Navigation ▼

Show simple item record

dc.contributor.advisor Wingender, Edgar Prof. Dr.
dc.contributor.author Zeidler, Sebastian
dc.date.accessioned 2013-11-21T09:49:24Z
dc.date.available 2013-11-21T09:49:24Z
dc.date.issued 2013-11-21
dc.identifier.uri http://hdl.handle.net/11858/00-1735-0000-0001-BC75-6
dc.description.abstract Verschiedene simultan wirkende Signale beeinflussen die Signalverarbeitung und die Genregulation von Säugetieren auf der systemischen Ebene. Die Signale müssen integriert und in ihrem jeweiligen Zusammenhang bewertet werden. Dabei können die Signale auch synergistisch miteinander interagieren, wobei dann einzig durch dieses Zusammenspiel auf genregulatorischer Ebene neue Funktionen induziert werden. Gängige experimentelle Ansätze zur Detektion von synergistischen Interaktionen erkennen zwar die beeinflussten Gene, aber die zugrunde liegenden Mechanismen bleiben unklar. In dieser Arbeit wurde deshalb ein globales systembiologisches Verfahren entwickelt, welches Synergien anhand ihrer generellen topologischen Eigenschaften in einem bipartiten Graphen detektiert. Das für die Analyse notwendige globale bipartite und mechanistische Signaltransduktionsreferenznetzwerk wurde auf der Basis experimentell verifizierter Daten aus verschiedenen Datenbanken sowie aktueller Literatur in dieser Arbeit rekonstruiert. Synergien sind besonders im Immunsystem relevant, wo verschiedene Signale parallel eine Immunreaktion auslösen. Eine adäquate Antwort kann dabei nur durch eine gleichzeitige und präzise regulierte Bewertung der wirkenden Signale ermöglicht werden. Das entwickelte Verfahren wurde auf die, für die Immunantwort essentiellen, Immunsignale Interleukin-3 (IL-3) und humanes Influenza Virus (Flu) in menschlichen plasmacytoiden dendritischen Zellen, einem Immunzelltyp, angewandt. Um synergistische Effekte während der Signalintegration zu untersuchen wurde das Referenznetzwerk auf die säugerspezifischen, in pDC präsenten und durch IL-3 und Flu aktivierten Signalpfade eingeschränkt. Es wurden unter anderem die synergistischen Interaktionspunkte detektiert, ihre regulierten Transkriptionsfaktoren sowie die durch sie regulierten Zielgene. Durch den Vergleich der ausgelösten Funktionen und der jeweils induzierten Signalwege konnte gezeigt werden, dass das entwickelte Verfahren die immunrelevanten synergistisch regulierten Gene besser detektiert als ein vergleichbares experimentelles Verfahren. de
dc.language.iso deu de
dc.rights.uri http://creativecommons.org/licenses/by-nc-nd/3.0/
dc.subject.ddc 510 de
dc.title Detektion und Analyse synergistischer Einflüsse multipler Stimuli auf zelluläre Signaltransduktionsnetzwerke in Säugetieren de
dc.type doctoralThesis de
dc.title.translated Detection of synergistic effects induced by multiple stimuli and analysis of their effects in cellular mammalian signal transduction networks de
dc.contributor.referee Wingender, Edgar Prof. Dr.
dc.date.examination 2013-09-18
dc.description.abstracteng Simultaneously working signals affect the behavior of organisms at systems level. Different signals have to be integrated and evaluated simultaneously by the cell. Synergistic interactions are one possibility how a cell integrates different signals and therefore induce qualitively new functions. Typical gene expression approaches only detect affected genes, while the underlying mechanisms remain unclear. This thesis presents a global algorithmic approach for the identifying of synergetic effects relying on a signaling reference network. For the approach a necessary mechanistic bipartite signaling reference network was reconstructed using several different databases for experimental data, as well as contemporary literature. Within this network synergistically induced effects can be determined by their specific and well defined topological patterns. Synergistic interactions are relevant in the immune system, especially in the case of different parallel signals provoking an immune response. This thesis analyzes the synergistically induced interactions of the immune stimuli Interleukin-3 (IL-3) and the human influenza virus (Flu). Thefore the reference network was filtered according to the specific signal transduction of IL-3 or Flu in human plasmacytotic dendritic cells (pDC). The algorithm detects synergistic signal integration within the signaling pathways and predicts downstream affected transcription factors as well as their regulated genes. By comparison of the regulated genes, the induced functions and the affected signaling pathways it was shown that, the algorithmic approach detects immune relevant synergy more precisely than a comparable experimental method. de
dc.contributor.coReferee Waack, Stephan Prof. Dr.
dc.contributor.thirdReferee Hogrefe, Dieter Prof. Dr.
dc.contributor.thirdReferee Morgenstern, Burkhard Prof. Dr.
dc.contributor.thirdReferee Damm, Carsten Prof. Dr.
dc.contributor.thirdReferee Beißbarth, Tim Prof. Dr.
dc.subject.ger System Biologie de
dc.subject.ger Bioinformatik de
dc.subject.ger Signaltransduktion de
dc.subject.ger Synergien de
dc.subject.ger algorithmische Detektion von Synergien de
dc.subject.ger Signalintegration verschiedener Signale in Säugetieren de
dc.subject.eng Systems Biology de
dc.subject.eng Bioinformatics de
dc.subject.eng signal transduction de
dc.subject.eng Synergy de
dc.subject.eng algorithmic detection of synergy de
dc.subject.eng signal integration de
dc.identifier.urn urn:nbn:de:gbv:7-11858/00-1735-0000-0001-BC75-6-5
dc.affiliation.institute Fakultät für Mathematik und Informatik de
dc.subject.gokfull Informatik (PPN619939052) de
dc.identifier.ppn 772069700

Files in this item

This item appears in the following Collection(s)

Show simple item record