No description available.

No description available.

No description available.

No description available.

No description available.

No description available.

No description available.

Durch das öffentliche und politische Interesse an der Tierhaltung und den daraus resultierenden Gesetzen werden sich die Haltungssysteme von Schweinen zukünftig ändern. Das Wohlbefinden der Tiere soll dadurch gesteigert werden. Dies kann z. B. durch die Gruppenhaltung der Tiere in verschiedenen Produktionsabschnitten erreicht werden. Neben den positiven Effekten für die Tiere führt das Halten von Schweinen in Gruppen aber zwangsläufig zu agonistischen Interaktionen innerhalb der Gruppe und damit zu Stress für die Tiere. Bei den wachsenden Bestandsgrößen ist ebenso eine gute Umgänglichkeit der Schweine wichtig, um Stress für Mensch und Tier beim Handling zu vermeiden. Die Zucht auf gruppentaugliche und umgängliche Schweine könnte dazu beitragen, die Probleme in diesen Bereichen zu reduzieren. Für eine Eingliederung von „Umgänglichkeit“ und „Aggressivität“ in Zuchtprogramme müssen zunächst Methoden gefunden werden, die zum Zielmerkmal korrelierte Merkmale erfassen, was bei einem vertretbaren Aufwand an einer großen Anzahl an Daten erfolgen kann. Außerdem müssen Zusammenhänge zu anderen ökonomisch wichtigen Zuchtmerkmalen analysiert und berücksichtigt werden. Ziel dieser Arbeit war es, Verhaltenstests zu entwickeln und deren Eignung als Selektionskriterium in Zuchtprogrammen zu überprüfen. Auf die Durchführung der Verhaltenstests unter praxisnahen Bedingungen und die Umsetzbarkeit zur Erfassung einer großen Anzahl an Verhaltensbeobachtungen wurde dabei besonders beachtet. Als erstes wurde der Einfluss des Haltungssystems auf das Verhalten der Tiere untersucht. Mit Hilfe von unterschiedlichen Verhaltenstest (Novel Object Test, Novel Arena Test, Wiegetest) sowie der Beurteilung der Anzahl und Schwere der Hautläsionen wurden 126 Mastschweine aus zwei unterschiedlich strukturierten Aufzuchtställen (10er Gruppen mit Trockenfutterautomaten vs. 30er Gruppen mit Trockenfutterautomaten und Breifutterautomaten) verglichen. Dadurch sollte aufgezeigt werden, in welchem Ausmaß das Verhalten der Tiere bereits durch kleine Veränderungen der Umwelt und der Gruppengröße beeinflusst wird. Während die Beobachtungen beim Novel Arena Test keine signifikanten Unterschiede aufwiesen, waren Schweine aus der angereicherten Umwelt deutlich aktiver z.B. beim Verhalten auf der Waage (p < 0,0001) und hatten auch weniger Hautläsionen (p = 0,0074) als die Tiere aus den 10er Gruppen (Kapitel 3). Des Weiteren wurde die Eignung von Hautläsionen als Indikator für individuelle Aggressivität überprüft. Dabei wurden Zusammenhänge zwischen dem agonistischen Verhalten beim Zusammenstallen von Sauen und deren Anzahl an Hautläsionen 10 Wochen nach der Gruppierung untersucht. Die Ergebnisse zeigten keinen Zusammenhang zwischen Anzahl der Initiierung von agonistischen Interaktionen bei der Gruppierung und der Anzahl an Hautläsionen beim Ausstallen aus der Gruppenhaltung (p > 0,1). Aber die häufiger attackierten Sauen hatten signifikant mehr Hautläsionen (p = 0,0435). Daher scheinen Anzahl und Schwere von Hautläsionen nicht als Merkmal für individuelle Aggressivität beim Schwein geeignet zu sein. Die aggressiveren Sauen hatten die besseren Fruchtbarkeitsleistungen (z.B. Häufigkeit der Initiierung von agonistischen Interaktionen vs. gesamt geborene Ferkel: rp = 0,20) und umgekehrt hatten die Sauen mit vielen Hautverletzungen schlechtere Fruchtbarkeitsleistungen (Score für Hautläsionen vorderes Körperdrittel vs. gesamt geborene Ferkel: rp = –0,28). Hier zeigte sich eine ungünstige Beziehung zwischen Aggressivität und Fruchtbarkeit (Kapitel 4). Im Weiteren wurden Zusammenhänge zwischen Backtest, Wiegeverhalten, Hautläsionen sowie Tageszunahmen analysiert. Dafür wurden sowohl genetische Parameter geschätzt als auch phänotypische Korrelationen berechnet. Verhaltensbeobachtungen von 976 Mastschweinen wurden über einen Zeitraum von der Geburt bis zum Schlachten der Tiere erfasst. Die geschätzten Heritabilitäten der Verhaltensmerkmale lagen in den meisten Fällen in einem züchterisch nutzbaren Bereich (z.B. Backtest 2: h² = 0,36 ± 0,08; Verhalten von Schlachtschweinen auf der Waage: h² = 0,20 ± 0,07). Die Ergebnisse zeigten aber, dass nur zwischen dem Backtest 1 und Backtest 2 (rp = 0,30; rg = 0,84 ± 0,11) sowie zwischen Backtest 2 und dem Verhalten von Läufern auf der Waage ein Zusammenhang besteht (rp = 0,13; rg = 0,57 ± 0,21). Aufgrund der vergleichsweise geringen Korrelationen zum Wiegenverhalten sowie den fehlenden Korrelationen zu weiteren Verhaltensmerkmalen, aber auch durch den hohen Zeit- und Arbeitsaufwand für die Durchführung, erscheint der Backtest insgesamt als Selektionsmerkmal ungeeignet. Weitere Zusammenhänge zwischen den verschiedenen Verhaltensmerkmalen konnten basierend auf den genetischen und phänotypischen Korrelationen nicht festgestellt werden. Die Tiere reagieren in den verschiedenen Situationen unterschiedlich, sodass kaum eine Konsistenz/Konstanz im Verhalten der Schweine bei unterschiedlichen Verhaltenstests beobachtet werden konnte. (Kapitel 5). Anhand der vorliegenden Ergebnisse, u.a. der Heritabilitäten, bleibt festzuhalten, dass die Integration von Verhaltensmerkmalen in Zuchtprogramme insgesamt möglich ist. Der erste wichtige Schritt ist die Auswahl eines Merkmals das in direkter Beziehung zu den Zielmerkmalen, Umgänglichkeit oder aggressiven Verhalten, steht. Sowohl der Backtest als auch die Hautläsionen sind nicht mit aggressiven Verhalten oder nur geringfügig mit Umgänglichkeit verbunden und sind somit nicht als Indikatormerkmale für eine Zucht auf Verhalten beim Schwein geeignet. Andere Merkmale, die z.B. beim Wiegetest oder bei der direkten Beobachtung des agonistischen Verhaltens erfasst werden, scheinen besser geeignet zu sein. Die positiven Korrelationen von Aggressivität zu Tageszunahmen und Fruchtbarkeit zeigen aber, dass ungünstige Beziehungen zwischen diesen ökonomisch wichtigen Merkmalen und ruhigem, friedlichem Verhalten bestehen.

Perturbation experiments for example using RNA interference (RNAi) offer an attractive way to elucidate gene function in a high throughput fashion. The placement of hit genes in their functional context and the inference of underlying networks from such data, however, are challenging tasks. One of the problems in network inference is the exponential number of possible network topologies for a given number of genes. Here, we introduce a novel mathematical approach to address this question. We formulate network inference as a linear optimization problem, which can be solved efficiently even for large-scale systems. We use simulated data to evaluate our approach, and show improved performance in particular on larger networks over state-of-the art methods. We achieve increased sensitivity and specificity, as well as a significant reduction in computing time. Furthermore, we show superior performance on noisy data. We then apply our approach to study the intracellular signaling of human primary nave CD4+ T-cells, as well as ErbB signaling in trastuzumab resistant breast cancer cells. In both cases, our approach recovers known interactions and points to additional relevant processes. In ErbB signaling, our results predict an important role of negative and positive feedback in controlling the cell cycle progression.

Background: Clonal competition in cancer describes the process in which the progeny of a cell clone supersedes or succumbs to other competing clones due to differences in their functional characteristics, mostly based on subsequently acquired mutations. Even though the patterns of those mutations are well explored in many tumors, the dynamical process of clonal selection is underexposed. Methods: We studied the dynamics of clonal competition in a BcrAbl-induced leukemia using a γ-retroviral vector library encoding the oncogene in conjunction with genetic barcodes. To this end, we studied the growth dynamics of transduced cells on the clonal level both in vitro and in vivo in transplanted mice. Results: While we detected moderate changes in clonal abundancies in vitro, we observed monoclonal leukemias in 6/30 mice after transplantation, which intriguingly were caused by only two different BcrAbl clones. To analyze the success of these clones, we applied a mathematical model of hematopoietic tissue maintenance, which indicated that a differential engraftment capacity of these two dominant clones provides a possible explanation of our observations. These findings were further supported by additional transplantation experiments and increased BcrAbl transcript levels in both clones. Conclusion: Our findings show that clonal competition is not an absolute process based on mutations, but highly dependent on selection mechanisms in a given environmental context.