Refine
Has Fulltext
- yes (3)
Is part of the Bibliography
- yes (3)
Document Type
- Doctoral Thesis (3) (remove)
Keywords
- Taxonomie (3) (remove)
Taxonomy and palaeoecology of the Cenomanian-Turonian macro-invertebrate from eastern Sinai, Egypt
(2010)
The present study concerened with taxonomy and palaeoecology of the Cenomanian-Turonian macrobenthic fauna which includes bivalves, gastropods, echinoids, and coral. In addtion, cephalopods are also taken in consideration. 144 taxa are identified and systematically described. Palaeoecological and taphonomic anylsis of the statistically sampled macrobenthos are also discussed. The biostratigraphic sequences along the Cenomanian-Turonian rocks were carried out on the basis of ammonites and other macrobenthic fauna such as corals and bivalves. In order to reconstruct benthic association, 41 statistically sampled were subjected to cluster ananlysis by using Past Programm (Hammer et al., 2001). 10 association and three assemblages were described in order to reconstruct the different depositional enviroments.
Previous work on Jurassic bivalves from the Iberian Range is reviewed, whereby emphasis is placed on Callovian-Kimmeridgian species. The taxonomy, distribution pattern and ecology of the bivalve fauna occurring in Middle and Upper Jurassic rocks of the Aragonian Branch of the Iberian Range have been analysed. For this purpose 14 sections and 5 additional outcrops, selected according to the abundance of bivalves, were measured in detail and sampled. The rocks studied belong to the Chelva, Yátova, Sot de Chera and Loriguilla formations of Callovian-Kimmeridgian age. The distribution of species of bivalves is given for each section. More than 3000 specimens of bivalves representing 83 species that belong to 46 genera and subgenera of the subclasses Palaeotaxodonta, Pteriomorphia, Isofilibranchia. Palaeoheterodonta, Heterodonta and Anomaldesmata have been used for the taxonomic analysis. One species is new: Plagiostoma fuersichi from the Callovian of the Chelva Fm. The autecology (trophic group and life habit) of each bivalve has been discussed. 49 samples of four sections habe been selected for a quantitative palaeoecological analysis of the bivalve fraction of the benthic fauna. Five bivalve associations and two assemblages are recognised by a Q-mode hierarchical cluster analysis (Ward method). The main environmental factors controlling bivalve associations are thought to be substrate, water energy and distribution of organic matter. The bivalves exhibit a distinct spatial and temporal distribution pattern within the Aragonian Branch. Four of the bivalve associations occur in the Upper Oxfordian (Sot de Chera Fm) and one association in the Lower Callovian (Chelva Fm). In the Sot de Chera and Loriguilla formations, the abundance of bivalves decreases from NW to SE i.e., from relatively close to the shore line towards the distal-most part of the carbonate platform. In the Chelva Fm. bivalves are abundant in the Ariño region, interpreted as a palaeogeographic high. The distribution of bivalves might have been largely controlled by the availability of nutrients.
Die Identifikation der Bindungsspezifitäten von Proteininteraktionsdomänen und damit letztlich auch die Fähigkeit potentielle Bindungspartner dieser in vivo vorherzusagen bildet ein grundlegendes Element für das Verständnis der biologischen Funktionen dieser Domänen. In dieser Arbeit wurde untersucht, inwieweit solche Vorhersagen bezüglich der SH3-Domäne – als Beispiel für eine Proteininteraktionsdomäne – mithilfe von Support-Vector-Machines (SVMs) möglich sind, wenn diesen als Informationsquelle ausschließlich die innerhalb der Aminosäuresequenz der Domäne konservierten Informationen zur Verfügung stehen. Um den SVM-basierten Klassifikator zu trainieren und zu validieren, wurde ein Satz aus 51 SH3-Domänen verwendet, die zuvor entsprechend ihrer Ligandenpräferenz in ein System aus acht verschiedenen Klassen eingeteilt worden waren. Da die innerhalb der Aminosäuresequenzen konservierten Informationen in abstrakte Zahlenwerte konvertiert werden mussten (Voraussetzung für mathematisch basierte Klassifikatoren wie SVMs), wurde jede Aminosäuresequenz durch ihren jeweiligen Fisher-Score-Vektor ausgedrückt. Die Ergebnisse erbrachten einen Klassifikationserror, welcher weit unterhalb des Zufallsniveaus lag, was darauf hindeutet, dass sich die Bindungsspezifität (Klasse) einer SH3-Domäne in der Tat von seiner Aminosäuresequenz ableiten lassen dürfte. Mithilfe klassenspezifisch emittierter, artifizieller Sequenzen, implementiert in den Trainingsprozess des Klassifikators, um etwaigen nachteiligen Auswirkungen von Overfitting zu entgegenzuwirken, sowie durch Berücksichtigung taxonomischer Informationen des Klassensystems während Training und Validierung, ließ sich der Klassifikationserror sogar noch weiter senken und lag schließlich bei lediglich 35,29% (vergleiche Zufall: 7/8 = 87.50%). Auch die Nutzung von Feature Selections zur Abmilderung Overfitting-bedingter, negativer Effekte lieferte recht vielversprechende Ergebnisse, wenngleich ihr volles Potential aufgrund von Software-Beschränkungen nicht ausgenutzt werden konnte.
Die Analyse der Positionen im Sequence-Alignment, welche für den SVM- basierten Klassifikator am relevantesten waren, zeigte, dass diese häufig mit Positionen korrelierten, von denen angenommen wird auch in vivo eine Schlüsselrolle bei der Determination der Bindungsspezifität (Klasse) zu spielen. Dies unterstreicht nicht nur die Reliabilität des präsentierten Klassifikators, es gibt auch Grund zur Annahme, dass das Verfahren möglicherweise auch als Supplement anderer Ansätze genutzt werden könnte, welche zum Ziel haben die Positionen zu identifizieren, die die Ligandenpräferenz in vivo determinieren. Informationen, die nicht nur für ein besseres Verständnis der SH3-Domäne (und möglicherweise auch anderer Proteininteraktionsdomänen) von grundlegender Bedeutung sind, sondern auch aus pharmakologischer Sicht von großem Interesse sein dürften.