@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}
}