Mathematical modeling of biological systems is a powerful tool to systematically investigate the functions of biological processes and their relationship with the environment. To obtain accurate and biologically interpretable predictions, a modeling framework has to be devised whose assumptions best approximate the examined scenario and which copes with the trade-off of complexity of the underlying mathematical description: with attention to detail or high coverage. Correspondingly, the system can be examined in detail on a smaller scale or in a simplified manner on a larger scale. In this thesis, the role of photosynthesis and its related biochemical processes in the context of plant metabolism was dissected by employing modeling approaches ranging from kinetic to stoichiometric models. The Calvin-Benson cycle, as primary pathway of carbon fixation in C3 plants, is the initial step for producing starch and sucrose, necessary for plant growth. Based on an integrative analysis for model ranking applied on the largest compendium of (kinetic) models for the Calvin-Benson cycle, those suitable for development of metabolic engineering strategies were identified. Driven by the question why starch rather than sucrose is the predominant transitory carbon storage in higher plants, the metabolic costs for their synthesis were examined. The incorporation of the maintenance costs for the involved enzymes provided a model-based support for the preference of starch as transitory carbon storage, by only exploiting the stoichiometry of synthesis pathways. Many photosynthetic organisms have to cope with processes which compete with carbon fixation, such as photorespiration whose impact on plant metabolism is still controversial. A systematic model-oriented review provided a detailed assessment for the role of this pathway in inhibiting the rate of carbon fixation, bridging carbon and nitrogen metabolism, shaping the C1 metabolism, and influencing redox signal transduction. The demand of understanding photosynthesis in its metabolic context calls for the examination of the related processes of the primary carbon metabolism. To this end, the Arabidopsis core model was assembled via a bottom-up approach. This large-scale model can be used to simulate photoautotrophic biomass production, as an indicator for plant growth, under so-called optimal, carbon-limiting and nitrogen-limiting growth conditions. Finally, the introduced model was employed to investigate the effects of the environment, in particular, nitrogen, carbon and energy sources, on the metabolic behavior. This resulted in a purely stoichiometry-based explanation for the experimental evidence for preferred simultaneous acquisition of nitrogen in both forms, as nitrate and ammonium, for optimal growth in various plant species. The findings presented in this thesis provide new insights into plant system's behavior, further support existing opinions for which mounting experimental evidences arise, and posit novel hypotheses for further directed large-scale experiments. / Mathematische Modellierung biologischer Systeme eröffnet die Möglichkeit systematisch die Funktionsweise biologischer Prozesse und ihrer Wechselwirkungen mit der Umgebung zu untersuchen. Um präzise und biologisch relevante Vorhersagen treffen zu können, muss eine Modellierungsstrategie konzipiert werden, deren Annahmen das untersuchte Szenario bestmöglichst widerspiegelt und die dem Trade-off der Komplexität der zugrunde liegenden mathematischen Beschreibung gerecht wird: Detailtreue gegenüber Größe. Dementsprechend kann das System detailliert, in kleinerem Umfang oder in vereinfachter Darstellung im größeren Maßstab untersucht werden. In dieser Arbeit wird mittels verschiedener Modellierungsansätze, wie kinetischen und stöchiometrischen Modellen, die Rolle der Photosynthese und damit zusammenhängender biochemischer Prozesse im Rahmen des Pflanzenstoffwechsels analysiert. Der Calvin-Benson-Zyklus, als primärer Stoffwechselweg der Kohlenstofffixierung in C3-Pflanzen, ist der erste Schritt der Stärke- und Saccharoseproduktion, welche maßgeblich für das Wachstum von Pflanzen sind. Basierend auf einer integrativen Analyse zur Modellklassifizierung wurden aus der größten bekannten Sammlung von (kinetischen) Modellen des Calvin-Benson-Zyklus diejenigen ermittelt, die für die Entwicklung von Metabolic-Engineering-Strategien geeignet sind. Angeregt von der Fragestellung warum Kohlenstoff transitorisch vorwiegend in Form von Stärke anstatt Saccharose gespeichert wird, wurden die metabolischen Kosten beider Syntheseprozesse genauer betrachtet. Die Einbeziehung der Bereitstellungskosten der beteiligten Enzyme stützt die Tatsache, dass bevorzugt Stärke als temporärer Kohlenstoffspeicher dient. Die entprechende Untersuchung erfolgte einzig auf Grundlage der Stöchiometrie der Synthesewege. In vielen photosynthetisch-aktiven Organismen findet zudem Photorespiration statt, die der Kohlenstofffixierung entgegenwirkt. Die genaue Bedeutung der Photorespiration für den Pflanzenmetabolismus ist noch umstritten. Eine detaillierte Einschätzung der Rolle dieses Stoffwechselweges bezüglich der Inhibierung der Kohlenstofffixierungsrate, der Verknüpfung von Kohlenstoff- und Stickstoffmetabolismus, der Ausprägung des C1-Stoffwechsels sowie die Einflussnahme auf die Signaltransduktion wurde in einer modell-basierten, kritischen Analyse vorgenommen. Um die Photosynthese in ihrem metabolischen Kontext verstehen zu können, ist die Betrachtung der angrenzenden Prozesse des primären Kohlenstoffmetabolismus unverzichtbar. Hierzu wurde in einem Bottom-up Ansatz das Arabidopsis core Modell entworfen, mittels dessen die Biomasseproduktion, als Indikator für Pflanzenwachtum, unter photoautotrophen Bedingungen simuliert werden kann. Neben sogenannten optimalen Wachstumsbedingungen kann dieses großangelegte Modell auch kohlenstoff- und stickstofflimitierende Umweltbedingungen simulieren. Abschließend wurde das vorgestellte Modell zur Untersuchung von Umwelteinflüssen auf das Stoffwechselverhalten herangezogen, im speziellen verschiedene Stickstoff-, Kohlenstoff- und Energiequellen. Diese auschließlich auf der Stöchiometrie basierende Analyse bietet eine Erklärung für die bevorzugte, gleichzeitige Aufnahme von Nitrat und Ammonium, wie sie in verschiedenen Spezies für optimales Wachstum experimentell beobachtet wurde. Die Resultate dieser Arbeit liefern neue Einsichten in das Verhalten von pflanzlichen Systemen, stützen existierende Ansichten, für die zunehmend experimentelle Hinweise vorhanden sind, und postulieren neue Hypothesen für weiterführende großangelegte Experimente.

Systembiologie strebt danach, biologische Netzwerke dynamisch zu modellieren. Zwei Erfordernisse sind zuhierfür erfüllen. Erstens müssen die Interaktionsnetzwerke bekannt sein. Zweitens muss die Dynamik einerjeden Interaktion aufgedeckt werden. Die Dynamik von Interaktionen werden durch Ratengleichungen beschrieben unter Verwendung von Kinetiken. Diese Kinetiken beschreiben den Interaktionsmechanismus. Für jede einzelne Interaktion des Netzwerkes sind die Parameter durch das Experiment zu bestimmt. Für enzymkatalysierte Reaktionen zum Beispiel werden Messungen durchgeführt, in welchen der Verbrauch des Substrates aufgezeichnet wird. Für viele Enzyme jedoch sind weder der Mechanismus geschweige denn die Parameter bekannt. Und vorhandene Daten sind gewöhnlich von mangelhafter Qualität. Nach einer Einführung in die kinetische Modellierung metabolischer Netzwerke betrachten wir ein veröffentlichtes künstliches genetisches Netzwerk, das entweder einem stationären Zustand zustrebt oder in Abhängigkeit eines kritschen Parameters in einen dauerhaften Schwingungszustand übergeht. Dieser kritsche Parameter ist der Hillkoeffizient in der Wechselwirkung zwischen einem Gen und dem anderen. Für verschiedene Parameterwahlen untersuchen wir, bei welchemWert des Hillkoeffizienten eine Bifurkation auftritt. Auf diese Weise ermitteln wir die Verteilung des kritschen Parameters, der nicht analytisch berechnet werden kann. Wir fahren dann fort und untersuchen nützliche Datenquellen für die Parametrisierung von kinetischen Modellen metabolischer Netzwerke und sammelnsie in einer elektronischen Ressource, um sie auf elektronischem Wege zugänglich und nutzbar zu machen. Dies erfordert, Standardreferenzen zu wählen für die Benennung der Komponenten biologischer Netzwerke. Schließlich beschreiben wir einen Arbeitsablauf, während desselben die Datenbank verwendet wird zur Parametrisierung von kinetischen Modellen metabolischer Netzwerke. / Systems biology seeks to model biological networks dynamically. Two requirements need to be fulfilled for this to be possible. First, the interaction networks need to be known. Second, the dynamics of the interactions have to be revealed. Dynamics of interactions are described by rate laws using kinetics. These kinetics describe the interaction mechanism. For each single interaction occurring in a biological networkparameters have to specified. They have to be measured by experiments. For enzyme catalysed reactions, for example, the parameters are measured by enzyme assays tracking the consumption of substrate. For many enzymes parameters and kinetic mechanism are not known. And existing data for parameters generally are ofpoor quality. After introducing kinetic modelling of metabolic networks we consider a published artificial genetic network that can either tend to a steady state or exhibit sustained oscillations depending on a critical parameter. This critical parameter is the Hill coefficient in the interaction from one gene with the other. For different parameter settings we examine at what value of the Hill coefficient a bifurcation occurs. At this point the network begins to oscillate. We thus assess the distribution of the critical values, a property that cannot be calculated analytically. We then go on to consider useful data sources for parmetrisation of kinetic models of metabolic networks and collect them in an electronical resource to make them electronically accessible and usable. This requires choosing standard references for the designation of components of biological networks. Finally we describe a workflow in which this data resource is used for automatic parametrisation of kinetic models of metabolic networks.

No description available.