Networked dynamical systems, i.e., systems of dynamical units coupled via nontrivial interaction topologies, constitute models of broad classes of complex systems, ranging from gene regulatory and metabolic circuits in our cells to pandemics spreading across continents. Most of such systems are driven by irregular and distributed fluctuating input signals from the environment. Yet how networked dynamical systems collectively respond to such fluctuations depends on the location and type of driving signal, the interaction topology and several other factors and remains largely unknown to date. As a key example, modern electric power grids are undergoing a rapid and systematic transformation towards more sustainable systems, signified by high penetrations of renewable energy sources. These in turn introduce significant fluctuations in power input and thereby pose immediate challenges to the stable operation of power grid systems. How power grid systems dynamically respond to fluctuating power feed-in as well as other temporal changes is critical for ensuring a reliable operation of power grids yet not well understood. In this work, we systematically introduce a linear response theory (LRT) for fluctuation-driven networked dynamical systems. The derivations presented not only provide approximate analytical descriptions of the dynamical responses of networks, but more importantly, also allow to extract key qualitative features about spatio-temporally distributed response patterns. Specifically, we provide a general formulation of a LRT for perturbed networked dynamical systems, explicate how dynamic network response patterns arise from the solution of the linearised response dynamics, and emphasise the role of LRT in predicting and comprehending power grid responses on different temporal and spatial scales and to various types of disturbances. Understanding such patterns from a general, mathematical perspective enables to estimate network responses quickly and intuitively, and to develop guiding principles for, e.g., power grid operation, control and design.

The main focus of this paper is the evolution of complex behavior in a system of coupled nonlinear memristor circuits depending on the applied coupling conditions. Thereby, the parameter space for the local activity and the edge-of-chaos domain will be determined to enable the emergence of the pattern formation in locally coupled cells according to Chua's principle. Each cell includes a Niobium oxide-based memristor, which may feature a locally active behavior once it is suitably biased on the negative differential resistance region of its DC current-voltage characteristic. It will be shown that there exists a domain of parameters under which each uncoupled cell may become locally active around a stable bias state. More specifically, under these conditions, the coupled cells are on the edge-of-chaos, and can support the static and dynamic pattern formation. The emergence of such complex spatio-temporal behavior in homogeneous structures is a prerequisite for information processing. The theoretical results are confirmed by

The aim of this thesis is to investigate the dynamical behaviors of spatially extended systems with fluctuating time delays. In recent years, the study of spatially extended systems and systems with fluctuating delays has experienced a fast growth. In ubiquitous natural and laboratory situations, understanding the action of time-delayed signals is a crucial for understanding the dynamical behavior of these systems. Frequently, the length of the delay is found to change with time. Spatially extended systems are widely studied in many fields, such as chemistry, ecology, and biology. Self-organization, turbulence, and related nonlinear dynamic phenomena in spatially extended systems have developed into one of the most exciting topics in modern science. The first part of this thesis considers the discrete system. Diffusively coupled map lattices with a fluctuating delay are used in the study. The uncoupled local dynamics of the considered system are represented by the delayed logistic map. In particular, the influences of diffusive coupling and fluctuating delay are studied. To observe and understand the influences, the results for the considered system are compared with coupled map lattices without delay and with a constant delay as well as with the uncoupled logistic map with fluctuating delays. Identifying different patterns, determining the existence of traveling wave solutions, and specifying the fully synchronized stable state are the focus of this part of the study. The Lyapunov exponent, the master stability function, spectrum analysis, and the structure factor are used to characterize the different states and the transitions between them. The second part examines the continuous system. The delay is introduced into the reactionterm of the Fisher-KPP equation. The focus of this part of study is the time-delay-induced Turing instability in one-component reaction-diffusion systems. Turing instability has previously only been found in multiple-component reaction-diffusion systems. However, this work demonstrates with the help of the stability exponent that fluctuating delay can result in Turing instability in one-component reaction-diffusion systems as well. / Ziel der vorliegenden Arbeit ist die Untersuchung der Einflüsse der zeitlich fluktuierenden Verzögerungen in räumlich ausgedehnten diffusiven Systemen. Durch den Vergleich von Systemen mit konstanter Verzögerung bzw. Systemen ohne räumliche Kopplung erhält man ein tieferes Verständnis und eine bessere Beschreibungsweise der Dynamik des räumlich ausgedehnten diffusiven Systems mit fluktuierenden Verzögerungen. Im ersten Teil werden diskrete Systeme in Form von diffusiven Coupled Map Lattices untersucht. Als die lokale iterierte Abbildung des betrachteten Systems wird die logistische Abbildung mit Verzögerung gewählt. In diesem Teil liegt der Fokus auf Musterbildung, Existenz von Multiattraktoren und laufenden Wellen sowie der Möglichkeit der vollen Synchronisation. Masterstabilitätsfunktion, Lyapunov Exponent und Spektrumsanalyse werden benutzt, um das dynamische Verhalten zu verstehen. Im zweiten Teil betrachten wir kontinuierliche Systeme. Hier wird die Fisher-KPP Gleichung mit Verzögerungen im Reaktionsteil untersucht. In diesem Teil liegt der Fokus auf der Existenz der Turing Instabilität. Mit Hilfe von analytischen und numerischen Berechnungen wird gezeigt, dass bei fluktuierenden Verzögerungen eine Turing Instabilität auch in 1-Komponenten-Reaktions-Diffusionsgleichungen gefunden werden kann

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

The subject of this thesis is the generation of spatial temporal structures in living cells. Specifically, we studied the Min-system in the bacterium Escherichia coli. It consists of the MinC, the MinD, and the MinE proteins, which play an important role in the correct selection of the cell division site. The Min-proteins oscillate between the two cell poles and thereby prevent division at these locations. In this way, E. coli divides at the center, producing two daughter cells of equal size, providing them with the complete genetic patrimony. Our goal is to perform a quantitative study, both theoretical and experimental, in order to reveal the mechanism underlying the Min-oscillations. Experimentally, we characterize theMin-system, measuring the temporal period of the oscillations as a function of the cell length, the time-averaged protein distributions, and the in vivo Min-protein mobility by means of different fluorescence microscopy techniques. Theoretically, we discuss a deterministic description based on the exchange of Minproteins between the cytoplasm and the cytoplasmic membrane and on the aggregation current induced by the interaction between membrane-bound proteins. Oscillatory solutions appear via a dynamic instability of the homogenous protein distributions. Moreover, we perform stochastic simulations based on a microscopic description, whereby the probability for each event is calculated according to the corresponding probability in the master equation. Starting from this microscopic description, we derive Langevin equations for the fluctuating protein densities which correspond to the deterministic equations in the limit of vanishing noise. Stochastic simulations justify this deterministic model, showing that oscillations are resistant to the perturbations induced by the stochastic reactions and diffusion. Predictions and assumptions of our theoretical model are compatible with our experimental findings. Altogether, these results enable us to propose further experiments in order to quantitatively compare the different models proposed so far and to test our model with even higher precision. They also point to the necessity of performing such an analysis through single cell measurements.

No description available.

No description available.

No description available.

The process of cell-sorting is essential for development and maintenance of tissues. With the Differential Adhesion Hypothesis, Steinberg proposed that cellsorting is determined by quantitative differences in cell-type-specific intercellular adhesion strengths. An implementation of the Differential Adhesion Hypothesis is the Differential Migration Model by Voss-Böhme and Deutsch. There, an effective adhesion parameter was derived analytically for systems with two cell types, which predicts the asymptotic sorting pattern. However, the existence and form of such a parameter for more than two cell types is unclear. Here, we generalize analytically the concept of an effective adhesion parameter to three and more cell types and demonstrate its existence numerically for three cell types based on in silico time-series data that is produced by a cellular-automaton implementation of the Differential Migration Model. Additionally, we classify the segregation behavior using statistical learning methods and show that the estimated effective adhesion parameter for three cell types matches our analytical prediction. Finally, we demonstrate that the effective adhesion parameter can resolve a recent dispute about the impact of interfacial adhesion, cortical tension and heterotypic repulsion on cell segregation. / Der Prozess der Zellsortierung ist für die Entwicklung und Erhaltung von Geweben unerlässlich. Mit der Differentiellen Adhäsionshypothese schlug Steinberg vor, dass die Zellsortierung durch quantitative Unterschiede in den zelltypspezifischen interzellulären Adhäsionsstärken bestimmt wird. Eine Umsetzung der Differentiellen Adhäsionshypothese ist das Differentielle Migrationsmodell von Voss-Böhme und Deutsch. In diesem wurde für Systeme mit zwei Zelltypen ein effektiver Adhäsionsparameter analytisch hergeleitet, der das asymptotische Sortiermuster vorhersagt. Die Existenz und Form eines solchen Parameters für mehr als zwei Zelltypen ist jedoch unklar. Hier verallgemeinern wir analytisch das Konzept eines effektiven Adhäsionsparameters für drei und mehr Zelltypen und zeigen numerisch seine Existenz für drei Zelltypen auf der Basis von in silico Zeitreihendaten, die von einem zellulären Automaten des Differentiellen Migrationsmodells erzeugt werden. Darüber hinaus klassifizieren wir das Segregationsverhalten mithilfe statistischer Lernverfahren und zeigen, dass der geschätzte effektive Adhäsionsparameter für drei Zelltypen mit unserer analytischen Vorhersage übereinstimmt. Schließlich zeigen wir, dass der effektive Adhäsionsparameter eine kürzlich aufgekommene Diskussion über den Einfluss von Grenzflächenadhäsion, Kortikalspannung und heterotypischer Abstoßung auf die Zellsegregation lösen kann.