Metabolische Stimulus-Response-Experimente : Werkzeuge zur Modellierung, Simulation und Auswertung
Year: 2006
Type: dissertation
Abstract: Die Modellbildung metabolischer Systeme wurde in den letzten Jahren zu\neinem der Hauptarbeitsgebiete im Metabolic Engineering, um die komplexen\nRegelmechanismen einer lebenden Zelle zu verstehen. In dieser Arbeit wurde\nein vielseitiges Werkzeug entwickelt, um Modellierer bei der Erstellung\nund Überarbeitung von Modellen zu unterstützen, die auf Messdaten aus\neinem Stimulus-Response-Experiment aufbauen. Im Verlauf der Modellbildung\nist der Modellierer meist nicht nur mit einem einzigen Modell beschäftigt,\nsondern mit Sequenzen, Alternativen und strukturellen Varianten von\nModellen. Für die Unterstützung der Modellbildung dynamischer\nbiochemischer Netzwerke, die auf in-vivo Daten basieren, ist daher mehr\nals nur Simulation erforderlich. In dieser Arbeit wurde ein neues Konzept\nfür Modellfamilien spezifiziert und implementiert. Mit diesem Konzept\nkönnen eine Vielzahl von ähnlichen Modellen in einer einzigen Beschreibung\ngespeichert werden, mit der Hilfe von Netzwerk und kinetischen Varianten.\nDadurch wird ein automatisches Navigieren im Raum der Modellvarianten\nmöglich, in dem biologisch unsinnige Modelle auf der Basis einer\nElementarmodenanalyse ausgeschlossen werden können.\n \nDas Einbeziehen von Messdaten wird durch die Möglichkeit unterstützt,\nSplines an Stelle von Zustandsvariablen zu verwenden. Anschließend werden\nleistungsfähige automatische Methoden benötigt, die den Modellierer bei\nder Modellbildung, Organisation und Auswertung alternativer Modelle\nunterstützen.\n \nDieses Werkzeug wurde als Rechenkern entworfen, der in eine Kette von\nWerkzeugen eingebaut werden soll. Durch automatische Codegenerierung,\nautomatische Differentiation zur Sensitivitätsanalyse und Grid-Computing\nTechnologie wird eine Hochleistungsrechenumgebung erstellt. Sie\nunterstützt die Modellspezifikation in XML und bietet mehrere\nSoftwareschnittstellen.\n \nDie Leistungsfähigkeit und Nutzbarkeit des Softwarewerkzeugs dieser \nArbeit wird an mehreren Beispielen von laufenden Forschungsprojekten\ngezeigt. Darüber hinaus wurde ein Optimierungsalgorithmus entwickelt, der\ndem Softwarewerkzeug ermöglicht die Aufgabe der Modellvariantensuche und\nParameteranpassung zu übernehmen. Das Ergebnis der Berechnung ist ein\nRanking der Modellvarianten, die die Messdaten am besten reproduziert\nhaben.
Author: Marc Daniel Haunschild
Language: German
Subfield: Molecular Biology
Domain: Life Sciences
Open Access status: green
OpenAlex ID: W2804712621