Quantification of stochastic or quantum systems by a joint probability density or wave function is a notoriously difficult computational problem, since the solution depends on all possible states (or realizations) of the system. Due to this combinatorial flavor, even a system containing as few as ten particles may yield as many as $10^{10}$ discretized states. None of even modern supercomputers are capable to cope with this curse of dimensionality straightforwardly, when the amount of quantum particles, for example, grows up to more or less interesting order of hundreds. A traditional approach for a long time was to avoid models formulated in terms of probabilistic functions, and simulate particular system realizations in a randomized process. Since different times in different communities, data-sparse methods came into play. Generally, they aim to define all data points indirectly, by a map from a low amount of representers, and recast all operations (e.g. linear system solution) from the initial data to the effective parameters. The most advanced techniques can be applied (at least, tried) to any given array, and do not rely explicitly on its origin. The current work contributes further progress to this area in the particular direction: tensor product methods for separation of variables. The separation of variables has a long history, and is based on the following elementary concept: a function of many variables may be expanded as a product of univariate functions. On the discrete level, a function is encoded by an array of its values, or a tensor. Therefore, instead of a huge initial array, the separation of variables allows to work with univariate factors with much less efforts. The dissertation contains a short overview of existing tensor representations: canonical PARAFAC, Hierarchical Tucker, Tensor Train (TT) formats, as well as the artificial tensorisation, resulting in the Quantized Tensor Train (QTT) approximation method. The contribution of the dissertation consists in both theoretical constructions and practical numerical algorithms for high-dimensional models, illustrated on the examples of the Fokker-Planck and the chemical master equations. Both arise from stochastic dynamical processes in multiconfigurational systems, and govern the evolution of the probability function in time. A special focus is put on time propagation schemes and their properties related to tensor product methods. We show that these applications yield large-scale systems of linear equations, and prove analytical separable representations of the involved functions and operators. We propose a new combined tensor format (QTT-Tucker), which descends from the TT format (hence TT algorithms may be generalized smoothly), but provides complexity reduction by an order of magnitude. We develop a robust iterative solution algorithm, constituting most advantageous properties of the classical iterative methods from numerical analysis and alternating density matrix renormalization group (DMRG) techniques from quantum physics. Numerical experiments confirm that the new method is preferable to DMRG algorithms. It is as fast as the simplest alternating schemes, but as reliable and accurate as the Krylov methods in linear algebra.

The topic of this thesis is a diffusion process on a potential landscape which is given by a smooth Hamiltonian function in the regime of small noise. The work provides a new proof of the Eyring-Kramers formula for the Poincaré inequality of the associated generator of the diffusion. The Poincaré inequality characterizes the spectral gap of the generator and establishes the exponential rate of convergence towards equilibrium in the L²-distance. This result was first obtained by Bovier et. al. in 2004 relying on potential theory. The presented approach in the thesis generalizes to obtain also asymptotic sharp estimates of the constant in the logarithmic Sobolev inequality. The optimal constant in the logarithmic Sobolev inequality characterizes the convergence rate to equilibrium with respect to the relative entropy, which is a stronger distance as the L²-distance and slightly weaker than the L¹-distance. The optimal constant has here no direct spectral representation. The proof makes use of the scale separation present in the dynamics. The Eyring-Kramers formula follows as a simple corollary from the two main results of the work: The first one shows that the associated Gibbs measure restricted to a basin of attraction has a good Poincaré and logarithmic Sobolev constants providing the fast convergence of the diffusion to metastable states. The second main ingredient is a mean-difference estimate. Here a weighted transportation distance is used. It contains the main contribution to the Poincaré and logarithmic Sobolev constant, resulting from exponential long waiting times of jumps between metastable states of the diffusion.

Ziel dieser Arbeit ist die Untersuchung des Einflusses der stochastischen Interpretation der Langevin Gleichung mit zustandsabhängigen Diffusionskoeffizienten auf den Propagator des zugehörigen stochastischen Prozesses bzw. dessen Mittelwerte. Dies dient dem besseren Verständnis und der Interpretation von Messdaten von Diffusion in inhomogenen Systemen und geht einher mit der Frage der Form der Diffusionsgleichung in solchen Systemen. Zur Vereinfachung der Fragestellung werden in dieser Arbeit nur Systeme untersucht die vollständig durch einen ortsabhängigen Diffusionskoeffizienten und Angabe der stochastischen Interpretation beschrieben werden können. Dazu wird zunächst für mehrere experimentell relevante eindimensionale Systeme der jeweilige allgemeine Propagator bestimmt, der für jede denkbare stochastische Interpretation gültig ist. Der analytisch bestimmte Propagator wird dann für zwei exemplarisch ausgewählte stochastische Interpretationen, hier für die Itô und Klimontovich-Hänggi Interpretation, gegenübergestellt und die Unterschiede identifiziert. Für Mittelwert und Varianz der Prozesse werden die drei wesentlichen stochastischen Interpretationen verglichen, also Itô, Stratonovich und Klimontovich-Hänggi Interpretation. Diese systematische Untersuchung von inhomogenen Diffusionsprozessen kann zukünftig helfen diese Art von, in genau einer stochastischen Interpretation, driftfreien Systemen einfacher zu identifizieren. Ein weiterer wesentlicher Teil der Arbeit erweitert die Frage auf mehrdimensionale inhomogene anisotrope Systeme. Dies wird z.B. bei der Untersuchung von Diffusion in Flüssigkristallen mit inhomogenem Direktorfeld relevant. Obwohl hier, im Gegensatz zu eindimensionalen Systemen, der Propagator nicht allgemein berechnet werden kann, wird dennoch der Einfluss der Inhomogenität auf Messgrößen, wie die mittlere quadratische Verschiebung oder die Verteilung der Diffusivitäten, bestimmt. Anhand eines Beispiels wird auch der Einfluss der stochastischen Interpretation auf diese Messgrößen demonstriert. / The aim of this thesis is to investigate the influence of the stochastic interpretation of the Langevin equation with state-dependent diffusion coefficient on the propagator of the related stochastic process, or its averages, respectively. This helps to obtain a deeper understanding and to interpret measurement data of diffusion in inhomogeneous systems and is accompanied with the question of the proper form of the diffusion equation in such systems. To simplify the question, in this thesis only systems are considered which can be fully described by a spatially dependent diffusion coefficient and a given stochastic interpretation. Therefore, for several experimentally relevant one-dimensional systems, the respective general propagator is determined, which is valid for any possible stochastic interpretation. Then, the propagator for two exemplary stochastic interpretations, here the Itô and Klimontovich-Hänggi interpretation, are compared and the differences are identified. For mean and variance of the processes three major interpretations are compared, namely the Itô, the Stratonovich and the Klimontovich-Hänggi interpretation. This systematic research on inhomogeneous diffusion process may help in future to identify these kind of, in exactly one stochastic interpretation, drift-free systems more easily. Another important part of this thesis extends this question to multidimensional inhomogeneous anisotropic systems. This is of high relevance, for instance, for the research of diffusion in liquid crystalline systems with an inhomogeneous director field. Although, in contrast to one-dimensional systems, the propagator may not be calculated generally, the influence of the inhomogeneity on measurement data like the mean squared displacement or the distribution of diffusivities is determined. Based on one example, also the influence of the stochastic interpretation on these quantities is demonstrated.

The present habilitation thesis in theoretical biological physics addresses two central dynamical processes in cells and organisms: (i) active motility and motility control and (ii) self-organized pattern formation. The unifying theme is the nonlinear dynamics of biological function and its robustness in the presence of strong fluctuations, structural variations, and external perturbations. We theoretically investigate motility control at the cellular scale, using cilia and flagella as ideal model system. Cilia and flagella are highly conserved slender cell appendages that exhibit spontaneous bending waves. This flagellar beat represents a prime example of a chemo-mechanical oscillator, which is driven by the collective dynamics of molecular motors inside the flagellar axoneme. We study the nonlinear dynamics of flagellar swimming, steering, and synchronization, which encompasses shape control of the flagellar beat by chemical signals and mechanical forces. Mechanical forces can synchronize collections of flagella to beat at a common frequency, despite active motor noise that tends to randomize flagellar synchrony. In Chapter 2, we present a new physical mechanism for flagellar synchronization by mechanical self-stabilization that applies to free-swimming flagellated cells. This new mechanism is independent of direct hydrodynamic interactions between flagella. Comparison with experimental data provided by experimental collaboration partners in the laboratory of J. Howard (Yale, New Haven) confirmed our new mechanism in the model organism of the unicellular green alga Chlamydomonas. Further, we characterize the beating flagellum as a noisy oscillator. Using a minimal model of collective motor dynamics, we argue that measured non-equilibrium fluctuations of the flagellar beat result from stochastic motor dynamics at the molecular scale. Noise and mechanical coupling are antagonists for flagellar synchronization. In addition to the control of the flagellar beat by mechanical forces, we study the control of the flagellar beat by chemical signals in the context of sperm chemotaxis. We characterize a fundamental paradigm for navigation in external concentration gradients that relies on active swimming along helical paths. In this helical chemotaxis, the direction of a spatial concentration gradient becomes encoded in the phase of an oscillatory chemical signal. Helical chemotaxis represents a distinct gradient-sensing strategy, which is different from bacterial chemotaxis. Helical chemotaxis is employed, for example, by sperm cells from marine invertebrates with external fertilization. We present a theory of sensorimotor control, which combines hydrodynamic simulations of chiral flagellar swimming with a dynamic regulation of flagellar beat shape in response to chemical signals perceived by the cell. Our theory is compared to three-dimensional tracking experiments of sperm chemotaxis performed by the laboratory of U. B. Kaupp (CAESAR, Bonn). In addition to motility control, we investigate in Chapter 3 self-organized pattern formation in two selected biological systems at the cell and organism scale, respectively. On the cellular scale, we present a minimal physical mechanism for the spontaneous self-assembly of periodic cytoskeletal patterns, as observed in myofibrils in striated muscle cells. This minimal mechanism relies on the interplay of a passive coarsening process of crosslinked actin clusters and active cytoskeletal forces. This mechanism of cytoskeletal pattern formation exemplifies how local interactions can generate large-scale spatial order in active systems. On the organism scale, we present an extension of Turing’s framework for self-organized pattern formation that is capable of a proportionate scaling of steady-state patterns with system size. This new mechanism does not require any pre-pattering clues and can restore proportional patterns in regeneration scenarios. We analytically derive the hierarchy of steady-state patterns and analyze their stability and basins of attraction. We demonstrate that this scaling mechanism is structurally robust. Applications to the growth and regeneration dynamics in flatworms are discussed (experiments by J. Rink, MPI CBG, Dresden). / Das Thema der vorliegenden Habilitationsschrift in Theoretischer Biologischer Physik ist die nichtlineare Dynamik funktionaler biologischer Systeme und deren Robustheit gegenüber Fluktuationen und äußeren Störungen. Wir entwickeln hierzu theoretische Beschreibungen für zwei grundlegende biologische Prozesse: (i) die zell-autonome Kontrolle aktiver Bewegung, sowie (ii) selbstorganisierte Musterbildung in Zellen und Organismen. In Kapitel 2, untersuchen wir Bewegungskontrolle auf zellulärer Ebene am Modelsystem von Zilien und Geißeln. Spontane Biegewellen dieser dünnen Zellfortsätze ermöglichen es eukaryotischen Zellen, in einer Flüssigkeit zu schwimmen. Wir beschreiben einen neuen physikalischen Mechanismus für die Synchronisation zweier schlagender Geißeln, unabhängig von direkten hydrodynamischen Wechselwirkungen. Der Vergleich mit experimentellen Daten, zur Verfügung gestellt von unseren experimentellen Kooperationspartnern im Labor von J. Howard (Yale, New Haven), bestätigt diesen neuen Mechanismus im Modellorganismus der einzelligen Grünalge Chlamydomonas. Der Gegenspieler dieser Synchronisation durch mechanische Kopplung sind Fluktuationen. Wir bestimmen erstmals Nichtgleichgewichts-Fluktuationen des Geißel-Schlags direkt, wofür wir eine neue Analyse-Methode der Grenzzykel-Rekonstruktion entwickeln. Die von uns gemessenen Fluktuationen entstehen mutmaßlich durch die stochastische Dynamik molekularen Motoren im Innern der Geißeln, welche auch den Geißelschlag antreiben. Um die statistische Physik dieser Nichtgleichgewichts-Fluktuationen zu verstehen, entwickeln wir eine analytische Theorie der Fluktuationen in einem minimalen Modell kollektiver Motor-Dynamik. Zusätzlich zur Regulation des Geißelschlags durch mechanische Kräfte untersuchen wir dessen Regulation durch chemische Signale am Modell der Chemotaxis von Spermien-Zellen. Dabei charakterisieren wir einen grundlegenden Mechanismus für die Navigation in externen Konzentrationsgradienten. Dieser Mechanismus beruht auf dem aktiven Schwimmen entlang von Spiralbahnen, wodurch ein räumlicher Konzentrationsgradient in der Phase eines oszillierenden chemischen Signals kodiert wird. Dieser Chemotaxis-Mechanismus unterscheidet sich grundlegend vom bekannten Chemotaxis-Mechanismus von Bakterien. Wir entwickeln eine Theorie der senso-motorischen Steuerung des Geißelschlags während der Spermien-Chemotaxis. Vorhersagen dieser Theorie werden durch Experimente der Gruppe von U.B. Kaupp (CAESAR, Bonn) quantitativ bestätigt. In Kapitel 3, untersuchen wir selbstorganisierte Strukturbildung in zwei ausgewählten biologischen Systemen. Auf zellulärer Ebene schlagen wir einen einfachen physikalischen Mechanismus vor für die spontane Selbstorganisation von periodischen Zellskelett-Strukturen, wie sie sich z.B. in den Myofibrillen gestreifter Muskelzellen finden. Dieser Mechanismus zeigt exemplarisch auf, wie allein durch lokale Wechselwirkungen räumliche Ordnung auf größeren Längenskalen in einem Nichtgleichgewichtssystem entstehen kann. Auf der Ebene des Organismus stellen wir eine Erweiterung der Turingschen Theorie für selbstorganisierte Musterbildung vor. Wir beschreiben eine neue Klasse von Musterbildungssystemen, welche selbst-organisierte Muster erzeugt, die mit der Systemgröße skalieren. Dieser neue Mechanismus erfordert weder eine vorgegebene Kompartimentalisierung des Systems noch spezielle Randbedingungen. Insbesondere kann dieser Mechanismus proportionale Muster wiederherstellen, wenn Teile des Systems amputiert werden. Wir bestimmen analytisch die Hierarchie aller stationären Muster und analysieren deren Stabilität und Einzugsgebiete. Damit können wir zeigen, dass dieser Skalierungs-Mechanismus strukturell robust ist bezüglich Variationen von Parametern und sogar funktionalen Beziehungen zwischen dynamischen Variablen. Zusammen mit Kollaborationspartnern im Labor von J. Rink (MPI CBG, Dresden) diskutieren wir Anwendungen auf das Wachstum von Plattwürmern und deren Regeneration in Amputations-Experimenten.

The present habilitation thesis in theoretical biological physics addresses two central dynamical processes in cells and organisms: (i) active motility and motility control and (ii) self-organized pattern formation. The unifying theme is the nonlinear dynamics of biological function and its robustness in the presence of strong fluctuations, structural variations, and external perturbations. We theoretically investigate motility control at the cellular scale, using cilia and flagella as ideal model system. Cilia and flagella are highly conserved slender cell appendages that exhibit spontaneous bending waves. This flagellar beat represents a prime example of a chemo-mechanical oscillator, which is driven by the collective dynamics of molecular motors inside the flagellar axoneme. We study the nonlinear dynamics of flagellar swimming, steering, and synchronization, which encompasses shape control of the flagellar beat by chemical signals and mechanical forces. Mechanical forces can synchronize collections of flagella to beat at a common frequency, despite active motor noise that tends to randomize flagellar synchrony. In Chapter 2, we present a new physical mechanism for flagellar synchronization by mechanical self-stabilization that applies to free-swimming flagellated cells. This new mechanism is independent of direct hydrodynamic interactions between flagella. Comparison with experimental data provided by experimental collaboration partners in the laboratory of J. Howard (Yale, New Haven) confirmed our new mechanism in the model organism of the unicellular green alga Chlamydomonas. Further, we characterize the beating flagellum as a noisy oscillator. Using a minimal model of collective motor dynamics, we argue that measured non-equilibrium fluctuations of the flagellar beat result from stochastic motor dynamics at the molecular scale. Noise and mechanical coupling are antagonists for flagellar synchronization. In addition to the control of the flagellar beat by mechanical forces, we study the control of the flagellar beat by chemical signals in the context of sperm chemotaxis. We characterize a fundamental paradigm for navigation in external concentration gradients that relies on active swimming along helical paths. In this helical chemotaxis, the direction of a spatial concentration gradient becomes encoded in the phase of an oscillatory chemical signal. Helical chemotaxis represents a distinct gradient-sensing strategy, which is different from bacterial chemotaxis. Helical chemotaxis is employed, for example, by sperm cells from marine invertebrates with external fertilization. We present a theory of sensorimotor control, which combines hydrodynamic simulations of chiral flagellar swimming with a dynamic regulation of flagellar beat shape in response to chemical signals perceived by the cell. Our theory is compared to three-dimensional tracking experiments of sperm chemotaxis performed by the laboratory of U. B. Kaupp (CAESAR, Bonn). In addition to motility control, we investigate in Chapter 3 self-organized pattern formation in two selected biological systems at the cell and organism scale, respectively. On the cellular scale, we present a minimal physical mechanism for the spontaneous self-assembly of periodic cytoskeletal patterns, as observed in myofibrils in striated muscle cells. This minimal mechanism relies on the interplay of a passive coarsening process of crosslinked actin clusters and active cytoskeletal forces. This mechanism of cytoskeletal pattern formation exemplifies how local interactions can generate large-scale spatial order in active systems. On the organism scale, we present an extension of Turing’s framework for self-organized pattern formation that is capable of a proportionate scaling of steady-state patterns with system size. This new mechanism does not require any pre-pattering clues and can restore proportional patterns in regeneration scenarios. We analytically derive the hierarchy of steady-state patterns and analyze their stability and basins of attraction. We demonstrate that this scaling mechanism is structurally robust. Applications to the growth and regeneration dynamics in flatworms are discussed (experiments by J. Rink, MPI CBG, Dresden).:1 Introduction 10 1.1 Overview of the thesis 10 1.2 What is biological physics? 12 1.3 Nonlinear dynamics and control 14 1.3.1 Mechanisms of cell motility 16 1.3.2 Self-organized pattern formation in cells and tissues 28 1.4 Fluctuations and biological robustness 34 1.4.1 Sources of fluctuations in biological systems 34 1.4.2 Example of stochastic dynamics: synchronization of noisy oscillators 36 1.4.3 Cellular navigation strategies reveal adaptation to noise 39 2 Selected publications: Cell motility and motility control 56 2.1 “Flagellar synchronization independent of hydrodynamic interactions” 56 2.2 “Cell body rocking is a dominant mechanism for flagellar synchronization” 57 2.3 “Active phase and amplitude fluctuations of the flagellar beat” 58 2.4 “Sperm navigation in 3D chemoattractant landscapes” 59 3 Selected publications: Self-organized pattern formation in cells and tissues 60 3.1 “Sarcomeric pattern formation by actin cluster coalescence” 60 3.2 “Scaling and regeneration of self-organized patterns” 61 4 Contribution of the author in collaborative publications 62 5 Eidesstattliche Versicherung 64 6 Appendix: Reprints of publications 66 / Das Thema der vorliegenden Habilitationsschrift in Theoretischer Biologischer Physik ist die nichtlineare Dynamik funktionaler biologischer Systeme und deren Robustheit gegenüber Fluktuationen und äußeren Störungen. Wir entwickeln hierzu theoretische Beschreibungen für zwei grundlegende biologische Prozesse: (i) die zell-autonome Kontrolle aktiver Bewegung, sowie (ii) selbstorganisierte Musterbildung in Zellen und Organismen. In Kapitel 2, untersuchen wir Bewegungskontrolle auf zellulärer Ebene am Modelsystem von Zilien und Geißeln. Spontane Biegewellen dieser dünnen Zellfortsätze ermöglichen es eukaryotischen Zellen, in einer Flüssigkeit zu schwimmen. Wir beschreiben einen neuen physikalischen Mechanismus für die Synchronisation zweier schlagender Geißeln, unabhängig von direkten hydrodynamischen Wechselwirkungen. Der Vergleich mit experimentellen Daten, zur Verfügung gestellt von unseren experimentellen Kooperationspartnern im Labor von J. Howard (Yale, New Haven), bestätigt diesen neuen Mechanismus im Modellorganismus der einzelligen Grünalge Chlamydomonas. Der Gegenspieler dieser Synchronisation durch mechanische Kopplung sind Fluktuationen. Wir bestimmen erstmals Nichtgleichgewichts-Fluktuationen des Geißel-Schlags direkt, wofür wir eine neue Analyse-Methode der Grenzzykel-Rekonstruktion entwickeln. Die von uns gemessenen Fluktuationen entstehen mutmaßlich durch die stochastische Dynamik molekularen Motoren im Innern der Geißeln, welche auch den Geißelschlag antreiben. Um die statistische Physik dieser Nichtgleichgewichts-Fluktuationen zu verstehen, entwickeln wir eine analytische Theorie der Fluktuationen in einem minimalen Modell kollektiver Motor-Dynamik. Zusätzlich zur Regulation des Geißelschlags durch mechanische Kräfte untersuchen wir dessen Regulation durch chemische Signale am Modell der Chemotaxis von Spermien-Zellen. Dabei charakterisieren wir einen grundlegenden Mechanismus für die Navigation in externen Konzentrationsgradienten. Dieser Mechanismus beruht auf dem aktiven Schwimmen entlang von Spiralbahnen, wodurch ein räumlicher Konzentrationsgradient in der Phase eines oszillierenden chemischen Signals kodiert wird. Dieser Chemotaxis-Mechanismus unterscheidet sich grundlegend vom bekannten Chemotaxis-Mechanismus von Bakterien. Wir entwickeln eine Theorie der senso-motorischen Steuerung des Geißelschlags während der Spermien-Chemotaxis. Vorhersagen dieser Theorie werden durch Experimente der Gruppe von U.B. Kaupp (CAESAR, Bonn) quantitativ bestätigt. In Kapitel 3, untersuchen wir selbstorganisierte Strukturbildung in zwei ausgewählten biologischen Systemen. Auf zellulärer Ebene schlagen wir einen einfachen physikalischen Mechanismus vor für die spontane Selbstorganisation von periodischen Zellskelett-Strukturen, wie sie sich z.B. in den Myofibrillen gestreifter Muskelzellen finden. Dieser Mechanismus zeigt exemplarisch auf, wie allein durch lokale Wechselwirkungen räumliche Ordnung auf größeren Längenskalen in einem Nichtgleichgewichtssystem entstehen kann. Auf der Ebene des Organismus stellen wir eine Erweiterung der Turingschen Theorie für selbstorganisierte Musterbildung vor. Wir beschreiben eine neue Klasse von Musterbildungssystemen, welche selbst-organisierte Muster erzeugt, die mit der Systemgröße skalieren. Dieser neue Mechanismus erfordert weder eine vorgegebene Kompartimentalisierung des Systems noch spezielle Randbedingungen. Insbesondere kann dieser Mechanismus proportionale Muster wiederherstellen, wenn Teile des Systems amputiert werden. Wir bestimmen analytisch die Hierarchie aller stationären Muster und analysieren deren Stabilität und Einzugsgebiete. Damit können wir zeigen, dass dieser Skalierungs-Mechanismus strukturell robust ist bezüglich Variationen von Parametern und sogar funktionalen Beziehungen zwischen dynamischen Variablen. Zusammen mit Kollaborationspartnern im Labor von J. Rink (MPI CBG, Dresden) diskutieren wir Anwendungen auf das Wachstum von Plattwürmern und deren Regeneration in Amputations-Experimenten.:1 Introduction 10 1.1 Overview of the thesis 10 1.2 What is biological physics? 12 1.3 Nonlinear dynamics and control 14 1.3.1 Mechanisms of cell motility 16 1.3.2 Self-organized pattern formation in cells and tissues 28 1.4 Fluctuations and biological robustness 34 1.4.1 Sources of fluctuations in biological systems 34 1.4.2 Example of stochastic dynamics: synchronization of noisy oscillators 36 1.4.3 Cellular navigation strategies reveal adaptation to noise 39 2 Selected publications: Cell motility and motility control 56 2.1 “Flagellar synchronization independent of hydrodynamic interactions” 56 2.2 “Cell body rocking is a dominant mechanism for flagellar synchronization” 57 2.3 “Active phase and amplitude fluctuations of the flagellar beat” 58 2.4 “Sperm navigation in 3D chemoattractant landscapes” 59 3 Selected publications: Self-organized pattern formation in cells and tissues 60 3.1 “Sarcomeric pattern formation by actin cluster coalescence” 60 3.2 “Scaling and regeneration of self-organized patterns” 61 4 Contribution of the author in collaborative publications 62 5 Eidesstattliche Versicherung 64 6 Appendix: Reprints of publications 66