@phdthesis{Kaltdorf2020,
  author    = {Kaltdorf, Martin Ernst},
  title     = {Analyse von regulatorischen Netzwerken bei Zelldifferenzierung und in der Infektionsbiologie},
  doi       = {10.25972/OPUS-19852},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-198526},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2020},
  abstract  = {Das zentrale Paradigma der Systembiologie zielt auf ein m{\"o}glichst umfassendes Ver-st{\"a}ndnis der komplexen Zusammenh{\"a}nge biologischer Systeme. Die in dieser Arbeit angewandten Methoden folgen diesem Grundsatz. Am Beispiel von drei auf Basis von Datenbanken und aktueller Literatur rekonstruier-ten Netzwerkmodellen konnte in der hier vorliegenden Arbeit die G{\"u}ltigkeit analyti-scher und pr{\"a}diktiver Algorithmen nachgewiesen werden, die in Form der Analy-sesoftware Jimena angewandt wurden. Die daraus resultierenden Ergebnisse sowohl f{\"u}r die Berechnung von stabilen Systemzust{\"a}nden, der dynamischen Simulation, als auch der Identifikation zentraler Kontrollknoten konnten experimentell validiert wer-den. Die Ergebnisse wurden in einem iterativen Prozess verwendet werden um das entsprechende Netzwerkmodell zu optimieren. Beim Vergleich des Verhaltens des semiquantitativ ausgewerteten regulatorischen Netzwerks zur Kontrolle der Differenzierung humaner mesenchymaler Stammzellen in Chondrozyten (Knorpelbildung), Osteoblasten (Knochenbildung) und Adipozyten (Fett-zellbildung) konnten 12 wichtige Faktoren (darunter: RUNX2, OSX/SP7, SOX9, TP53) mit Hilfe der Berechnung der Bedeutung (Kontrollzentralit{\"a}t der Netzwerkknoten identifi-ziert werden). Der Abgleich des simulierten Verhaltens dieses Netzwerkes ergab eine {\"U}bereinstimmung mit experimentellen Daten von 47,2\%, bei einem widerspr{\"u}chlichen Verhalten von ca. 25\%, dass unter anderem durch die tempor{\"a}re Natur experimentel-ler Messungen im Vergleich zu den terminalen Bedingungen des Berechnung der stabilen Systemzust{\"a}nde erkl{\"a}rt werden kann. Bei der Analyse des Netzwerkmodells der menschlichen Immunantwort auf eine Infek-tion durch A. fumigatus konnten vier Hauptregulatoren identifiziert werden (A. fumi-gatus, Blutpl{\"a}ttchen, hier Platelets genannt, und TNF), die im Zusammenspiel mit wei-teren Faktoren mit hohen Zentralit{\"a}tswerten (CCL5, IL1, IL6, Dectin-1, TLR2 und TLR4) f{\"a}hig sind das gesamte Netzwerkverhalten zu beeinflussen. Es konnte gezeigt werden, dass sich das Aktivit{\"a}tsverhalten von IL6 in Reaktion auf A. fumigatus und die regulato-rische Wirkung von Blutpl{\"a}ttchen mit den entsprechenden experimentellen Resultaten deckt. Die Simulation, sowie die Berechnung der stabilen Systemzust{\"a}nde der Immunantwort von A. thaliana auf eine Infektion durch Pseudomonas syringae konnte zeigen, dass die in silico Ergebnisse mit den experimentellen Ergebnissen {\"u}bereinstimmen. Zus{\"a}tzlich konnten mit Hilfe der Analyse der Zentralit{\"a}tswerte des Netzwerkmodells f{\"u}nf Master-regulatoren identifiziert werden: TGA Transkriptionsfaktor, Jasmons{\"a}ure, Ent-Kaurenoate-Oxidase, Ent-kaurene-Synthase und Aspartat-Semialdehyd-Dehydrogenase. W{\"a}hrend die ersteren beiden bereits lange als wichtige Regulatoren f{\"u}r die Gib-berellin-Synthese bekannt sind, ist die immunregulatorische Funktion von Aspartat-Semialdehyd-Dehydrogenase bisher weitgehend unbekannt.},
  subject      = {Netzwerksimulation},
  language  = {de}
}
@article{SalihogluSrivastavaLiangetal.2023,
  author    = {Salihoglu, Rana and Srivastava, Mugdha and Liang, Chunguang and Schilling, Klaus and Szalay, Aladar and Bencurova, Elena and Dandekar, Thomas},
  title     = {PRO-Simat: Protein network simulation and design tool},
  series = {Computational and Structural Biotechnology Journal},
  volume    = {21},
  journal   = {Computational and Structural Biotechnology Journal},
  issn      = {2001-0370},
  doi       = {10.1016/j.csbj.2023.04.023},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-350034},
  pages     = {2767-2779},
  year      = {2023},
  abstract  = {PRO-Simat is a simulation tool for analysing protein interaction networks, their dynamic change and pathway engineering. It provides GO enrichment, KEGG pathway analyses, and network visualisation from an integrated database of more than 8 million protein-protein interactions across 32 model organisms and the human proteome. We integrated dynamical network simulation using the Jimena framework, which quickly and efficiently simulates Boolean genetic regulatory networks. It enables simulation outputs with in-depth analysis of the type, strength, duration and pathway of the protein interactions on the website. Furthermore, the user can efficiently edit and analyse the effect of network modifications and engineering experiments. In case studies, applications of PRO-Simat are demonstrated: (i) understanding mutually exclusive differentiation pathways in Bacillus subtilis, (ii) making Vaccinia virus oncolytic by switching on its viral replication mainly in cancer cells and triggering cancer cell apoptosis and (iii) optogenetic control of nucleotide processing protein networks to operate DNA storage. Multilevel communication between components is critical for efficient network switching, as demonstrated by a general census on prokaryotic and eukaryotic networks and comparing design with synthetic networks using PRO-Simat. The tool is available at https://prosimat.heinzelab.de/ as a web-based query server.},
  language  = {en}
}