@article{PeixotoJanakiRamanSchlickeretal.2021,
  author    = {Peixoto, Joana and Janaki-Raman, Sudha and Schlicker, Lisa and Schmitz, Werner and Walz, Susanne and Winkelkotte, Alina M. and Herold-Mende, Christel and Soares, Paula and Schulze, Almut and Lima, Jorge},
  title     = {Integrated metabolomics and transcriptomics analysis of monolayer and neurospheres from established glioblastoma cell lines},
  series = {Cancers},
  volume    = {13},
  journal   = {Cancers},
  number    = {6},
  issn      = {2072-6694},
  doi       = {10.3390/cancers13061327},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-234110},
  year      = {2021},
  abstract  = {Altered metabolic processes contribute to carcinogenesis by modulating proliferation, survival and differentiation. Tumours are composed of different cell populations, with cancer stem-like cells being one of the most prominent examples. This specific pool of cells is thought to be responsible for cancer growth and recurrence and plays a particularly relevant role in glioblastoma (GBM), the most lethal form of primary brain tumours. Here, we have analysed the transcriptome and metabolome of an established GBM cell line (U87) and a patient-derived GBM stem-like cell line (NCH644) exposed to neurosphere or monolayer culture conditions. By integrating transcriptome and metabolome data, we identified key metabolic pathways and gene signatures that are associated with stem-like and differentiated states in GBM cells, and demonstrated that neurospheres and monolayer cells differ substantially in their metabolism and gene regulation. Furthermore, arginine biosynthesis was identified as the most significantly regulated pathway in neurospheres, although individual nodes of this pathway were distinctly regulated in the two cellular systems. Neurosphere conditions, as opposed to monolayer conditions, cause a transcriptomic and metabolic rewiring that may be crucial for the regulation of stem-like features, where arginine biosynthesis may be a key metabolic pathway. Additionally, TCGA data from GBM patients showed significant regulation of specific components of the arginine biosynthesis pathway, providing further evidence for the importance of this metabolic pathway in GBM.},
  language  = {en}
}
@phdthesis{Schwarz2008,
  author    = {Schwarz, Roland},
  title     = {Modellierung von Metabolismus, Transkriptom und Zellentwicklung bei Arabidopsis, Listerien und anderen Organismen},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-27622},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2008},
  abstract  = {Im gleichen Maße wie informatisches Wissen mehr und mehr in den wissenschaftlichen Alltag aller Lebenswissenschaften Einzug gehalten hat, hat sich der Schwerpunkt bioinformatischer Forschung in st{\"a}rker mathematisch und informatisch-orientierte Themengebiete verschoben. Bioinformatik heute ist mehr als die computergest{\"u}tzte Verarbeitung großer Mengen an biologischen Daten, sondern hat einen entscheidenden Fokus auf der Modellierung komplexer biologischer Systeme. Zur Anwendung kommen hierbei insbesondere Theorien aus dem Bereich der Stochastik und Statistik, des maschinellen Lernens und der theoretischen Informatik. In der vorliegenden Dissertation beschreibe ich in Fallstudien die systematische Modellierung biologischer Systeme aus einem informatisch - mathematischen Standpunkt unter Anwendung von Verfahren aus den genannten Teilbereichen und auf unterschiedlichen Ebenen biologischer Abstraktion. Ausgehend von der Sequenzinformation {\"u}ber Transkriptom, Metabolom und deren regulatorischer Interaktion hin zur Modellierung von Populationseffekten werden hierbei aktuelle biologische Fragestellungen mit mathematisch - informatischen Modellen und einer Vielzahl experimenteller Daten kombiniert. Ein besonderer Augenmerk liegt dabei auf dem Vorgang der Modellierung und des Modellbegriffs als solchem im Rahmen moderner bioinformatischer Forschung. Im Detail umfassen die Projekte (mehrere Publikationen) die Entwicklung eines neuen Ansatzes zur Einbettung und Visualisierung von Multiplen Sequenz- und Sequenz-Strukturalignments, illustriert am Beispiel eines Hemagglutininalignments unterschiedlicher H5N1 Varianten, sowie die Modellierung des Transkriptoms von A. thaliana, bei welchem mit Hilfe einer kernelisierten nicht-parametrischen Metaanalyse neue, an der Infektionsabwehr beteiligten, Gene ausfindig gemacht werden konnten. Desweiteren ist uns mit Hilfe unserer Software YANAsquare eine detaillierte Untersuchung des Metabolismus von L. monocytogenes unter Aktivierung des Transkriptionsfaktors prfA gelungen, dessen Vorhersagen durch experimentelle 13C Isotopologstudien belegt werden konnten. In einem Anschlußprojekt war der Zusammenhang zwischen Regulation des Metabolismus durch Regulation der Genexpression und der Fluxverteilung des metabolischen Steady- State-Netzwerks das Ziel. Die Modellierung eines komplexen organismischen Ph{\"a}notyps, der Zellgr{\"o}ßenentwicklung der Diatomee Pseudo-nitzschia delicatissima, schließt die Untersuchungen ab.},
  subject      = {Bioinformatik},
  language  = {de}
}