Biological systems such as cells or whole organisms are governed by complex regulatory networks of transcription factors, hormones and other regulators which determine the behavior of the system depending on internal and external stimuli. In mathematical models of these networks, genes are represented by interacting “nodes” whose “value” represents the activity of the gene. Control processes in these regulatory networks are challenging to elucidate and quantify. Previous control centrality metrics, which aim to mathematically capture the ability of individual nodes to control biological systems, have been found to suffer from problems regarding biological plausibility. This thesis presents a new approach to control centrality in biological networks. Three types of network control are distinguished: Total control centrality quantifies the impact of gene mutations and identifies potential pharmacological targets such as genes involved in oncogenesis (e.g. zinc finger protein GLI2 or bone morphogenetic proteins in chondrocytes). Dynamic control centrality describes relaying functions as observed in signaling cascades (e.g control in mouse colon stem cells). Value control centrality measures the direct influence of the value of the node on the network (e.g. Indian hedgehog as an essential regulator of proliferation in chondrocytes). Well-defined network manipulations define all three centralities not only for nodes, but also for the interactions between them, enabling detailed insights into network pathways. The calculation of the new metrics is made possible by substantial computational improvements in the simulation algorithms for several widely used mathematical modeling paradigms for genetic regulatory networks, which are implemented in the regulatory network simulation framework Jimena created for this thesis. Applying the new metrics to biological networks and artificial random networks shows how these mathematical concepts correspond to experimentally verified gene functions and signaling pathways in immunity and cell differentiation. In contrast to controversial previous results even from the Barabási group, all results indicate that the ability to control biological networks resides in only few driver nodes characterized by a high number of connections to the rest of the network. Autoregulatory loops strongly increase the controllability of the network, i.e. its ability to control itself, and biological networks are characterized by high controllability in conjunction with high robustness against mutations, a combination that can be achieved best in sparsely connected networks with densities (i.e. connections to nodes ratios) around 2.0 - 3.0. The new concepts are thus considerably narrowing the gap between network science and biology and can be used in various areas such as system modeling, plausibility trials and system analyses. Medical applications discussed in this thesis include the search for oncogenes and pharmacological targets, as well their functional characterization. / Biologische Systeme wie Zellen aber auch ganze Organismen werden durch ein komplexes Netzwerk von Transkriptionsfaktoren, Hormonen und anderen Regulatoren kontrolliert, welche das Verhalten des Systems in Abhängigkeit von internen und externen Einflüssen steuern. In mathematischen Modellen dieser Netzwerke werden Gene durch „Knoten“ repräsentiert, deren „Wert“ die Aktivität des Gens wiederspiegelt. Kontrollvorgänge in diesen Regulationsnetzwerken sind schwierig zu quantifizieren. Existierende Maße für die Kontrollzentralität, d.h. die Fähigkeit einzelner Knoten biologische Systeme zu kontrollieren, zeigen vor allem Probleme mit der biologischen Plausibilität der Ergebnisse. Diese Dissertation stellt eine neue Definition der Kontrollzentralität vor. Dabei werden drei Typen der Kontrollzentralität unterschieden: Totale Kontrollzentralität quantifiziert den Einfluss von Mutationen eines Gens und hilft mögliche pharmakologische Ziele wie etwa Onkogene (z. B. das Zinkfingerprotein GLI2 oder Bone Morphogenetic Proteins in Chondrozyten) zu identifizieren. Dynamische Kontrollzentralität beschreibt signalweiterleitende Funktionen in Signalkaskaden (z. B. in Kontrollprozessen in Stammzellen des Mauskolons). Wert-Kontrollzentralität misst den Einfluss des Werts des Knotens (zum Beispiel die Rolle von Indian hedgehog als essentieller Regulator der Chondrozytenproliferation). Durch gezielte Manipulation von Netzwerken können die Zentralitäten nicht nur für Knoten, sondern auch für die Interaktionen zwischen ihnen bestimmt werden, was detaillierte Einblicke in Netzwerkpfade erlaubt. Möglich wird die Berechnung der neuen Maße durch substantielle Verbesserungen der Simulationsalgorithmen mehrerer häufig verwendeter mathematischer Muster für Genregulationsnetzwerke, welche in der für diese Dissertation entwickelten Software Jimena implementiert wurden. Durch die Anwendung der neuen Metriken auf biologische Netzwerke und künstliche Zufallsnetzwerke kann gezeigt werden, dass die mathematischen Konzepte experimentell bestätigte Funktionen von Genen und Signalpfaden im Immunsystem und der Zelldifferenzierung korrekt wiedergeben. Im Gegensatz zu umstrittenen Ergebnissen der Forschungsgruppe Barabási zeigt sich hier, dass die Fähigkeit, biologische Netzwerke zu kontrollieren, in nur wenigen Knoten konzentriert ist, welche sich vor allem durch viele Verbindungen zum Rest des Netzwerks auszeichnen. Knoten, welche ihre eigene Expression beeinflussen, steigern die Fähigkeit eines Netzwerkes sich selbst zu kontrollieren (Kontrollierbarkeit), und biologische Netzwerke zeichnen sich durch hohe Kontrollierbarkeit bei gleichzeitig hoher Resistenz gegenüber Mutationen aus. Diese Kombination kann am besten durch eher schwach verbundene Netzwerke erreicht werden, bei denen auf einen Knoten nur etwa 2 bis 3 Verbindungen kommen. Die neuen Konzepte schlagen so eine Brücke zwischen Netzwerkwissenschaften und Biologie, und sind in einer Vielzahl von Gebieten wie der Modellierung von Systemen sowie der Überprüfung ihrer Plausibilität und ihrer Analyse anwendbar. Medizinische Anwendungen, auf welche in dieser Dissertation eingegangen wird, sind zum Beispiel die Suche nach Onkogenen und pharmakologischen Zielen, aber auch deren funktionelle Analyse.

No description available.

The present habilitation thesis in theoretical biological physics addresses two central dynamical processes in cells and organisms: (i) active motility and motility control and (ii) self-organized pattern formation. The unifying theme is the nonlinear dynamics of biological function and its robustness in the presence of strong fluctuations, structural variations, and external perturbations. We theoretically investigate motility control at the cellular scale, using cilia and flagella as ideal model system. Cilia and flagella are highly conserved slender cell appendages that exhibit spontaneous bending waves. This flagellar beat represents a prime example of a chemo-mechanical oscillator, which is driven by the collective dynamics of molecular motors inside the flagellar axoneme. We study the nonlinear dynamics of flagellar swimming, steering, and synchronization, which encompasses shape control of the flagellar beat by chemical signals and mechanical forces. Mechanical forces can synchronize collections of flagella to beat at a common frequency, despite active motor noise that tends to randomize flagellar synchrony. In Chapter 2, we present a new physical mechanism for flagellar synchronization by mechanical self-stabilization that applies to free-swimming flagellated cells. This new mechanism is independent of direct hydrodynamic interactions between flagella. Comparison with experimental data provided by experimental collaboration partners in the laboratory of J. Howard (Yale, New Haven) confirmed our new mechanism in the model organism of the unicellular green alga Chlamydomonas. Further, we characterize the beating flagellum as a noisy oscillator. Using a minimal model of collective motor dynamics, we argue that measured non-equilibrium fluctuations of the flagellar beat result from stochastic motor dynamics at the molecular scale. Noise and mechanical coupling are antagonists for flagellar synchronization. In addition to the control of the flagellar beat by mechanical forces, we study the control of the flagellar beat by chemical signals in the context of sperm chemotaxis. We characterize a fundamental paradigm for navigation in external concentration gradients that relies on active swimming along helical paths. In this helical chemotaxis, the direction of a spatial concentration gradient becomes encoded in the phase of an oscillatory chemical signal. Helical chemotaxis represents a distinct gradient-sensing strategy, which is different from bacterial chemotaxis. Helical chemotaxis is employed, for example, by sperm cells from marine invertebrates with external fertilization. We present a theory of sensorimotor control, which combines hydrodynamic simulations of chiral flagellar swimming with a dynamic regulation of flagellar beat shape in response to chemical signals perceived by the cell. Our theory is compared to three-dimensional tracking experiments of sperm chemotaxis performed by the laboratory of U. B. Kaupp (CAESAR, Bonn). In addition to motility control, we investigate in Chapter 3 self-organized pattern formation in two selected biological systems at the cell and organism scale, respectively. On the cellular scale, we present a minimal physical mechanism for the spontaneous self-assembly of periodic cytoskeletal patterns, as observed in myofibrils in striated muscle cells. This minimal mechanism relies on the interplay of a passive coarsening process of crosslinked actin clusters and active cytoskeletal forces. This mechanism of cytoskeletal pattern formation exemplifies how local interactions can generate large-scale spatial order in active systems. On the organism scale, we present an extension of Turing’s framework for self-organized pattern formation that is capable of a proportionate scaling of steady-state patterns with system size. This new mechanism does not require any pre-pattering clues and can restore proportional patterns in regeneration scenarios. We analytically derive the hierarchy of steady-state patterns and analyze their stability and basins of attraction. We demonstrate that this scaling mechanism is structurally robust. Applications to the growth and regeneration dynamics in flatworms are discussed (experiments by J. Rink, MPI CBG, Dresden). / Das Thema der vorliegenden Habilitationsschrift in Theoretischer Biologischer Physik ist die nichtlineare Dynamik funktionaler biologischer Systeme und deren Robustheit gegenüber Fluktuationen und äußeren Störungen. Wir entwickeln hierzu theoretische Beschreibungen für zwei grundlegende biologische Prozesse: (i) die zell-autonome Kontrolle aktiver Bewegung, sowie (ii) selbstorganisierte Musterbildung in Zellen und Organismen. In Kapitel 2, untersuchen wir Bewegungskontrolle auf zellulärer Ebene am Modelsystem von Zilien und Geißeln. Spontane Biegewellen dieser dünnen Zellfortsätze ermöglichen es eukaryotischen Zellen, in einer Flüssigkeit zu schwimmen. Wir beschreiben einen neuen physikalischen Mechanismus für die Synchronisation zweier schlagender Geißeln, unabhängig von direkten hydrodynamischen Wechselwirkungen. Der Vergleich mit experimentellen Daten, zur Verfügung gestellt von unseren experimentellen Kooperationspartnern im Labor von J. Howard (Yale, New Haven), bestätigt diesen neuen Mechanismus im Modellorganismus der einzelligen Grünalge Chlamydomonas. Der Gegenspieler dieser Synchronisation durch mechanische Kopplung sind Fluktuationen. Wir bestimmen erstmals Nichtgleichgewichts-Fluktuationen des Geißel-Schlags direkt, wofür wir eine neue Analyse-Methode der Grenzzykel-Rekonstruktion entwickeln. Die von uns gemessenen Fluktuationen entstehen mutmaßlich durch die stochastische Dynamik molekularen Motoren im Innern der Geißeln, welche auch den Geißelschlag antreiben. Um die statistische Physik dieser Nichtgleichgewichts-Fluktuationen zu verstehen, entwickeln wir eine analytische Theorie der Fluktuationen in einem minimalen Modell kollektiver Motor-Dynamik. Zusätzlich zur Regulation des Geißelschlags durch mechanische Kräfte untersuchen wir dessen Regulation durch chemische Signale am Modell der Chemotaxis von Spermien-Zellen. Dabei charakterisieren wir einen grundlegenden Mechanismus für die Navigation in externen Konzentrationsgradienten. Dieser Mechanismus beruht auf dem aktiven Schwimmen entlang von Spiralbahnen, wodurch ein räumlicher Konzentrationsgradient in der Phase eines oszillierenden chemischen Signals kodiert wird. Dieser Chemotaxis-Mechanismus unterscheidet sich grundlegend vom bekannten Chemotaxis-Mechanismus von Bakterien. Wir entwickeln eine Theorie der senso-motorischen Steuerung des Geißelschlags während der Spermien-Chemotaxis. Vorhersagen dieser Theorie werden durch Experimente der Gruppe von U.B. Kaupp (CAESAR, Bonn) quantitativ bestätigt. In Kapitel 3, untersuchen wir selbstorganisierte Strukturbildung in zwei ausgewählten biologischen Systemen. Auf zellulärer Ebene schlagen wir einen einfachen physikalischen Mechanismus vor für die spontane Selbstorganisation von periodischen Zellskelett-Strukturen, wie sie sich z.B. in den Myofibrillen gestreifter Muskelzellen finden. Dieser Mechanismus zeigt exemplarisch auf, wie allein durch lokale Wechselwirkungen räumliche Ordnung auf größeren Längenskalen in einem Nichtgleichgewichtssystem entstehen kann. Auf der Ebene des Organismus stellen wir eine Erweiterung der Turingschen Theorie für selbstorganisierte Musterbildung vor. Wir beschreiben eine neue Klasse von Musterbildungssystemen, welche selbst-organisierte Muster erzeugt, die mit der Systemgröße skalieren. Dieser neue Mechanismus erfordert weder eine vorgegebene Kompartimentalisierung des Systems noch spezielle Randbedingungen. Insbesondere kann dieser Mechanismus proportionale Muster wiederherstellen, wenn Teile des Systems amputiert werden. Wir bestimmen analytisch die Hierarchie aller stationären Muster und analysieren deren Stabilität und Einzugsgebiete. Damit können wir zeigen, dass dieser Skalierungs-Mechanismus strukturell robust ist bezüglich Variationen von Parametern und sogar funktionalen Beziehungen zwischen dynamischen Variablen. Zusammen mit Kollaborationspartnern im Labor von J. Rink (MPI CBG, Dresden) diskutieren wir Anwendungen auf das Wachstum von Plattwürmern und deren Regeneration in Amputations-Experimenten.

The present habilitation thesis in theoretical biological physics addresses two central dynamical processes in cells and organisms: (i) active motility and motility control and (ii) self-organized pattern formation. The unifying theme is the nonlinear dynamics of biological function and its robustness in the presence of strong fluctuations, structural variations, and external perturbations. We theoretically investigate motility control at the cellular scale, using cilia and flagella as ideal model system. Cilia and flagella are highly conserved slender cell appendages that exhibit spontaneous bending waves. This flagellar beat represents a prime example of a chemo-mechanical oscillator, which is driven by the collective dynamics of molecular motors inside the flagellar axoneme. We study the nonlinear dynamics of flagellar swimming, steering, and synchronization, which encompasses shape control of the flagellar beat by chemical signals and mechanical forces. Mechanical forces can synchronize collections of flagella to beat at a common frequency, despite active motor noise that tends to randomize flagellar synchrony. In Chapter 2, we present a new physical mechanism for flagellar synchronization by mechanical self-stabilization that applies to free-swimming flagellated cells. This new mechanism is independent of direct hydrodynamic interactions between flagella. Comparison with experimental data provided by experimental collaboration partners in the laboratory of J. Howard (Yale, New Haven) confirmed our new mechanism in the model organism of the unicellular green alga Chlamydomonas. Further, we characterize the beating flagellum as a noisy oscillator. Using a minimal model of collective motor dynamics, we argue that measured non-equilibrium fluctuations of the flagellar beat result from stochastic motor dynamics at the molecular scale. Noise and mechanical coupling are antagonists for flagellar synchronization. In addition to the control of the flagellar beat by mechanical forces, we study the control of the flagellar beat by chemical signals in the context of sperm chemotaxis. We characterize a fundamental paradigm for navigation in external concentration gradients that relies on active swimming along helical paths. In this helical chemotaxis, the direction of a spatial concentration gradient becomes encoded in the phase of an oscillatory chemical signal. Helical chemotaxis represents a distinct gradient-sensing strategy, which is different from bacterial chemotaxis. Helical chemotaxis is employed, for example, by sperm cells from marine invertebrates with external fertilization. We present a theory of sensorimotor control, which combines hydrodynamic simulations of chiral flagellar swimming with a dynamic regulation of flagellar beat shape in response to chemical signals perceived by the cell. Our theory is compared to three-dimensional tracking experiments of sperm chemotaxis performed by the laboratory of U. B. Kaupp (CAESAR, Bonn). In addition to motility control, we investigate in Chapter 3 self-organized pattern formation in two selected biological systems at the cell and organism scale, respectively. On the cellular scale, we present a minimal physical mechanism for the spontaneous self-assembly of periodic cytoskeletal patterns, as observed in myofibrils in striated muscle cells. This minimal mechanism relies on the interplay of a passive coarsening process of crosslinked actin clusters and active cytoskeletal forces. This mechanism of cytoskeletal pattern formation exemplifies how local interactions can generate large-scale spatial order in active systems. On the organism scale, we present an extension of Turing’s framework for self-organized pattern formation that is capable of a proportionate scaling of steady-state patterns with system size. This new mechanism does not require any pre-pattering clues and can restore proportional patterns in regeneration scenarios. We analytically derive the hierarchy of steady-state patterns and analyze their stability and basins of attraction. We demonstrate that this scaling mechanism is structurally robust. Applications to the growth and regeneration dynamics in flatworms are discussed (experiments by J. Rink, MPI CBG, Dresden).:1 Introduction 10 1.1 Overview of the thesis 10 1.2 What is biological physics? 12 1.3 Nonlinear dynamics and control 14 1.3.1 Mechanisms of cell motility 16 1.3.2 Self-organized pattern formation in cells and tissues 28 1.4 Fluctuations and biological robustness 34 1.4.1 Sources of fluctuations in biological systems 34 1.4.2 Example of stochastic dynamics: synchronization of noisy oscillators 36 1.4.3 Cellular navigation strategies reveal adaptation to noise 39 2 Selected publications: Cell motility and motility control 56 2.1 “Flagellar synchronization independent of hydrodynamic interactions” 56 2.2 “Cell body rocking is a dominant mechanism for flagellar synchronization” 57 2.3 “Active phase and amplitude fluctuations of the flagellar beat” 58 2.4 “Sperm navigation in 3D chemoattractant landscapes” 59 3 Selected publications: Self-organized pattern formation in cells and tissues 60 3.1 “Sarcomeric pattern formation by actin cluster coalescence” 60 3.2 “Scaling and regeneration of self-organized patterns” 61 4 Contribution of the author in collaborative publications 62 5 Eidesstattliche Versicherung 64 6 Appendix: Reprints of publications 66 / Das Thema der vorliegenden Habilitationsschrift in Theoretischer Biologischer Physik ist die nichtlineare Dynamik funktionaler biologischer Systeme und deren Robustheit gegenüber Fluktuationen und äußeren Störungen. Wir entwickeln hierzu theoretische Beschreibungen für zwei grundlegende biologische Prozesse: (i) die zell-autonome Kontrolle aktiver Bewegung, sowie (ii) selbstorganisierte Musterbildung in Zellen und Organismen. In Kapitel 2, untersuchen wir Bewegungskontrolle auf zellulärer Ebene am Modelsystem von Zilien und Geißeln. Spontane Biegewellen dieser dünnen Zellfortsätze ermöglichen es eukaryotischen Zellen, in einer Flüssigkeit zu schwimmen. Wir beschreiben einen neuen physikalischen Mechanismus für die Synchronisation zweier schlagender Geißeln, unabhängig von direkten hydrodynamischen Wechselwirkungen. Der Vergleich mit experimentellen Daten, zur Verfügung gestellt von unseren experimentellen Kooperationspartnern im Labor von J. Howard (Yale, New Haven), bestätigt diesen neuen Mechanismus im Modellorganismus der einzelligen Grünalge Chlamydomonas. Der Gegenspieler dieser Synchronisation durch mechanische Kopplung sind Fluktuationen. Wir bestimmen erstmals Nichtgleichgewichts-Fluktuationen des Geißel-Schlags direkt, wofür wir eine neue Analyse-Methode der Grenzzykel-Rekonstruktion entwickeln. Die von uns gemessenen Fluktuationen entstehen mutmaßlich durch die stochastische Dynamik molekularen Motoren im Innern der Geißeln, welche auch den Geißelschlag antreiben. Um die statistische Physik dieser Nichtgleichgewichts-Fluktuationen zu verstehen, entwickeln wir eine analytische Theorie der Fluktuationen in einem minimalen Modell kollektiver Motor-Dynamik. Zusätzlich zur Regulation des Geißelschlags durch mechanische Kräfte untersuchen wir dessen Regulation durch chemische Signale am Modell der Chemotaxis von Spermien-Zellen. Dabei charakterisieren wir einen grundlegenden Mechanismus für die Navigation in externen Konzentrationsgradienten. Dieser Mechanismus beruht auf dem aktiven Schwimmen entlang von Spiralbahnen, wodurch ein räumlicher Konzentrationsgradient in der Phase eines oszillierenden chemischen Signals kodiert wird. Dieser Chemotaxis-Mechanismus unterscheidet sich grundlegend vom bekannten Chemotaxis-Mechanismus von Bakterien. Wir entwickeln eine Theorie der senso-motorischen Steuerung des Geißelschlags während der Spermien-Chemotaxis. Vorhersagen dieser Theorie werden durch Experimente der Gruppe von U.B. Kaupp (CAESAR, Bonn) quantitativ bestätigt. In Kapitel 3, untersuchen wir selbstorganisierte Strukturbildung in zwei ausgewählten biologischen Systemen. Auf zellulärer Ebene schlagen wir einen einfachen physikalischen Mechanismus vor für die spontane Selbstorganisation von periodischen Zellskelett-Strukturen, wie sie sich z.B. in den Myofibrillen gestreifter Muskelzellen finden. Dieser Mechanismus zeigt exemplarisch auf, wie allein durch lokale Wechselwirkungen räumliche Ordnung auf größeren Längenskalen in einem Nichtgleichgewichtssystem entstehen kann. Auf der Ebene des Organismus stellen wir eine Erweiterung der Turingschen Theorie für selbstorganisierte Musterbildung vor. Wir beschreiben eine neue Klasse von Musterbildungssystemen, welche selbst-organisierte Muster erzeugt, die mit der Systemgröße skalieren. Dieser neue Mechanismus erfordert weder eine vorgegebene Kompartimentalisierung des Systems noch spezielle Randbedingungen. Insbesondere kann dieser Mechanismus proportionale Muster wiederherstellen, wenn Teile des Systems amputiert werden. Wir bestimmen analytisch die Hierarchie aller stationären Muster und analysieren deren Stabilität und Einzugsgebiete. Damit können wir zeigen, dass dieser Skalierungs-Mechanismus strukturell robust ist bezüglich Variationen von Parametern und sogar funktionalen Beziehungen zwischen dynamischen Variablen. Zusammen mit Kollaborationspartnern im Labor von J. Rink (MPI CBG, Dresden) diskutieren wir Anwendungen auf das Wachstum von Plattwürmern und deren Regeneration in Amputations-Experimenten.:1 Introduction 10 1.1 Overview of the thesis 10 1.2 What is biological physics? 12 1.3 Nonlinear dynamics and control 14 1.3.1 Mechanisms of cell motility 16 1.3.2 Self-organized pattern formation in cells and tissues 28 1.4 Fluctuations and biological robustness 34 1.4.1 Sources of fluctuations in biological systems 34 1.4.2 Example of stochastic dynamics: synchronization of noisy oscillators 36 1.4.3 Cellular navigation strategies reveal adaptation to noise 39 2 Selected publications: Cell motility and motility control 56 2.1 “Flagellar synchronization independent of hydrodynamic interactions” 56 2.2 “Cell body rocking is a dominant mechanism for flagellar synchronization” 57 2.3 “Active phase and amplitude fluctuations of the flagellar beat” 58 2.4 “Sperm navigation in 3D chemoattractant landscapes” 59 3 Selected publications: Self-organized pattern formation in cells and tissues 60 3.1 “Sarcomeric pattern formation by actin cluster coalescence” 60 3.2 “Scaling and regeneration of self-organized patterns” 61 4 Contribution of the author in collaborative publications 62 5 Eidesstattliche Versicherung 64 6 Appendix: Reprints of publications 66