Die Metaphasenspindel ist eine selbstorganisierende molekulare Maschine, die die entscheidende Funktion erfüllt, das Genom während der Zellteilung gleichmäßig zu trennen. Spindellänge und -form sind emergente Eigenschaften, die durch komplexe Wechselwirkungsnetzwerke zwischen Molekülen hervorgerufen werden. Obwohl erhebliche Fortschritte beim Verständnis der einzelnen molekularen Akteure erzielt wurden, die ihre Länge und Form beeinflussen, haben wir erst kürzlich damit begonnen, die Zusammenhänge zwischen Spindelmorphologie, Dynamik und Materialeigenschaften zu untersuchen. In dieser Arbeit untersuchte ich zunächst quantitativ die Rolle zweier molekularer Kraftgeneratoren - Kinesin-5 und Dynein - bei der Regulierung der Spindelform von Xenopus-Eiextrakt. Eine Störung ihrer Aktivität veränderte die Spindelmorphologie, ohne die Gesamtmasse der Mikrotubuli zu beeinflussen. Um die Spindelform physikalisch zu stören, wurde ein Optical Stretcher (OS) -Aufbau entwickelt. Obwohl das OS Vesikel in Extrakten verformen könnte, konnte keine Kraft auf Spindeln ausgeübt werden. Die Untersuchung des Brechungsindex der Struktur mittels optischer Beugungstomographie (ODT) ergab, dass es keinen Unterschied zwischen Spindel und Zytoplasma gab. Korrelative Fluoreszenz- und ODT-Bildgebung zeigten, wie sich die Materialeigenschaften innerhalb verschiedener Biomoleküle räumlich unterschieden. Die Gesamttrockenmasse der Spindel skalierte mit der Länge, während die Gesamtdichte konstant blieb. Interessanterweise waren die Spindeln in HeLa-Zellen dichter als das Zytoplasma. Schließlich deckte eine störende Mikrotubulusdichte auf, wie die Gesamttubulinkonzentration die Spindelgröße, die Gesamtmasse und die Materialeigenschaften regulierte. Insgesamt bietet diese Studie eine grundlegende Charakterisierung der physikalischen Eigenschaften der Spindel und hilft dabei, Zusammenhänge zwischen der Biochemie und der Biophysik einer aktiven Form weicher Materie zu beleuchten. / The metaphase spindle is a self-organising molecular machine that performs the critical function of segregating the genome equally during cell division. Spindle length and shape are emergent properties brought about by complex networks of interactions between molecules. Although significant progress has been made in understanding the individual molecular players influencing its length and shape, we have only recently started exploring the links between spindle morphology, dynamics, and material properties. A thorough analysis of spindle material properties is essential if we are to comprehend how such a dynamic structure responds to forces, and maintains its steady-state length and shape. In this work, I first quantitatively investigated the role of two molecular force generators– Kinesin-5 and Dynein in regulating Xenopus egg extract spindle shape. Perturbing their activity altered spindle morphology without impacting total microtubule mass. To physically perturb spindle shape, an Optical Stretcher (OS) setup was developed. Although the OS could deform vesicles in extracts, force could not be exerted on spindles. Investigating the structure’s refractive index using Optical Diffraction Tomography (ODT) revealed that there was no difference between the spindle and cytoplasm. Correlative fluorescence and ODT imaging revealed how material properties varied spatially within different biomolecules. Additionally, spindle mass density and the microtubule density were correlated. The total dry mass of the spindle scaled with length while overall density remained constant. Interestingly, spindles in HeLa cells were denser than the cytoplasm. Finally, perturbing microtubule density uncovered how total tubulin concentration regulated spindle size, overall mass and material properties. Overall, this study provides a fundamental characterisation of the spindle’s physical properties and helps illuminate links between the biochemistry and biophysics of an active form of soft matter.

An der Interpretation extrazellulärer Signale beteiligte Regulationsnetzwerke sind von zentraler Bedeutung für alle Organismen. Extrazelluläre Signale werden gewöhnlich durch enzymatische Kaskaden innerhalb weniger Minuten in den Zellkern weitergeleitet, wo sie langsame Änderungen der Genexpression bewirken und so das Schicksal der Zelle beeinflussen. Im ersten Teil der Arbeit wird durch mathematische Modellierung untersucht, wie die MAPK Kaskade Signale von der Zellmembran in den Kern weiterleitet. Es wurden Netzwerkeigenschaften herausgearbeitet, die verhindern, dass die MAPK Kaskade fälschlicherweise durch genetische Mutationen aktiviert wird. Desweiteren wurde eine versteckte positive Rückkopplungsschleife identifiziert, welche die Aktivierung der MAPK Kaskade oberhalb eines gewissen Schwellwert-Stimulus verstärkt. Der zweite Teil der Arbeit konzentriert sich darauf, wie Änderungen der Genexpression auf langsamer Zeitskala in das Signalnetzwerk rückkoppeln. Eine systematische Genexpressionsdaten-Analyse ergab, dass transkriptionelle Rückkopplung in Eukaryoten generell über Induktion kurzlebiger Signalinhibitoren geschieht. Dynamische Modellierung und experimentelle Validierung von Modellvorhersagen ergab, dass das Inhibitorprotein SnoN als zentraler negativer Feedback Regulator im TGFbeta Signalweg fungiert. Der dritte Teil der Arbeit untersucht, wie die Genexpressionsmaschinerie intrazelluläre Signale interpretiert (“dekodiert“). Eine experimentelle und theoretische Analyse der cyanobakteriellen Eisenstress-Antwort ergab, dass IsrR, eine kleine regulatorische RNA, die Genexpression auf ausreichend starke und lange Stimulation beschränkt. Des Weiteren wurde ein “Reverse Engineering“-Algorithmus auf Hochdurchsatz-RNAi-Daten angewendet, um die Topologie eines krebsrelevanten Transkriptionsfaktornetzwerks abzuleiten. Zusammenfassend wurde in dieser Dissertation gezeigt, wie mathematische Modellierung die experimentelle Analyse biologischer Systeme unterstützen kann. / Intracellular regulatory networks involved in sensing extracellular cues are crucial to all living organisms. Extracellular signals are rapidly transmitted from the cell membrane to the nucleus by activation of enzymatic cascades which ultimately elicit slow changes in gene expression, and thereby affect the cell fate. In the first part of this thesis, the Ras-MAPK cascade transducing signals from the cell membrane to the nucleus is analyzed using mathematical modeling. Model analysis reveals network properties which prevent the MAPK cascade from being inappropriately activated by mutations. Moreover, the simulations unveil a hidden positive feedback loop which ensures strong amplification of MAPK signalling once extracellular stimulation exceeds a certain threshold. The second part of the thesis focuses on how slow gene expression responses feed back into the upstream signalling network. A systematic analysis of gene expression data gathered in mammalian cells demonstrates that such transcriptional feedback generally involves induction of highly unstable signalling inhibitors, thereby establishing negative feedback regulation. Dynamic data-based modelling identifies the SnoN oncoprotein as the central negative feedback regulator in the TGFbeta signalling pathway, and corresponding model predictions are verified experimentally in SnoN-depleted cells. The third part of the thesis focuses on how intracellular signals are decoded by the downstream gene expression machinery. A combined experimental and theoretical analysis of the cyanobacterial iron stress response reveals that small non-coding RNAs allow cells to selectively respond to sufficiently strong and sustained stimuli. Finally, a reverse engineering approach is applied to derive the topology of a complex mammalian transcription factor network from high-throughput knock-down data. In conclusion, this thesis demonstrates how mathematical modelling can support experimental analysis of biological systems.