Rauschen

Verwertung von Rauschen

Tiefpassfilter (negative feedback-loop), Bandpassfilter

• checkpoints

Bessere Überlebenschancen durch Heterogenität

• Ermöglichung verschiedener Strategien

(20)

Quellen:

Arkin, A., J. Ross, and H. H. McAdams. "Stochastic Kinetic Analysis of

Developmental Pathway Bifurcation in Phage lambda-infected Escherichia Coli Cells." Genetics 149 (1998): 1633-48.

McAdams, H. H., and A. Arkin. "Stochastic Mechanisms in Gene Expression."

Proc. Natl. Acad. Sci. USA 94 (1997): 814-9.

I Golding, J Paulsson, SM Zawilski, EC Cox Real-time kinetics of gene activity in individual bacteria. Cell. 2005 Dec 16;123(6):1025-36.

Parameter estimation in stochastic biochemical reactions. Stefan Reinker, Rachel MacKay Altman, Jens Timmer

Bilder: wikipedia.de und

http://www.lmg.projekte.bb.bw.schule.de/semkurs/ebolap.htm

Referenzen

ÄHNLICHE DOKUMENTE

[r]

1 (Geben Sie auf jedem L¨ osungsblatt Ihren Namen und Ihre ¨ Ubungsgruppe an... Bitte nur maximal zu

Zeigen Sie: Wenn X unabh¨ angige und station¨ are Zuw¨ achse besitzt, dann ist X ein Poisson- Prozess, d.h.. Sei S eine beliebige

d) Jeder abgeschlossene Teilraum eines polnischen Raums ist polnisch.. Aufgabe 32

Hinweis: Sie d¨ urfen ohne Beweis die analoge Aussage zu Satz 2.13 f¨ ur gestoppte Martingale in stetiger.

Die ¨ Ubungsaufgaben sowie weitere Informationen zur Vorlesung finden Sie auf der

[r]

Die ¨ Ubungsaufgaben sowie weitere Informationen zur Vorlesung finden Sie auf der