Transkriptionsfaktoren (TFs) empfangen Signale in Signaltransduktionskaskaden und übersetzen diese in eine zelluläre Antwort. Dadurch ermöglichen sie es Zellen, Organen und Organismen sich an verändernde Umgebungsbedingungen anzupassen. In früheren Studien wurde gezeigt, dass viele TFs nach Aktivierung Oszillationen im Zellkern aufweisen. Ein Beispiel dafür ist p53. Als zentrales Protein im Rahmen der zellulären Stressantwort reguliert es nach DNA Schaden die Expression hunderter Zielgene die das Zellschicksal steuern. Anomalien in der Aktivität von p53 stehen im Zusammenhang mit schwerwiegenden Erkrankungen wie der Krebsentstehung. Die Dynamik der Akkumulation von p53 im Zellkern ist abhängig von der Art des DNA Schadens und korreliert mit der resultierenden zellulären Antwort. Obwohl dieser Zusammenhang mehrfach gezeigt wurde, sind die zugrundeliegenden molekularen Mechanismen jedoch weitgehend unerforscht. Mit der vorliegenden Arbeit soll ein Beitrag zum Verständnis dazu geleistet werden, wie p53 Oszillationen im Zellkern die Transkription von Zielgenen auf Einzelzellebene modulieren. Dazu wurden sieben Zielgene ausgewählt und mittels Einzelmolekül-Fluoreszenz in situ Hybridisierung und mathematischer Analyse charakterisiert. Es werden Ergebnisse der quantitativen, zeitaufgelösten mRNA Expression und der bursting Aktivität von Zielgenpromotoren mit Einzelzell- und Einzelmolekülauflösung dargestellt. Diese Analyse weist darauf hin, dass die Aktivierung von p53 nach DNA Doppelstrangbrüchen primär die Frequenz des stochastischen bursting der untersuchten Zielgene reguliert. Diese können anhand ihrer Promotoraktivität in drei Archetypen eingeteilt werden: anhaltend, transient und pulsierend, die jedoch nicht ausschließlich durch veränderte p53 Menge im Zellkern erklärt werden können. Stattdessen weisen die Ergebnisse darauf hin, dass Veränderungen im Acetylierungszustand der C-terminalen Lysinreste von p53 entscheidend für diese Gen-spezifische Regulation sind. / Transcription factors (TFs) are receiver and compiler of cell signaling, transmitting incoming inputs into cellular responses that enable cells, organs and organisms to respond and adapt to a changing environment. In the past, it has been shown that many TFs exhibit oscillations of nuclear abundance over time when activated. One of these TFs is the tumor suppressor p53, a central hub in the signaling network regulating the cellular stress response, controlling cell fate decisions by changing the expression of hundreds of target genes. Aberrations in p53’s activity are related to severe human malignancies such as cancer. The dynamics of its nuclear accumulation are stimulus dependent and enable the p53 pathway to mediate distinct responses to cellular stress. However, the molecular mechanisms translating such dynamics to altered gene expression remain elusive. In this thesis, I analyzed how oscillations of p53 affect the transcriptional regulation of target genes in single-cells and at individual promoters. I chose a panel of seven targets and employed a combinatorial approach of single-molecule fluorescence in-situ hybridization and mathematical analysis. I present quantitative, time-resolved measurements of target gene mRNA expression and transcriptional bursting activity with single-cell and single-molecule resolution. The resulting data show characteristic principles how p53 nuclear accumulation increases transcriptional bursting upon stimulation and reveal gene-specific modulations. P53 target promoters are regulated by changing the fraction of active promoters, indicating burst frequency regulation. Based on this, genes can be grouped along three archetypes of promoter activity: sustained, transient and pulsatile. These archetypes cannot solely be explained by nuclear p53 levels or promoter binding of total p53. Instead, I provide evidence that the time-varying acetylation state of p53’s C-terminal lysine residues is critical for this gene-specific regulation.

Die Leber ist das am häufigsten von Metastasen betroffene Organ und kann daher als Modellorgan für metastatische Invasion dienen. Aus diesem Grund war es das Ziel dieser Dissertation Genexpressionsprofile zu verstehen und metastasierungs- sowie invasionsassoziierte Gene zu identifizieren. Differentielle Genexpression wurde in drei Systemen überprüft: Einem syngenen Mausmodell, einem Xenograftmodell sowie in fünf Gewebeproben von Patienten. Genexpressionprofile des syngenen Mausmodells und der Patientenproben zeigten, dass man die Invasionsfront als Ganzes betrachten, um möglichst viele über-lappende Gene zu finden. Globale Genexpressionstudien, die auf den Wirtsteil der Invasionsfront zeigten bemerkenswerte Überrepräsentation z. B. der „GO-terms“ „extrazelluläre Matrix“, Zellkommunikation“, „Antwort auf biotischen Stimulus“, Strukturmolekülaktivität“ und „Zellwachstum“. Marker der Aktivierung hepatischer Sternzellen überrepräsentiert in der invasionsfront, was die Durchführbarkeit einer Analyse differentieller Genexpression im genomweiten Rahmen anzeigt. Globale Genexpressionsstudien, auf den Tumorzellen in der in vitro Situation, in vivo und in der Invasionsfront zeigten insgesamt einen Anstieg zellulärer Spezialisierung von der in vitro zur Invasionsfront. Sezernierte proangiogenetische Chemokine zeigten eine Hochregulation in der Invasionsfront. Das beta catenin Gen war in der Invasionsfront 9.6 fach erhöht im Vergleich zur in vitro Situation. Die Überprüfung der transkriptionellen Aktivierung von beta catenin über die Prüfung der Promotoraktivität zeigte einen 18.4 fachen Anstieg in den Tumorzellen der Invasionsfront. Weiterhin war die Promotoraktivität (an Hand der Aktivität der mRNA des Alkalischen Phosphatase Reportergens) im Tumorinneren 3.5 fach höher als in der Zellkultur, was für einen transkriptionellen Mechanismus der beta catenin Regulation zusätzlich zu den posttranslationalen Mechanismen spricht. / Liver is most frequently populated by metastases and may therefore serve as a model organ for metastatic invasion. So the aim of this thesis is to understand the gene expression profiles and identify metastasis and invasion related genes. Differential gene expression was examined in three systems: A syngeneic mouse model, a xenograft model and five clinical specimens. Gene expression profiles of a syngenic mouse model and human clinical specimen revealed that the invasion front should be considered as a whole to find more overlapping potential target genes. Global gene expression studies on the host part of the invasion front, revealed a pronounced overrepresentation of GO-terms (e.g. “extracellular matrix”, “cell communication”, “response to biotic stimulus”, “structural molecule activity” and “cell growth”). Hepatic stellate cell activation markers were over-represented in the invasion front demonstrating the feasibility of a differential gene expression approach on a genome wide scale. Global gene expression studies of the tumor cells in vitro, in vivo and tumor part of the invasion front revealed an overall increase of cellular specialization from in vitro to the invasion front. Secreted angiogenic cytokines were found to be up regulated in the invasion front. Beta catenin gene of “cell adhesion” GO term was elevated 9.6 fold in invasion front compared to in vitro. Evaluation of transcriptional up-regulation of beta catenin by promoter activity showed an 18.4 fold increase in the tumor cells of the invasion front as compared to those from the faraway tumor. Promoter activity assessed by soluble human placental alkaline phosphatase reporter gene mRNA was 3.5 fold higher in the inner parts of the tumor than in vitro cells indicating a transcriptional mechanism of beta catenin regulation in addition to the posttranslational regulatory mechanisms.

Die Reprogrammierung somatischer Zellen hat sich kürlich als leistungsfähige Technik für die Herstellung von induzierten pluripotenten Stammzellen (iPS Zellen) aus terminal differenzierten Zellen bewährt. Trotz der großen Hoffnung, die sie speziell im Bezug auf patientenspezifische Stammzelltherapie darstellt, gibt es viele Hindernisse auf dem Weg zur Anwendung in der Humanmedizin, die sich von niedrigen Effizienzen bei der technischen Umsetzung bis hin zur unerwünschten Integration von Onkogenen in das menschliche Genom erstrecken. Aus diesem Grund ist es unabdingbar, unser Verständnis der zugrundeliegenden Prozesse und Mechanismen zu vertiefen. Durch neue Datengewinnungsmethoden und stetig wachsende biologische Komplexität hat sich der Denkansatz der Systembiologie in den letzten Jahrzehnten stark etabliert und erfährt eine fortwährende Entwicklung seiner Anwendbarkeit auf komplexe biologische und biochemische Zusammenhänge. Verschiedene mathematische Modellierungsmethoden werden auf den Reprogrammierungsprozess angewendet um Engpässe und mögliche Effizienz-Optimierungen zu erforschen. Es werden topologische Merkmale eines Pluripotenznetzwerkes untersucht, um Unterschiede zu zufällig generierten Netzen und so topologische Einschränkungen des biologisch relevanten Netzwerkes zu finden. Die Optimierung eines Booleschen Modells aus einem selbst kuratierten Netzwerk in Bezug auf Genexpressionsdaten aus Reprogrammierungsexperimenten gewährt tiefgreifende Einblicke in die ersten Schritte und wichtigsten Faktoren des Prozesses. Der Transkriptionsfaktor SP1 spielt hierbei eine wichtige Rolle zur Induktion eines intermediären, transkriptionell inaktiven Zustands. Ein probabilistisches Boole''sches Modell verdeutlicht das Zusammenspiel epigenetischer und transkriptioneller Kontrollprozesse zusammen, um Pluripotenz- und Zelllinien-Entscheidungen in Reprogrammierung und Differenzierung zu treffen. Erklärungen für die geringe Effizienz werden versucht. / Somatic Cell Reprogramming has emerged as a powerful technique for the generation of induced pluripotent stem cells (iPSCs) from terminally differentiated cells in recent years. Although holding great promises for future clinical development, especially in patient specific stem cell therapy, the barriers on the way to a human application are manifold ranging from low technical efficiencies to undesirable integration of oncogenes into the genome. It is thus indispensable to further our understanding of the underlying processes involved in this technique. With the advent of new data acquisition technologies and an ever-growing complexity of biological knowledge, the Systems Biology approach has seen an evolution of its applicability to the elaborate questions and problems of researchers. Using different mathematical modeling approaches the process of somatic cell reprogramming is examined to find out bottlenecks and possible enhancements of its efficiency. I analyze the topological characteristics of a pluripotency network in order to find differences to randomly generated networks and thus deduce constraints of the biologically relevant network. The optimization of a Boolean model from a curated network against early reprogramming gene expression profiles reveals profound insights into the first steps and most important factors of the process. The transcription factor SP1 emerges to play an important role in the induction of an intermediate, transcriptionally inactive state. A probabilistic Boolean network (PBN) illustrates the interplay of transcriptional and epigenetic regulatory processes in order to explain pluripotency and cell lineage decisions in reprogramming and differentiation. Explanations for the low reprogramming efficiencies are tried.

Die Aufklärung der Mechanismen zur Kontrolle der Genexpression ist eines der wichtigsten Probleme der modernen Molekularbiologie. Detaillierte experimentelle Untersuchungen sind enorm aufwändig aufgrund der komplexen und kombinatorischen Wechselbeziehungen der beteiligten Moleküle. Infolgedessen sind bioinformatische Methoden unverzichtbar. Diese Dissertation stellt drei Methoden vor, die die Vorhersage der regulatorischen Elementen der Gentranskription verbessern. Der erste Ansatz findet Bindungsstellen, die von den Transkriptionsfaktoren erkannt werden. Dieser sucht statistisch überrepräsentierte kurze Motive in einer Menge von Promotersequenzen und wird erfolgreich auf das Genom der Bäckerhefe angewandt. Die Analyse der Genregulation in höheren Eukaryoten benötigt jedoch fortgeschrittenere Techniken. In verschiedenen Datenbanken liegen Hunderte von Profilen vor, die von den Transkriptionsfaktoren erkannt werden. Die Ähnlichkeit zwischen ihnen resultiert in mehrfachen Vorhersagen einer einzigen Bindestelle, was im nachhinein korrigiert werden muss. Es wird eine Methode vorgestellt, die eine Möglichkeit zur Reduktion der Anzahl von Profilen bietet, indem sie die Ähnlichkeiten zwischen ihnen identifiziert. Die komplexe Natur der Wechselbeziehung zwischen den Transkriptionsfaktoren macht jedoch die Vorhersage von Bindestellen schwierig. Auch mit einer Verringerung der zu suchenden Profile sind die Resultate der Vorhersagen noch immer stark fehlerbehafted. Die Zuhilfenahme der unabhängigen Informationsressourcen reduziert die Häufigkeit der Falschprognosen. Die dritte beschriebene Methode schlägt einen neuen Ansatz vor, die die Gen-Anotation mit der Regulierung von multiplen Transkriptionsfaktoren und den von ihnen erkannten Bindestellen assoziiert. Der Nutzen dieser Methode wird anhand von verschiedenen wohlbekannten Sätzen von Transkriptionsfaktoren demonstriert. / Understanding the mechanisms which control gene expression is one of the fundamental problems of molecular biology. Detailed experimental studies of regulation are laborious due to the complex and combinatorial nature of interactions among involved molecules. Therefore, computational techniques are used to suggest candidate mechanisms for further investigation. This thesis presents three methods improving the predictions of regulation of gene transcription. The first approach finds binding sites recognized by a transcription factor based on statistical over-representation of short motifs in a set of promoter sequences. A succesful application of this method to several gene families of yeast is shown. More advanced techniques are needed for the analysis of gene regulation in higher eukaryotes. Hundreds of profiles recognized by transcription factors are provided by libraries. Dependencies between them result in multiple predictions of the same binding sites which need later to be filtered out. The second method presented here offers a way to reduce the number of profiles by identifying similarities between them. Still, the complex nature of interaction between transcription factors makes reliable predictions of binding sites difficult. Exploiting independent sources of information reduces the false predictions rate. The third method proposes a novel approach associating gene annotations with regulation of multiple transcription factors and binding sites recognized by them. The utility of the method is demonstrated on several well-known sets of transcription factors. RNA interference provides a way of efficient down-regulation of gene expression. Difficulties in predicting efficient siRNA sequences motivated the development of a library containing siRNA sequences and related experimental details described in the literature. This library, presented in the last chapter, is publicly available at http://www.human-sirna-database.net

X-Chromosom-Inaktivierung (XCI) ist der Mechanismus, den Säuger zur Dosiskompensierung zwischen weiblichen und männlichen Zellen verwenden. XCI wird ausgelöst durch die monoallelische Hochregulation der langen nicht-kodierenden RNA Xist von einem der zwei X-Chromosomen in weiblichen Zellen. Die Xist RNA vermittelt dann das Ausschalten der Gene auf diesem X-Chromosom. Das wirft einige interessante Fragen auf: Wie zählen Zellen ihre X-Chromosomen und stellen sicher, dass genau eines aktiv bleibt? Wie entscheiden sie, welches X-Chromosom aktiv bleibt und welches ausgeschaltet wird? Und wie erinnern sie sich an diese Entscheidung und behalten sie stabil bei durch alle weiteren Zellteilungen? Mithilfe eines stochastischen Modells zeigen wir, dass diese XCI Regulation prinzipiell durch nur zwei Regulatoren erklärt werden kann: Ein global (in trans) agierender XCI Aktivator und ein lokal (in cis) agierender XCI Repressor. Dieses Netzwerk aus nur zwei Regulatoren kann die Xist Expressionsmuster in verschiedenen Säugerspezies reproduzieren, von der Maus bis zum Mensch. Es sagt außerdem voraus, dass Zellen in der Lage sind, biallelische zu monoallelischer Xist Expression zu korrigieren, eine Vorhersage, für die wir tatsächlich experimentelle Belege finden. Mit einem mechanistischen Modell zeigen wir, dass das cis-Gedächtnis über den Xist Expressionszustand durch Antisense-Transkription zustande kommen könnte. Auf dieser Hypothese aufbauend untersucht der zweite Teil der Arbeit das Potential von Antisense-Transkription, ein lokales Gedächtnis über den Expressionszustand eines Gens zu generieren, genauer. Diese Analyse sagt vorher, dass Antisense-Repression den Expressionszustand eines Lokus tatsächlich für einige Tage stabil erhalten kann. / X-chromosome inactivation (XCI) is the mechanism for dosage compensation between the sexes in mammals. It is initiated through monoallelic upregulation of the long non-coding RNA Xist from one X chromosome, which mediates almost complete transcriptional silencing of this X chromosome. XCI regulation raises intriguing and thus far unanswered questions: How do cells count their X chromosomes and ensure that exactly one stays active? How do they make a mutually exclusive choice for one inactive X chromosome, and how do they then stably maintain this choice throughout subsequent cell divisions? Using stochastic modeling, we show that XCI onset only requires two regulators: A trans-acting Xist activator that ensures female specificity and a cis-acting Xist repressor that allows stable maintenance of alternative Xist expression states. This two-regulator network can recapitulate Xist expression patterns across different species and makes a novel prediction that is validated experimentally: Cells are able to revert biallelic Xist expression to monoallelic expression. With a mechanistic stochastic model we show that Xist's antisense transcript Tsix might be the cis-acting Xist repressor, uncovering the molecular mechanism behind the stabilization of the alternative Xist expression states. Building upon Tsix' possible functional role in stabilizing alternative Xist expression states on the active and inactive X chromosome, the second part of this thesis investigates the potential of antisense transcription to maintain a transient transcriptional memory. We find that mutual repression between a pair of antisense genes can allow the locus to remember the transcription state it has acquired due to a past signal for several days.

Ljudski genom sadrži milijune regulatornih elemenata - enhancera - koji kvantitativno reguliraju ekspresiju gena. Unatoč ogromnom napretku u razumijevanju načina na koji enhanceri reguliraju ekspresiju gena, području još uvijek nedostaje pristup koji je sustavan, integrativan i dostupan za otkrivanje i dokumentiranje cis-regulatornih odnosa u cijelom genomu. Razvili smo novu računalnu metodu - reg2gene - koja modelira i integrira aktivnost enhancera~ekspresije gena. reg2gene sastoji se od tri glavna koraka: 1) kvantifikacija podataka, 2) modeliranje podataka i procjena značaja, i 3) integracija podataka prikupljenih u reg2gene R paketu. Kao rezultat toga, identificirali smo dva skupa enhancer-gen interakcija (EGA): fleksibilni skup od ~ 230K EGA (flexibleC) i strogi skup od ~ 60K EGA (stringentC). Utvrdili smo velike razlike u prethodno objavljenim računalnim modelima enhancer-gen interakcija; uglavnom u lokaciji, broju i svojstvima definiranih enhancera i EGA. Izveli smo detaljno mjerenje performansi sedam skupova računalno modeliranih EGA-a, ali smo pokazali da se niti jedan od trenutno dostupnih skupova referentnih podataka ne može koristiti kao referentni skup podataka "zlatnI standard". Definirali smo dodatni referentni skup pozitivnih i negativnih EGA -a pomoću kojih smo pokazali da stringentC ima najveću pozitivnu prediktivnu vrijednost (PPV). Pokazali smo potencijal EGA-a za identifikaciju genskih meta nekodirajucih SNP-ova. Proveli smo funkcionalnu analizu kako bismo otkrili nove genske mete, pleiotropiju enhancera i mehanizme aktivnosti enhancera. Ovaj rad poboljšava naše razumijevanje regulacije ekspresije gena posredovane enhancerima. / Das menschliche Genom enthält Millionen von regulatorischen Elementen - Enhancern -, die die Genexpression quantitativ regulieren. Trotz des enormen Fortschritts beim Verständnis, wie Enhancer die Genexpression steuern, fehlt es in diesem Bereich immer noch an einem systematischen, integrativen und zugänglichen Ansatz zur Entdeckung und Dokumentation von cis-regulatorischen Beziehungen im gesamten Genom. Wir haben eine neuartige Methode - reg2gene - entwickelt, die Genexpression~Enhancer-Aktivität modelliert und integriert. reg2gene besteht aus drei Hauptschritten: 1) Datenquantifizierung, 2) Datenmodellierung und Signifikanzbewertung und 3) Datenintegration, die in dem R-Paket reg2gene zusammengefasst sind. Als Ergebnis haben wir zwei Sätze von Enhancer-Gen-Assoziationen (EGAs) identifiziert: den flexiblen Satz von ~230K EGAs (flexibleC) und den stringenten Satz von ~60K EGAs (stringentC). Wir haben große Unterschiede zwischen den bisher veröffentlichten Berechnungsmodellen für Enhancer-Gene-Assoziationen festgestellt, vor allem in Bezug auf die Lage, die Anzahl und die Eigenschaften der definierten Enhancer-Regionen und EGAs. Wir führten ein detailliertes Benchmarking von sieben Sets von rechnerisch modellierten EGAs durch, zeigten jedoch, dass keiner der derzeit verfügbaren Benchmark-Datensätze als "goldener Standard" verwendet werden kann. Wir definierten einen zusätzlichen Benchmark-Datensatz mit positiven und negativen EGAs, mit dem wir zeigten, dass das stringentC-Modell den höchsten positiven Vorhersagewert (PPV) hatte. Wir haben das Potenzial von EGAs zur Identifizierung von Genzielen von nicht-kodierenden SNP-Gene-Assoziationen nachgewiesen. Schließlich führten wir eine funktionelle Analyse durch, um neue Genziele, Enhancer-Pleiotropie und Mechanismen der Enhancer-Aktivität zu ermitteln. Insgesamt bringt diese Arbeit unser Verständnis der durch Enhancer vermittelten Regulierung der Genexpression in Gesundheit und Krankheit voran. / Human genome contains millions of regulatory elements - enhancers - that quantitatively regulate gene expression. Multiple experimental and computational approaches were developed to associate enhancers with their gene targets. Despite the tremendous progress in understanding how enhancers tune gene expression, the field still lacks an approach that is systematic, integrative and accessible for discovering and documenting cis-regulatory relationships across the genome. We developed a novel computational approach - reg2gene- that models and integrates gene expression ~ enhancer activity. reg2gene consists of three main steps: 1) data quantification, 2) data modelling and significance assessment, and 3) data integration gathered in the reg2gene R package. As a result we identified two sets of enhancer-gene associations (EGAs): the flexible set of ~230K EGAs (flexibleC), and the stringent set of ~60K EGAs (stringentC). We identified major differences across previously published computational models of enhancer-gene associations; mostly in the location, number and properties of defined enhancer regions and EGAs. We performed detailed benchmarking of seven sets of computationally modelled EGAs, but showed that none of the currently available benchmark datasets could be used as a “golden-standard” benchmark dataset. To account for that observation, we defined an additional benchmark set of positive and negative EGAs with which we showed that the stringentC model had the highest positive predictive value (PPV) across all analyzed computational models. We reviewed the influence of EGA sets on the functional analysis of risk SNPs and demonstrated the potential of EGAs to identify gene targets of non-coding SNP-gene associations. Lastly, we performed a functional analysis to detect novel gene targets, enhancer pleiotropy, and mechanisms of enhancer activity. Altogether, this work advances our understanding of enhancer-mediated gene expression regulation in health and disease.