En cryptographie classique, un algorithme de chiffrement est considéré comme une boîte noire, et un attaquant n'a accès qu'aux textes clairs et chiffrés. Mais un circuit cryptographique émet aussi des informations sensibles lors d'une opération cryptographique, comme sa consommation de courant ou ses émissions électro-magnétiques. Par conséquent, différentes techniques, appelées attaques par canaux auxiliaires, permettent d'exploiter ces fuites d'informations physiques pour casser des algorithmes cryptographiques avec une complexité très faible en comparaison avec les méthodes de la cryptanalyse classique. Dans ce travail, les attaques par canaux auxiliaires basées sur la consommation de courant ou les émissions électro-magnétiques sont d'abord étudiées d'un point de vue algorithmique, et différentes améliorations sont proposées. Ensuite, une attention particulière est consacrée à l'exploitation du canal auxiliaire électro-magnétique, et un flot de simulation des radiations magnétiques des circuits intégrés est proposé et validé sur deux microcontrôleurs. Finalement, certaines contremesures permettant de protéger les algorithmes de chiffrement contre ces menaces, basées sur des styles de logique équilibrées, sont présentées et évaluées. / In cryptography, a cipher is considered as a black-box, and an attacker has only access to plaintexts and ciphertexts. But a real world cryptographic device leaks additionnal sensitive informations during a cryptographic operation, such as power consumption or electro-magnetic radiations. As a result, several techniques, called Side-Channel Attacks, allow exploiting these physical leakages to break ciphers with a very low complexity in comparison with methods of classical cryptanalysis. In this work, power and electro-magnetic Side-Channel Attacks are firstly studied from an algorithmic point-of-view, and some improvements are proposed. Then, a particular attention is given on the exploitation of the electro-magnetic side-channel, and a simulation flow predicting magnetic radiations of ICs is proposed and validated on two microcontrollers. Finally, some countermeasures allowing to protect ciphers against these threats, based on balanced logic styles, are presented and evaluated.

Auf der Sonne sind viele Phänomene zu sehen die mit der solaren magnetischen Aktivität zusammenhängen. Das dafür zuständige Magnetfeld wird durch einen Dynamo erzeugt, der sich vermutlich am Boden der Konvektionszone in der sogenannten Tachocline befindet. Angetrieben wird der Dynamo teils von der differenziellen Rotation, teils von den magnetischen Turbulenzen in der Konvektionszone. Die differentielle Rotation kann an der Sonnenoberfläche durch beobachten der Sonnenfleckbewegungen gemessen werden.<br>Um einen größeren Parameterraum zum Testen von Dynamotheorien zu erhalten, kann man diese Messungen auch auf andere Sterne ausdehnen. Das primäre Problem dabei ist, dass die Oberflächen von Sternen nicht direkt beobachtet werden können. Indirekt kann man dies jedoch mit Hilfe der Doppler-imaging Methode erreichen, die die Doppler-Verbreitung der Spektrallinien von schnell rotierenden Sternen benützt. Um jedoch ein Bild der Sternoberfläche zu erhalten, bedarf es vieler hochaufgelöster spektroskopischer Beobachtungen, die gleichmäßig über eine Sternrotation verteilt sein müssen. Für Sterne mit langen Rotationsperioden sind diese Beobachtungen nur schwierig durchzuführen. Das neue robotische Observatorium STELLA adressiert dieses Problem und bietet eine auf Dopplerimaging abgestimmte Ablaufplanung der Beobachtungen an. Dies wird solche Beobachtungen nicht nur leichter durchführbar machen, sondern auch effektiver gestalten.<br>Als Vorschau welche Ergebnisse mit STELLA erwartet werden können dient eine Studie an sieben Sternen die allesamt eine lange (zwischen sieben und 25 Tagen) Rotationsperiode haben. Alle Sterne zeigen differentielle Rotation, allerdings sind die Messfehler aufgrund der nicht zufriedenstellenden Datenqualität von gleicher Größenordnung wie die Ergebnisse, ein Problem das bei STELLA nicht auftreten wird. Um die Konsistenz der Ergebnisse zu prüfen wurde wenn möglich sowohl eine Kreuzkorrelationsanalyse als auch die sheared-image Methode angewandt. Vier von diesen sieben Sternen weisen eine differentielle Rotation in umgekehrter Richtung auf als auf der Sonne zu sehen ist. Die restlichen drei Sterne weisen schwache, aber in der Richtung sonnenähnliche differentielle Rotation auf.<br>Abschließend werden diese neuen Messungen mit bereits publizierten Werten kombiniert, und die so erhaltenen Daten auf Korrelationen zwischen differentieller Rotation, Rotationsperiode, Evolutionsstaus, Spektraltyp und Vorhandensein eines Doppelsterns überprüft. Alle Sterne zusammen zeigen eine signifikante Korrelation zwischen dem Betrag der differenziellen Rotation und der Rotationsperiode. Unterscheidet man zwischen den Richtungen der differentiellen Rotation, so bleibt nur eine Korrelation der Sterne mit antisolarem Verhalten. Darüberhinaus zeigt sich auch, dass Doppelsterne schwächer differentiell rotieren. / The sun shows a wide variety of magnetic-activity related phenomena. The magnetic field responsible for this is generated by a dynamo process which is believed to operate in the tachocline, which is located at the bottom of the convection zone. This dynamo is driven in part by differential rotation and in part by magnetic turbulences in the convection zone. The surface differential rotation, one key ingredient of dynamo theory, can be measured by tracing sunspot positions.<br>To extend the parameter space for dynamo theories, one can extend these measurements to other stars than the sun. The primary obstacle in this endeavor is the lack of resolved surface images on other stars. This can be overcome by the Doppler imaging technique, which uses the rotation-induced Doppler-broadening of spectral lines to compute the surface distribution of a physical parameter like temperature. To obtain the surface image of a star, high-resolution spectroscopic observations, evenly distributed over one stellar rotation period are needed. This turns out to be quite complicated for long period stars. The upcoming robotic observatory STELLA addresses this problem with a dedicated scheduling routine, which is tailored for Doppler imaging targets. This will make observations for Doppler imaging not only easier, but also more efficient.<br>As a preview of what can be done with STELLA, we present results of a Doppler imaging study of seven stars, all of which show evidence for differential rotation, but unfortunately the errors are of the same order of magnitude as the measurements due to unsatisfactory data quality, something that will not happen on STELLA. Both, cross-correlation analysis and the sheared image technique where used to double check the results if possible. For four of these stars, weak anti-solar differential rotation was found in a sense that the pole rotates faster than the equator, for the other three stars weak differential rotation in the same direction as on the sun was found.<br>Finally, these new measurements along with other published measurements of differential rotation using Doppler imaging, were analyzed for correlations with stellar evolution, binarity, and rotation period. The total sample of stars show a significant correlation with rotation period, but if separated into antisolar and solar type behavior, only the subsample showing anti-solar differential rotation shows this correlation. Additionally, there is evidence for binary stars showing less differential rotation as single stars, as is suggested by theory. All other parameter combinations fail to deliver any results due to the still small sample of stars available.

Die folgende Arbeit beschreibt ein entwicklungs- und persönlichkeitspsychologisches fundiertes Verfahren zur Messung von impliziten (unbewussten) Motiven. Es wird theoretisch postuliert und empirisch nachgewiesen, dass die impliziten Motive Bindung, Leistung und Macht in frühen, deprivierenden bzw. herausfordernden familiären Strukturen begründet liegen. Diese frühkindlichen Herausforderungen werden durch interindividuell variierende Regulationsstile gemeistert und so zu einem Motiv ausgestaltet. Der aus den theoretischen Vorannahmen entwickelte Motiv-Inhaltsschlüssel kann als Persönlichkeitstests verwendet werden (der Operante Motiv-Test OMT ), welcher eine hohe Validität bspw. in der Personalauswahl und entwicklung für sich in Anspruch nehmen kann.

Die mentorielle Begabungsförderung am Gymnasium Salvatorkolleg in Bad Wurzach (Baden-Württemberg) orientiert sich an beziehungsorientierter und tutorieller Lernbegleitung und bietet als wöchentliches Kursprogramm höher begabten und leistungsinteressierten Schülern Gelegenheit, zu selbst gewählten Themen unter Anleitung von Lehrern (Mentoren) selbstständig in Kleingruppen ein Thema zu bearbeiten. Das schulpädagogische Hauptziel des Enrichments besteht in einem der Persönlichkeit dienlichen Kompetenzausbau motivationaler und volitionaler Fähigkeiten und dem damit verbundenen konstruktiven Umgang mit Herausforderungen und Leistungsansprüchen. Die inhaltliche Konzeptionalisierung der Begabungsförderung basiert auf der PSI-Theorie (Persönlichkeit-System-Interaktion) und der Potenzialanalyse EOS (Entwicklungsorientierte Systemdiagnostik) von Prof. Dr. Julius Kuhl. Das Förderprogramm wird mit einem Versuchs-Kontrollgruppen-Design (N = 119) für Schüler der Mittel- und Oberstufe evaluiert. Grundlegende Fördereffekte der mentoriell begleiteten Schüler zeigen sich im Anstieg der volitionalen Konzentrationsstärke und Misserfolgsbewältigung. Gleichzeitig stabilisieren sie ihre Kompetenzen, sich angstfrei für ihr Vorhaben zu motivieren, ihre Absichten handlungswirksam umzusetzen und sich gegen selbstfremde Handlungsaufträge zu schützen. Der soziale Leistungsvergleich nimmt im Zeitraum der Förderung ab und die Selbstbehauptung wird prosozial ausgebildet. Förderschüler heben außerdem fächerübergreifend ihre allgemeine schulische Leistung an. Schüler, die zum Mentoring ferner testgestützte Feedbackgespräche erhalten, steigern ihre volitionalen Fähigkeiten der Selbstmotivierung und Initiative.

Les espace-temps conformément plats de dimension supérieure ou égal à 3 sont des variétés localement modelées l'espace-temps d'Einstein où il agit la composante connexe de l'identité du groupe des difféomorfismes conformes.Un espace-temps M est globalement hyperbolique s'il admet une hypersurface S de type espace qui est rencontrée une et une seule fois par toute courbe causale de M. L'hypersurface S est alors dite hypersurface de Cauchy de M.L'ensemble des espace-temps globalement hyperboliques conformément plats, identifiés à difféomorphisme conforme près, est naturellement muni d'une relation d'ordre partielle: on dit que N étends M s'il existe un plongement conforme de M dans N tel que l'image de toute hypersurface de Cauchy de M est une hypersurface de Cauchy de N. Les éléments maximaux par rapport à cette relation d'ordre sont appelés espace-temps maximaux.Le premier résultat qu'on a prouvé est l'existence et unicité de l'extension maximale pour un espace-temps conformément plat globalement hyperbolique donné. Ce résultat généralise un théorème de Choquet-Bruhat et Geroch relatif aux espace-temps solutions des équation d'Einstein.L'unicité de l'extension maximale permet de prouver le résultat suivant:Théorème:En dimension supérieur ou égal à 3, l'espace d'Einstein est le seul espace-temps conformément plat maximal simplement connexe admettant une hypersurface de Cauchy compacte.Si l'hypersurface de Cauchy S du revêtement universel d'un espace-temps M est compacte on obtient donc que M est un quotient fini de l'espace d'Einstein. La structure des géodésiques de l'espace d'Einstein et l'unicité de l'extension maximale permettent de prouver :Théorème:Soit M un espace-temps conformément plat maximal de dimension supérieur ou égal à 3, qui contient deux géodésiques lumières distinctes, librement homotopes et ayant les mêmes extrémités. Alors M est un quotient fini de l'espace d'Einstein.Dans le cas où l'hypersurface S' du revêtement universel M' de M est non compacte on montre chaque point p de M' est déterminé par le compact de S 'constitué par l'intersection de son passé causal ou de son futur causal avec l'hypersurface S', suivant que p appartient au passé ou au futur de S'. Onappelle ce compact l'ombre de p sur S'. L'espace-temps M' s'identifie donc à un sous-ensemble des compacts de S'.Ce point de vue permet d'avoir une compréhension plus profonde de la maximalité d'un espace-temps. En fait on a différentes notions de maximalité :un espace-temps pourrait être maximal parmi les espace-temps conformément plats mais avoir un majorant qui n'est pas conformément plat, i.e. il pourrait exister un plongement conforme dans un espace-temps globalement hyperbolique qui ne soit pas conformément plat.Grâce à la notion d'ombre, on prouve que la structure causale induite sur la frontière de Penrose du revêtement universel d'un espace-temps conformément plat permet de caractériser les espace-temps maximaux parmi tous les espace-temps globalement hyperboliques, on obtient:Théorème:Tout espace-temps globalement hyperbolique conformément plat M qui est maximal parmi les espace-temps globalement hyperbolique conformément plats est aussi maximal parmi tous les espace-temps globalement hyperboliques.On conclut avec une discussion détaillée sur la maximalité des espaces-temps globalement hyperboliques maximaux parmi les espace-temps à courbure constante, suivant le signe de la courbure: lorsque la courbure est négative ou nulle, l'espace-temps est maximal aussi parmi tous les espace-temps globalement hyperboliques, mais cela n'est jamais vrai lorsque la courbure est strictement positive

Le Modèle Standard de la physique des particules décrit les particules elementaires et leurs interactions avec une grande précision. Il décrit trois des quatre interactions fondamentales connues entre les particules elementaires : les interactions faibles, fortes et électromagnétiques. Le Modèle standard fournit aussi une description précise des interactions électrofaibles jusqu’à des échelles d’énergie qui ont été étudies dans les expériences de physique de haute énergie. Les interactions ainsi que les désintégrations d'un grand nombre de particules découvert et observe tout au long des expériences différentes dans les 50 dernières années sont également décrites. En dépit de son succès, le Modèle Standard est loin d’être une théorie complète des interactions fondamentales car il n’intègre pas la théorie complète de la gravitation telle que décrite par la relativité générale, ni la prédiction de l’accélération de l'expansion de l'univers (qui pourrait être décrite par l’énergie noire). La théorie ne contient aucune particule de matière noire viable qui possède toutes les propriétés déduites de la cosmologie observationnelle. Également, elle ne prend pas en compte les oscillations de neutrinos (et leurs masses non nulles). On pense que la nouvelle physique doit exister conduisant a de nouvelles particules et phénomènes. L’échelle a laquelle cette nouvelle physique devrait appara&#305;tre n'est pas bien connue, cependant plusieurs arguments soulignent l’échelle du TeV et nécessitent une très haute énergie et des puissants collisionneurs de hadrons. Le Large Hadron Collider (LHC) est le plus grand accélérateur et collisionneur de particules existant. / The Standard Model of particle physics is very successful in describing elementary particles and their interactions with a great precision. It describes three of the four known fundamental interactions between elementary particles : the weak, the strong and the electromagnetic interactions. The Standard Model also provides an accurate description of the electroweak interactions up to energy scales that have been explored in high energy physics experiments. The interaction and decay of a large number of particles discovered and observed throughout different experiments in the last 50 years are also described. Despite its great success, the Standard Model falls short of being a complete theory of fundamental interactions because it does not incorporate the full theory of gravitation as described by general relativity, or predict the accelerating expansion of the universe (as possibly described by dark energy). The theory does not contain any viable dark matter particle that possesses all of the required properties deduced from observational cosmology. It also does not account for neutrino oscillations (and their non-zero masses). It is thought that new physics should exist leading to new particles and phenomena. The scale at which this new physics should appear is not well known, though several arguments point to the TeV scale and require a very high energy and powerful hadron collider. The Large Hadron Collider (LHC) is the biggest existing particle accelerator and collider. It is designed to provide proton-proton collisions with an unprecedented center-of-mass energy of 14 TeV, with instantaneous luminosities up to 10^{34} cm&#8722;2s&#8722;1.

In der vorliegenden Dissertation wird die Entwicklung eines phylogenetischen DNA Microarrays, die Analyse von mehreren Microarray-Genexpressionsdatensätzen und neue Ansätze für die Datenanalyse und Interpretation der Ergebnisse vorgestellt. Die Entwicklung und Analyse der Daten eines phylogenetischen DNA Microarrays wird in der ersten Publikation dargestellt. Ich konnte zeigen, dass die Spezies-Detektion mit phylogenetischen Microarrays durch die Datenanalyse mit einem linearen Regressionsansatz signifikant verbessert werden kann. Standard-Methoden haben bislang nur Signalintensitäten betrachtet und eine Spezies als an- oder abwesend bezeichnet, wenn die Signalintensität ihres Messpunktes oberhalb eines willkürlich gesetzten Schwellenwertes lag. Dieses Verfahren ist allerdings aufgrund von Kreuz-Hybridisierungen nicht auf sehr nah verwandte Spezies mit hoher Sequenzidentität anwendbar. Durch die Modellierung des Hybridisierungs und Kreuz-Hybridisierungsverhaltens mit einem linearen Regressionsmodell konnte ich zeigen, dass Spezies mit einer Sequenzähnlichkeit von 97% im Markergen immer noch unterschieden werden können. Ein weiterer Vorteil der Modellierung ist, dass auch Mischungen verschiedener Spezies zuverlässig vorhergesagt werden können. Theoretisch sind auch quantitative Vorhersagen mit diesem Modell möglich. Um die großen Datenmengen, die in öffentlichen Microarray-Datenbanken abgelegt sind besser nutzen zu können, bieten sich Meta-Analysen an. In der zweiten Publikation wird eine explorative Meta-Analyse auf Arabidopsis thaliana-Datensätzen vorgestellt. Mit der Analyse verschiedener Datensätze, die den Einfluss von Pflanzenhormonen, Pathogenen oder verschiedenen Mutationen auf die Genexpression untersucht haben, konnten die Datensätze anhand ihrer Genexpressionsprofile in drei große Gruppen eingeordnet werden: Experimente mit Indol-3-Essigsäure (IAA), mit Pathogenen und andere Experimente. Gene, die charakteristisch für die Gruppe der IAA-Datensätze beziehungsweise für die Gruppe der Pathogen-Datensätze sind, wurden näher betrachtet. Diese Gene hatten Funktionen, die bereits mit Pathogenbefall bzw. dem Einfluss von IAA in Verbindung gebracht wurden. Außerdem wurden Hypothesen über die Funktionen von bislang nicht annotierten Genen aufgestellt. In dieser Arbeit werden auch Primäranalysen von einzelnen Arabidopsis thaliana Genexpressions-Datensätzen vorgestellt. In der dritten Publikation wird ein Experiment beschrieben, das durchgeführt wurde um herauszufinden ob Mikrowellen-Strahlung einen Einfluss auf die Genexpression einer Zellkultur hat. Dazu wurden explorative Analysemethoden angewendet. Es wurden geringe aber signifikante Veränderungen in einer sehr kleinen Anzahl von Genen beobachtet, die experimentell bestätigt werden konnten. Die Funktionen der regulierten Gene und eine Meta-Analyse mit öffentlich zugänglichen Datensätzen einer Datenbank deuten darauf hin, dass die pflanzliche Zellkultur die Strahlung als eine Art Energiequelle ähnlich dem Licht wahrnimmt. Des weiteren wird in der vierten Publikation die funktionelle Analyse eines Arabidopsis thaliana Genexpressionsdatensatzes beschrieben. Die Analyse der Genexpressions eines pflanzlichen Tumores zeigte, dass er seinen Stoffwechsel von aerob und auxotroph auf anaerob und heterotroph umstellt. Gene der Photosynthese werden im Tumorgewebe reprimiert, Gene des Aminosäure- und Fettstoffwechsels, der Zellwand und Transportkanäle werden so reguliert, dass Wachstum und Entwicklung des Tumors gefördert werden. In der fünften Publikation in dieser Arbeit wird GEPAT (Genome Expression Pathway Analysis Tool) beschrieben. Es besteht aus einer Internet- Anwendung und einer Datenbank, die das einfache Hochladen von Datensätzen in die Datenbank und viele Möglichkeiten der Datenanalyse und die Integration anderer Datentypen erlaubt. In den folgenden zwei Publikationen (Publikation 6 und Publikation 7) wird GEPAT auf humane Microarray-Datensätze angewendet um Genexpressionsdaten mit weiteren Datentypen zu verknüpfen. Genexpressionsdaten und Daten aus vergleichender Genom-Hybridisierung (CGH) von primären Tumoren von 71 Mantel-Zell-Lymphom (MCL) Patienten ermöglichte die Ermittlung eines Prädiktors, der die Vorhersage der Überlebensdauer von Patienten gegenüber herkömmlichen Methoden verbessert. Die Analyse der CGH Daten zeigte, dass auch diese für die Vorhersage der Überlebensdauer geeignet sind. Für den Datensatz von Patienten mit großzellig diffusem B-Zell-Lymphom DLBCL konnte aus den Genexpressionsdaten ebenfalls ein neuer Prädiktor vorgeschlagen werden. Mit den zwischen lang und kurz überlebenden Patienten differentiell exprimierten Genen der MCL Patienten und mit den Genen, die zwischen den beiden Untergruppen von DLBCL reguliert sind, wurden Interaktionsnetzwerke gebildet. Diese zeigen, dass bei beiden Krebstypen Gene des Zellzyklus und der Proliferation zwischen Patienten mit kurzer und langer Überlebensdauer unterschiedlich reguliert sind. / In this thesis, the development of a phylogenetic DNA microarray, the analysis of several gene expression microarray datasets and new approaches for improved data analysis and interpretation are described. In the first publication, the development and analysis of a phylogenetic microarray is presented. I could show that species detection with phylogenetic DNA microarrays can be significantly improved when the microarray data is analyzed with a linear regression modeling approach. Standard methods have so far relied on pure signal intensities of the array spots and a simple cutoff criterion was applied to call a species present or absent. This procedure is not applicable to very closely related species with high sequence similarity because cross-hybridization of non-target DNA renders species detection impossible based on signal intensities alone. By modeling hybridization and cross-hybridization with linear regression, as I have presented in this thesis, even species with a sequence similarity of 97% in the marker gene can be detected and distinguished from related species. Another advantage of the modeling approach over existing methods is that the model also performs well on mixtures of different species. In principle, also quantitative predictions can be made. To make better use of the large amounts of microarray data stored in public databases, meta-analysis approaches need to be developed. In the second publication, an explorative meta-analysis exemplified on Arabidopsis thaliana gene expression datasets is presented. Integrating datasets studying effects such as the influence of plant hormones, pathogens and different mutations on gene expression levels, clusters of similarly treated datasets could be found. From the clusters of pathogen-treated and indole-3-acetic acid (IAA) treated datasets, representative genes were selected which pointed to functions which had been associated with pathogen attack or IAA effects previously. Additionally, hypotheses about the functions of so far uncharacterized genes could be set up. Thus, this kind of meta-analysis could be used to propose gene functions and their regulation under different conditions. In this work, also primary data analysis of Arabidopsis thaliana datasets is presented. In the third publication, an experiment which was conducted to find out if microwave irradiation has an effect on the gene expression of a plant cell culture is described. During the first steps, the data analysis was carried out blinded and exploratory analysis methods were applied to find out if the irradiation had an effect on gene expression of plant cells. Small but statistically significant changes in a few genes were found and could be experimentally confirmed. From the functions of the regulated genes and a meta-analysis with publicly available microarray data, it could be suspected that the plant cell culture somehow perceived the irradiation as energy, similar to perceiving light rays. The fourth publication describes the functional analysis of another Arabidopsis thaliana gene expression dataset. The gene expression data of the plant tumor dataset pointed to a switch from a mainly aerobic, auxotrophic to an anaerobic and heterotrophic metabolism in the plant tumor. Genes involved in photosynthesis were found to be repressed in tumors; genes of amino acid and lipid metabolism, cell wall and solute transporters were regulated in a way that sustains tumor growth and development. Furthermore, in the fifth publication, GEPAT (Genome Expression Pathway Analysis Tool), a tool for the analysis and integration of microarray data with other data types, is described. It consists of a web application and database which allows comfortable data upload and data analysis. In later chapters of this thesis (publication 6 and publication 7), GEPAT is used to analyze human microarray datasets and to integrate results from gene expression analysis with other datatypes. Gene expression and comparative genomic hybridization data from 71 Mantle Cell Lymphoma (MCL) patients was analyzed and allowed proposing a seven gene predictor which facilitates survival predictions for patients compared to existing predictors. In this study, it was shown that CGH data can be used for survival predictions. For the dataset of Diffuse Large B-cell lymphoma (DLBCL) patients, an improved survival predictor could be found based on the gene expression data. From the genes differentially expressed between long and short surviving MCL patients as well as for regulated genes of DLBCL patients, interaction networks could be set up. They point to differences in regulation for cell cycle and proliferation genes between patients with good and bad prognosis.

Im Rahmen dieser Arbeit werden Untersuchungen der Spinrelaxation in epitaktischen GaN-Schichten mit unterschiedlichen Donatorkonzentrationen und Versetzungsdichten mit Hilfe spin- und zeitaufgelöster differentieller Reflektanzspektroskopie präsentiert. Dabei wurden die optischen Anregungsbedingungen sehr sorgfältig gewählt. Neben der genauen Abstimmung der Anregungsenergie, unterstützt durch die Modellierung der differentiellen Reflektanz, wurden insbesondere spektral schmale Laserpulse verwendet. Diese erlauben eine selektive Anregung der untersuchten Übergänge. Es wurden Spinlebensdauern von 30 bis 170~ps bei tiefen Temperaturen für das freie A-Exziton bestimmt. In der Nähe des Metall-Isolator-Übergangs ließ sich eine langsamere Spinrelaxation als für schwächer dotierte Proben nachweisen. Die längsten beobachteten Spinrelaxationszeiten zeigen freistehende GaN-Schichten hoher Materialqualität mit sehr geringen Versetzungsdichten. In der Literatur besteht eine kategorische Unterteilung der Ergebnisse in lange elektronische Spinlebensdauern bis in den Nanosekundenbereich, erhalten mit Kerr-Messungen, und extrem kurze exzitonische Spinrelaxation in Reflektanz-Experimenten im (Sub-)Pikosenkundenbereich. Dieses Bild wird hier nicht bestätigt. Die beobachteten Spinrelaxationszeiten liegen eineinhalb bis zweieinhalb Größenordnungen über Ergebnissen, von denen bisher mit der hier verwendeten Methode berichtet wurde. Es wird gezeigt, dass die Beobachtungen extrem kurzer Spinrelaxationszeiten an anderer Stelle eine Folge der optischen Anregungsbedingungen sind. Die Verwendung sehr kurzer und damit spektral breiter Laserpulse, die eine selektive Exziton-Anregung verbieten, führt zu einem deutlich anderen zeitlichen Verhalten und stark verfälschten Ergebnissen. Diese Beobachtung löst den scheinbaren Widerspruch zwischen den beiden Ergebnisgruppen in der Literatur auf und bildet die Grundlage für weiterführende Untersuchungen. / In this work, an investigation of spin relaxation in GaN epitaxial layers with different doping concentrations and dislocation densities is presented. The measurements were carried out by the means of spin- and time-resolved differential reflectance spectroscopy. The conditions of optical excitation were chosen with special care. In particular, spectrally narrow laser pulses were used to achieve selective excitation of the examined transitions in addition to the precise adjustment of the excitation energy, supported by the modeling of the differential reflectance. The spin relaxation times obtained for the free A exciton at low temperatures are in the range of 30 to 170 ps. In the proximity of the metal insulator transition, a slower spin relaxation was observed than for lower doping concentrations. The longest spin relaxation times were found in high quality, free-standing GaN layers with very low dislocation densities. Existing results in the literature can be strictly grouped into long electronic spin lifetimes of up to a few nanoseconds, obtained with Kerr rotation, and extremely short spin relaxation in the (sub)picosecond range, measured with reflectance experiments. This picture cannot be confirmed here. The spin relaxation times observed here lie 1.5 to 2.5 orders of magnitude above the values previously reported using the same experimental method. It is shown that the instances of extremely fast spin relaxation are caused by the properties of the optical excitation. The use of ultra-short and thus spectrally broad laser pulses, which prohibits the selective excitation of excitons, leads to a significantly different temporal behavior and strongly distorted results. This finding elucidates the apparent conflict between the two groups of results and forms the basis for further investigations.

Diese Doktorarbeit behandelt die Beobachtung, daß Koregulationsmuster in Genexpressionsdaten häufig Funktionsstrukturen der Zelle widerspiegeln. Zunächst werden simulierte Genexpressionsdaten und Expressionsdaten aus Hefeexperimenten mit Hilfe von Independent Component Analysis (ICA) und verwandten Faktormodellen untersucht. In einem eher theoretischen Zugang werden anschließend Beziehungen zwischen den Expressionsmustern und der biologischen Funktion der Gene aus einem Optimalitätsprinzip hergeleitet. Lineare Faktormodelle, beispielsweise ICA, zerlegen Genexpressionsmatrizen in statistische Komponenten: die Koeffizienten bezüglich der Komponenten können als Profile von verborgenen Variablen ("Expressionsmoden") interpretiert werden, deren Werte zwischen den Proben variieren. Im Gegensatz zu Clustermethoden beschreiben solche Faktormodelle eine überlagerung biologischer Effekte und die individuellen Reaktionen der einzelnen Gene: jedes Genprofil besteht aus einer überlagerung der Expressionsmoden, die so die gemeinsamen Schwankungen vieler Gene erklären. Die linearen Komponenten werden blind, also ohne zusätzliches biologisches Wissen, aus den Daten geschätzt, und die meisten der hier betrachteten Methoden erlauben es, nahezu schwach besetzte Komponenten zu rekonstruieren. Beim Ausdünnen einer Komponente werden Gene sichtbar, die stark auf die entsprechende Mode reagieren, ganz in Analogie zu Genen, die differentielle Expression zwischen einzelnen Proben zeigen. Verschiedene Faktormodelle werden in dieser Arbeit auf simulierte und experimentelle Expressionsdaten angewendet. Bei der Simulation von Expressionsdaten wird angenommen, daß die Genexpression von einigen unbeobachteten Variablen ("biologischen Expressionsmoden") abhängt, die den Zellzustand beschreiben und deren Einfluss auf die Gene sich durch nichtlineare Funktionen, die sogenannten Genprogramme, beschreiben läßt. Besteht Hoffnung, solche Expressionsmoden durch blinde Datenanalyse wiederzufinden? Die Tests in dieser Arbeit zeigen, daß die Moden mit ICA recht zuverlässig gefunden werden, selbst wenn die Daten verrauscht oder leicht nichtlinear sind und die Anzahl der wahren und der geschätzten Komponenten nicht übereinstimmt. Regressionsmodelle werden an Profile einzelner Gene angepasst, um ihre Expression durch Expressionsmoden aus Faktormodellen oder durch die Expression einzelner Transkriptionsfaktoren zu erklären. Nichtlineare Genprogramme werden mit Hilfe von nichtlinearer ICA ermittelt: solche effektiven Genprogramme könnten zur Beschreibung von Genexpression in großen Zellmodellen Verwendung finden. ICA und verwandte Methoden werden auf Expressionsdaten aus Zellzyklusexperimenten angewendet: neben biologisch interpretierbaren Moden werden experimentelle Artefakte identifiziert, die vermutlich Hybridisierungseffekte oder eine Verunreinigung der Proben widerspiegeln. Für einzelne Komponenten wird gezeigt, daß die koregulierten Gene gemeinsame biologische Funktionen besitzen und daß die entsprechenden Enzyme bevorzugt in bestimmten Bereichen des Stoffwechselnetzes zu finden sind. Die Expressionmechanismen scheinen also - als Ergebnis der Evolution - Funktionsbeziehungen zwischen den Genen widerzuspiegeln: es wäre unter ökonomischen Gesichtspunkten vermutlich ineffizient, wenn kooperierende Gene nicht auch koreguliert würden. Um diese teleologische Vorstellung von Genexpression zu formalisieren, wird in dieser Arbeit ein mathematisches Modell zur Analyse der optimalen differentiellen Expression (ANODE) vorgeschlagen: das Modell beschreibt Regulatoren, also beispielsweise Gene oder Enzyme, und die von ihnen gesteuerten Variablen, zum Beispiel metabolische Flüsse. Das Systemverhalten wird durch eine Fitnessfunktion bewertet, die beispielsweise vom bestimmten Stoffwechselflüssen abhängt und die es zu optimieren gilt. Dieses Optimalitätsprinzip definiert eine optimale Reaktion der Regulatoren auf kleine äußeren Störungen. Zur Berechnung optimaler Regulationsmuster braucht das zu regulierende System nur teilweise bekannt zu sein: es genügt, sein mögliches Verhalten in der Nähe des optimalen Zustandes sowie die lokale Form der Fitnesslandschaft zu kennen. Die Methode wird auf zeitabhängige Störungen erweitert: um die Antwort von Stoffwechselsystemen auf kleine oszillatorische Störungen zu beschreiben, werden frequenzabhängige Kontrollkoeffizienten definiert und durch Summations- und Konnektivitätstheoreme charakterisiert. Um die vorhergesagte Beziehung zwischen Expression und Funktion zu prüfen, werden Kontrollkoeffizienten für ein großes Stoffwechselnetz simuliert, und ihre statistischen Eigenschaften werden untersucht: die Struktur der Kontrollkoeffizientenmatrix bildet die Netztopologie ab, das bedeutet, chemische Reaktionen haben gewöhnlich einen geringen Einfluss auf weit entfernte Teile des Netzes. Außerdem hängen die Kontrollkoeffizienten innerhalb eines Teilnetzes nur schwach von der Modellierung des umgebenden Netzes ab. Verschiedene plausible Annahmen über sinnvolle Expressionsmuster lassen sich formal aus dem Optimalitätsprinzip herleiten: das Hauptergebnis ist eine allgemeine Beziehung zwischen dem Verhalten und der biologischen Funktion von Regulatoren, aus der sich zum Beispiel die Koregulation von Enzymen in Komplexen oder Funktionsmodulen ergibt. Die Funktionen der Gene werden in diesem Zusammenhang durch ihre linearen Einflüsse (die sogenannten Responsekoeffizienten) auf fitnessrelevante Zellvariable beschrieben. Für Stoffwechselenzyme werden aus den Theoremen der metabolischen Kontrolltheorie Summenregeln hergeleitet, die die Expressionsmuster mit der Struktur des Stoffwechselnetzes verknüpfen. Weitere Vorhersagen betreffen eine symmetrische Kompensation von Gendeletionen und eine Beziehung zwischen Genexpression und dem Fitnessverlust aufgrund von Deletionen. Wenn die optimale Steuerung durch eine Rückkopplung zwischen Zellvariablen und den Regulatoren verwirklicht ist, dann spiegeln sich funktionale Beziehungen auch in den Rückkopplungskoeffizienten wider. Daher ist zu erwarten, daß Gene mit ähnlicher Funktion durch Eingangssignale aus denselben Signalwegen gesteuert werden. Das Modell der optimalen Steuerung sagt voraus, daß Expressionsprofile aus Linearkombinationen von Responsekoeffizientenprofilen bestehen: Tests mit experimentellen Expressionsdaten und simulierten Kontrollkoeffizienten stützen diese Hypothese, und die gemeinsamen Komponenten, die aus diesen beiden Arten von Daten geschätzt werden, liefern ein anschauliches Bild der Stochwechselvorgänge, die zur Anpassung an unterschiedliche Umgebungen notwendig sind. Alles in allem werden in dieser Arbeit empirische Beziehungen zwischen der Expression and der Funktion von Genen bestätigt. Darüber hinaus werden solche Beziehungen aus theorischen Gründen vorhergesagt. Ein Hauptziel ist es, teleologische Aussagen über Genexpression auf explizite Annahmen zurückzuführen und dadurch klarer zu formulieren, und so einen theoretischen Rahmen für die Integration von Expressionsdaten und Funktionsannotationen zu liefern. Während andere Autoren die Expression mit Funktionskategorien der Gene oder topologisch definierten Stoffwechselwegen verglichen haben, schlage ich vor, die Funktionen von Genen durch ihre Responsekoeffizienten auszudrücken. Als ein Hauptergebnis dieser Arbeit werden allgemeine Beziehungen zwischen der Funktion, der optimalen Expression und dem Programm eines Gens vorhergesagt. Soweit die Optimalitätsannahme gilt, rechtfertigt das Modell die Verwendung von Expressionsdaten zur Funktionsannotation und zur Rekonstruktion von Stoffwechselwegen und liefert außerdem eine funktionsbezogene Interpretation für die linearen Komponenten in Expressionsdaten. Die Methoden aus dieser Arbeit sind nicht auf Genexpressionsdaten beschränkt: die Faktormodelle lassen sich auch auf Protein- und Metabolitdaten anwenden, und das Optimalitätsprinzip könnte ebenfalls auf andere Steuerungsmechanismen angewendet werden, beispielsweise auf die allosterische Steuerung von Enzymen. / This thesis is concerned with the observation that coregulation patterns in gene expression data often reflect functional structures of the cell. First, simulated gene expression data and expression data from yeast experiments are studied with independent component analysis (ICA) and with related factor models. Then, in a more theoretical approach, relations between gene expression patterns and the biological function of the genes are derived from an optimality principle. Linear factor models such as ICA decompose gene expression matrices into statistical components. The coefficients with respect to the components can be interpreted as profiles of hidden variables (called "expression modes") that assume different values in the different samples. In contrast to clusterings, such factor models account for a superposition of effects and for individual responses of the different genes: each gene profile consists of a superposition of the expression modes, which thereby account for the common variation of many genes. The components are estimated blindly from the data, that is, without further biological knowledge, and most of the methods considered here can reconstruct almost sparse components. Thresholding a component reveals genes that respond strongly to the corresponding mode, in comparison to genes showing differential expression among individual samples. In this work, different factor models are applied to simulated and experimental expression data. To simulate expression data, it is assumed that gene expression depends on several unobserved variables ("biological expression modes") which characterise the cell state and that the genes respond to them according to nonlinear functions called "gene programs". Is there a chance to reconstruct such expression modes with a blind data analysis? The tests in this work show that the modes can be found with ICA even if the data are noisy or weakly nonlinear, or if the numbers of true and estimated components do not match. Regression models are fitted to the profiles of single genes to explain their expression by expression modes from factor models or by the expression of single transcription factors. Nonlinear gene programs are estimated by nonlinear ICA: such effective gene programs may be used for describing gene expression in large cell models. ICA and similar methods are applied to expression data from cell-cycle experiments: besides biologically interpretable modes, experimental artefacts, probably caused by hybridisation effects and contamination of the samples, are identified. It is shown for single components that the coregulated genes share biological functions and the corresponding enzymes are concentrated in particular regions of the metabolic network. Thus the expression machinery seems to portray - as an outcome of evolution - functional relationships between the genes: regarding the economy of resources, it would probably be inefficient if cooperating genes were not coregulated. To formalise this teleological view on gene expression, a mathematical model for the analysis of optimal differential expression (ANODE) is proposed in this work: the model describes regulators, such as genes or enzymes, and output variables, such as metabolic fluxes. The system´s behaviour is evaluated by a fitness function, which, for instance, rates some of the metabolic fluxes in the cell and which is supposed to be optimised. This optimality principle defines an optimal response of regulators to small external perturbations. For calculating the optimal regulation patterns, the system to be controlled needs to be known only partially: it suffices to predefine its possible behaviour around the optimal state and the local shape of the fitness function. The method is extended to time-dependent perturbations: to describe the response of metabolic systems to small oscillatory perturbations, frequency-dependent control coefficients are defined and characterised by summation and connectivity theorems. For testing the predicted relation between expression and function, control coefficients are simulated for a large-scale metabolic network and their statistical properties are studied: the structure of the control coefficients matrix portrays the network topology, that is, chemical reactions tend to have little control on distant parts of the network. Furthermore, control coefficients within subnetworks depend only weakly on the modelling of the surrounding network. Several plausible assumptions about appropriate expression patterns can be formally derived from the optimality principle: the main result is a general relation between the behaviour of regulators and their biological functions, which implies, for example, the coregulation of enzymes acting in complexes or functional modules. In this context, the functions of genes are quantified by their linear influences (called ``response coefficients'') on fitness-relevant cell variables. For enzymes controlling metabolism, the theorems of metabolic control theory lead to sum rules that relate the expression patterns to the structure of the metabolic network. Further predictions concern a symmetric compensation for gene deletions and a relation between gene expression and the fitness loss caused by gene deletions. If optimal regulation is realised by feedback signals between the cell variables and the regulators, then functional relations are also portrayed in the linear feedback coefficients, so genes of similar function may be expected to share inputs from the same signalling cascades. According to the model of optimal regulation, expression profiles are linear combinations of response coefficient profiles: tests with experimental expression profiles and simulated control coefficients support this hypothesis, and the common components which are estimated from both kinds of data provide a vivid picture of the metabolic adaptations that are required in different environments. To summarise, empirical relations between gene expression and function have been confirmed in this work. Furthermore, such relations have been predicted on theoretical grounds. A main aim is to clarify teleological assertions about gene expression by deriving them from explicit assumptions, and thus to provide a theoretical framework for the integration of expression data and functional annotations. While other authors have compared expression to functional gene categories or topologically defined metabolic pathways, I propose to relate it to the response coefficients. A main result of this work is that general relations are predicted between a gene's function, its optimal expression behaviour, and its regulatory program. Where the assumption of optimality is valid, the model justifies the use of expression data for functional annotation and pathway reconstruction, and it provides a function-related interpretation for the linear components behind expression data. The methods from this work are not limited to gene expression data: the factor models are applicable to protein and metabolite data as well, and the optimality principle may also apply to other regulatory mechanisms, such as the allosteric control of enzymes.

Die Proteinkinase C (PKC) ist eine wichtige Signaltransduktionskomponente, deren Aktivierung die Expression zahlreicher Gene induziert und zur Zelldifferenzierung und Zellproliferation führt. Ein besonders hohes Expressionsniveau der PKC findet man in vielen Tumoren. So korreliert in malignen Gliazellen das Expressionsniveau der PKC mit deren Wachstumsgeschwindigkeit. Es wird angenommen, daß die aktivierte PKC eine wichtige Rolle in der Tumorpromotion hat. In der vorliegenden Arbeit wurde untersucht, ob in Astrozytomzellinien Gene zu finden sind, die nach PKC-Aktivierung durch den Phorbol-Ester TPA differentiell exprimiert werden. Zunächst wurden kultivierte Zellen der Astrozytomzellinie LN-405 mit TPA respektive dem PKC-Inhibitor Chelerythrin behandelt. Nach Gewinnung der mRNA aus der zuvor isolierten RNA wurden in einem mehrstufigem PCR-Verfahren (SSH) cDNA-Abschnitte gewonnen, die zu vermeintlich differentiell exprimierten Genen gehören. Diese cDNA-Abschnitte wurden in Plasmid-Vektoren eingefügt, kloniert und zur Bestimmung sequenziert. Um falsch positive Sequenzen zu erkennen, wurden die zuvor radioaktiv markierten cDNA-Abschnitte mit Northernblots hybridisiert. Gleichzeitig ließ sich so ein zeitabhängiger Anstieg der Expression nach PKC-Stimulation untersuchen. Durch den PCR-Select-Assay (SSH) konnten insgesamt 11 Gene gefunden werden, die sich in der radioaktiven Northernblot-Hybridisierung, als nach PKC-Aktivierung differentiell exprimiert, darstellen ließen. Dabei bestätigt der gefundene Zusammenhang zwischen PKC-Aktivierung und differentieller Exprimierung bei fünf der 11 Gene (IL-8, Calpain, Interferon-gamma Rezeptor 2, Methionin Adenosyltransferase, beta-2 adrenerger Rezeptor) Ergebnisse anderer Autoren, wobei dieser Zusammenhang nur bei zwei Genen (IL-8 und Calpain) auch in Astrozytom- bzw. Gliom-Zellen schon früher gezeigt werden konnte. Sechs Gene (M-Phase Phosphoprotein-1, ect2-Onkogen, ERM-Gen, Ornithin-Decarboxylase-Antizym 2, MHC-bindendes Protein 2, Sequenz aus Cosmid F0811) wurden in der vorliegenden Arbeit erstmalig als PKC-abhängig exprimiert beschrieben. Die gefundenen Gene haben auf verschiedene Funktionen der Zellen Einfluß. So beeinflussen sie die Regulation des Zellzyklus (MPP1, ect2-Oncogen), die Immunregulation (MBP-2, IL-8, Interferon-gamma Rezeptor 2), die Signaltransduktion (beta-2 AR), die Transkription (ERM-Gen), die Proteinsynthese (ODC-Antizym, MAT), die Wachstumskontrolle (ODC-Antizym) und die Regulation der PKC selbst (Calpain). Für fünf Gene läßt sich ein eindeutiger Zusammenhang mit der Tumorpromotion herstellen: IL-8 (Angioneogenese), MBP-2 (Immunsuppression), ERM-Gen (Transkriptionspromotion), MAT (allgemein fördernder Einfluß auf den Metabolismus) und ect2-Oncogen (Oncogen). / The protein kinase C (PKC) is one of the major signal transduction systems and its activation leads to the induction of the expression of several genes, to cell differentiation and cell proliferation. Very high expressed PKC are found in many tumors. In malignant glia cells the expression of PKC correlates with their proliferation rate. The PKC activity has an important role for the tumor promotion. The object of this paper, was to investigated, if there are genes differentialy expressed after activation of PKC through the phorbol-ester TPA in astrocytoma cell lines. The astrocytoma cell line LN-405 was incubated with TPA and the PKC-inhibitor chelerythrine respectively. After isolation of RNA and mRNA the suppression subtractive hybridization (SSH) was used to isolate differentially expressed cDNA fragments. These cDNA fragments were inserted into the T/A cloning vector, cloned and sequenced. To detect false positives the cDNA fragments were analysed with northern blot technique. Examined was also a time-dependent acceleration of expression after TPA treatment. 11 genes were detected by suppression subtractive hybridization, showing differentially expressed in the northern blot hybridization. Five of the genes were found differentially expressed after PKC activation before (IL-8, calpain, interferon gamma receptor 2, beta-2-adrenergic receptor, methionine adenosyltransferase alpha), two of these genes (IL-8, calpain) also in astrocytoma- and glioma-cells respectively. Six genes (M-phase phosphoprotein 1, ect2-onkogene, erm gene, ornithine decarboxylase antizyme 2, MHC binding protein 2, sequence from Cosmid F0811) were described as PKC dependent expressed for the first time. The genes detected influence several cell functions. They are involved in cell-cycle regulation (MPP1, ect2-oncogene), immuneregulation (MBP-2, IL-8, interferon gamma receptor 2), signal transduction (beta 2 adrenergic receptor), transcription (erm-gene), synthesis of proteins (ODC-antizyme 2, MAT), growth control (ODC-antizyme) and regulation of PKC (Calpain). Five genes show a clear connection to tumor promotion: IL-8 (angioneogenesis), MPB-2 (immunesuppression), erm gene (promotion of transcription), MAT (promotion of metabolism) and ect2-oncogene (oncogene).