Show simple item record

Modelling chemical signalling cascades as stochastic reaction diffusion systems

dc.contributor.advisorKree, Reiner Prof. Dr.de
dc.contributor.authorJentsch, Garritde
dc.date.accessioned2007-07-24T06:48:45Zde
dc.date.accessioned2013-01-18T14:23:43Zde
dc.date.available2013-01-30T23:50:18Zde
dc.date.issued2007-07-24de
dc.identifier.urihttp://hdl.handle.net/11858/00-1735-0000-0006-B36D-Bde
dc.identifier.urihttp://dx.doi.org/10.53846/goediss-3196
dc.description.abstractDas Hauptanliegen dieser Arbeit liegt in der Entwicklung und Anwendung von Methoden zur Analyse stochastischer Effekte in räumlich ausgedehnten biochemischen Signal-Transduktions-Kaskaden. Als Grundlage einer stochastischen Beschreibung solcher Systeme dient die chemische Master Gleichung. Ihre Darstellung durch Pfadintegrale ermöglicht die präsise Ableitung chemischer Raten Gleichungen aus der stochastischen Dynamik. An Hand dieser Methode wird gezeigt, dass chemisches Rauschen unerwartete Folgen haben kann und zum Beispiel zur Verbesserung eines Signals führen kann. Wenn man die chemische Mastergleichung um eine Beschreibung der Diffusion erweitert, so dient sie als Grundlage für numerische Monte Carlo Simulationen. Der Vergleich verschiedener Monte Carlo Algorithmen zeigt, dass der relativ unbekannte Logarithmische Klassen Algorithmus am effizientesten ist. Wir kombinieren diesen stochastischen Algorithmus mit zwei verschiedenen Methoden zur Darstellung räumlicher Strukturen. Die resultierenden Transformed Grid und Finite Volume Monte Carlo Methoden ermöglichen die Simulation beliebiger Reaktions Diffusions Systeme in beliebigen Geometrien. Die entwickelten Algorithmen werden in zwei verschiedenen Projekten benutzt. Im ersten Projekt wird untersucht, in wiefern chemische Fronten zuverlässig ein Signal über große Distanzen propagieren können, wenn man chemisches und räumliches Rauschen berücksichtigt. Als Beispiel betrachten wir ein bistabiles Modell zur lateralen Ausbreitung der Phosphorylierung von Epidermal Growth Factor (EGF) Rezeptoren. Dieses System besitzt zwei stabile, stationäre Zustände A und B, in denen entweder ein verschwindend kleiner Anteil oder fast alle Rezeptoren phosphoryliert sind. Chemisches Rauschen kann zu einem spontanen Umschalten von Zustand A in den Zustand B führen, wobei sich die Phosphorylierung als fortlaufende Wellenfront ausbreitet. Dies geschieht auch dann mit konstanter Geschwindigkeit, wenn Teile des Mediums durch Hindernisse überdeckt sind. Bei biologisch realistischen Hindernisdichten rauht die Front auf während sie durch das Medium propagiert. Dies macht eine zeitlich genaue Signalübertragung nahezu unmöglich. - In einem zweiten Projekt wurden die Monte Carlo Methoden benutzt, um ein minimales, generisches Modell für das Gradient Sensing in Dictyostelium discoideum zu analysieren. Es zeigt sich, dass unser Modell bei konstanten Stimuli perfekt adpatiert und lineare Stimulus Gradienten intrazellulär abbildet.de
dc.format.mimetypeapplication/pdfde
dc.language.isoengde
dc.rights.urihttp://webdoc.sub.gwdg.de/diss/copyr_diss.htmlde
dc.titleModelling chemical signalling cascades as stochastic reaction diffusion systemsde
dc.typedoctoralThesisde
dc.title.translatedModellierung chemischer Signal-Transduktions-Kaskaden als stochastische Reaktions Diffusions Systemede
dc.contributor.refereeKree, Reiner Prof. Dr.de
dc.date.examination2006-01-12de
dc.subject.dnb570 Biowissenschaftende
dc.subject.dnbBiologiede
dc.description.abstractengThe main objective of this work lies on the development and application of methods for the analysis of stochastic effects in spatially extended chemical signalling cascades. The chemical master equation is used as a starting point for a stochastic description. The introduction of a functional integral representation allows for the precise derivation of chemical rate equations from the stochastic formulation. Moreover this method is used to demonstrate that chemical noise can have counterintuitive effects; for instance it may enhance a signal. If a description of diffusion is included in the chemical master equation, it serves as a starting point for numerical Monte Carlo simulations. The comparison of several Monte Carlo algorithms reveals that the not very well know Logarithmic Classes algorithm is the most efficient algorithm. We combine this stochastic algorithm with two different ways for representing spatial geometries. The resulting Transformed Grid and Finite Volume Monte Carlo method enable the simulation of arbitrary reaction diffusion systems in arbitrary geometries. The developped algorithms are used in two different projects. In the first project it is investigated whether chemical wave fronts provide a reliable mechanism for propagating a signal over large distances, if one accounts for chemical and spatial noise. A bistable model for the lateral spreading of phosphorylation of epidermal growth factor (EGF) receptors is used as an example. This system possesses two stable, steady states A and B, in which either almost none or almost all of the receptors are phosphorylated. Chemical noise may lead to the spontaneous switching from state A to state B with the phosphorylation being spread as a chemical wave front. These wave fronts propagate with constant velocity even if parts of the reaction medium are occluded by obstacles. At biologically plausible values for the obstacle density the front roughens as it propagates through the medium. This makes a temporally exact propagation of the signal almost impossible. - In a second project the Monte Carlo methods are used in order to analyse a minimal, generic model for gradient sensing in Dictyostelium discoideum. It is shown that our model adapts perfectly to uniform stimuli and that it maps linear stimulus gradients on to the intracellular side.de
dc.contributor.coRefereeNeher, Erwin Prof. Dr.de
dc.contributor.thirdRefereeZippelius, Annette Prof. Dr.de
dc.subject.topicMolecular Biology & Neurosciences Programde
dc.subject.gerchemische Signal-Transduktions-Kaskadende
dc.subject.gerstochastische Reaktions Diffusions Systemede
dc.subject.engchemical signallingde
dc.subject.engstochastic reaction diffusion systemsde
dc.subject.bk42.12de
dc.identifier.urnurn:nbn:de:gbv:7-webdoc-1530-2de
dc.identifier.purlwebdoc-1530de
dc.affiliation.instituteGöttinger Graduiertenschule für Neurowissenschaften und molekulare Biowissenschaften (GGNB)de
dc.subject.gokfullWC 000: Biophysikde
dc.identifier.ppn55858294Xde


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record