Proteins, which regulate most of the biological activities, perform their functions through their unique three-dimensional structures. The folding process of this three dimensional structure from one dimensional sequence is not well understood. The available facts infer that the protein structures are mostly conserved while sequences are more tolerant to mutations i.e. a number of sequences can adopt the same fold. These arch of optimal sequences for a chosen conformation is known as inverse protein folding and this thesis takes this approach to solve the enigmatic problem. This thesis presents a protein sequence design method based on the native state topology of protein structure. The structural importance of the amino acid positions has been converted into the topological parameter of the protein conformation. This scheme of extraction of topology of structures has been successfully applied on three dimensional lattice structures and in turn sequences with minimum energy for a given structure are obtained. This technique along with the reduced amino cid alphabet(A reduced amino acid alphabet is any clustering of twenty amino acids based on some measure of the irrelative similarity) has been applied on the protein structures and hence designed optimal amino acid sequences for a given structure. These designed sequences are energetically much better than the native amino acid sequence. The utility of this method is further confirmed by showing the similarity between naturally occurring and the designed sequences. In summary, a computationally efficient method of designing optimal sequences for a given structure is given. The physical interaction energy between the amino acids is an important part of study of protein-protein interaction, structure prediction, modeling and docking etc. The local environment of amino acids makes a difference between the same amino acid pairs in the protein structure and so the pair-wise interaction energy of amino acid residues should depend on the irrespective environment. A local environment depended knowledge based potential energy function is developed in this thesis. Two different environments, one of these is the local degree (number of contacts) and the other is the secondary structural element of amino acids, have been considered. The investigations have shown that the environment-based interaction preferences for amino acids is able to provide good potential energy functions which perform exceedingly well in discriminating the native structure from the structures with random interactions. Further, the membrane proteins are located in a completely different physico-chemical environment with different amino acid composition than the water soluble proteins. This work provides reliable potential energy functions which take care of different environment for the investigation(model/predict) of the structure of helical membrane proteins. Three different environments, parallel and perpendicular to the lipid bilayer and number of amino acid contacts, are explored to analyze the environmental effects on the potential functions. These environment dependent scoring functions perform exceedingly well indiscriminating the native sequence from a set of random sequences. Hydrophobicity of amino acids is a measure of buriedness or exposure to the aqueous environment. The lack of uniformity within the protein environment gives rise to the different values of hydrophobicity for the same amino acids, which completely depends on its location inside the protein.The contact based environment dependent hydrophobicity values of all amino acids, separately for globular and membrane proteins, have also been evaluated in this thesis. Apart from developing scoring functions, the packing of helices in membrane proteins is investigated by an approach based on the local backbone geometry and side chain atom-atom contacts of amino acids. A parameter defined in this study is able to capture the essential features of inter-helical packing, which may prove to be useful in modeling of helical membrane proteins. In conclusion, this thesis has described a novel technique to design the energetically minimized amino acid sequences which can fold in to a given conformation. Also the environment dependent interaction preference of amino acids in globular proteins is captured an efficient manner. Specially, the environment dependent scoring function for helical membrane proteins is a first successful attempt in this direction.

Aufgrund ihrer Selbstorganisationseigenschaften besitzt DNA ein großes Potential für den Einsatz in Bottom-up-Techniken der Nanotechnologie. So erlaubt DNA eine genau definierte Anordnung von Bauelementen im Abstand von nur wenigen Nanometern. Zum Beispiel kann ein regelmäßig mit Metallclustern oder Proteinen bestücktes DNA-Netz als Katalysator oder in Sensoren eingesetzt werden. DNA wird außerdem als Templat für Nanodrähte benutzt und kann deshalb eine wichtige Rolle in einer zukünftigen Nanoelektronik spielen. DNA-Strukturen entstehen meist durch Selbsassemblierung von Einzelstrangmolekülen während einer Hybridisierung. Die Assemblierung wird dabei durch die Basensequenzen der beteiligten Einzelstränge gesteuert. Das bedeutet: Die Basensequenzen der Einzelstränge definieren die Gestalt der entstehenden Struktur. Diese Dissertation stellt Regeln für Sequenzkonfigurationen vor, welche DNA-Einzelstränge erfüllen müssen, damit die erfolgreiche Selbstassemblierung einer gewünschten Zielstruktur erfolgreich sein kann. Das Grundprinzip dieser Regeln ist eine Minimierung der Länge von Basenfehlpaarungen. Es wird ein Algorithmus entwickelt, welcher diese Regeln umsetzt und für beliebige Zielstrukturen passende Sequenzkonfigurationen erzeugt. Der Algorithmus arbeitet vollautomatisch und ist für die meisten Strukturgrößen sehr schnell. Eine Java-Implementierung des Algorithmus mit Namen Seed ist unter http://nano.tu-dresden.de/~jseiffert/Seed/ frei erhältlich. Abschließend präsentiert diese Arbeit ein Experiment, in welchem eine Reihe von Double-Crossover-(DX)-Molekülen zu einer langen Kette verbunden werden. Die Sequenzkonfiguration für dieses Experiment wurde mit Seed erstellt und zeigt die Anwendungsfähigkeit des vorgestellten Algorithmus. / Due to its self-recognition abilities, DNA has a great potential to disclose new bottom-up routes towards nanofabrication. DNA allows well-defined arrangements of building blocks with only a few nanometer distance. For example, a DNA network with regulary attached metal beeds or proteins can be placed on a surface to act as a catalyst or a sensor. DNA can also be used as template for nanowires and, therefore, might play a major role in future nanoelectronics. DNA structures mostly assemble themselves by hybridization of single stranded DNA molecules. The self-assemby process is controlled by the base sequences of the single strands: The sequence configuration defines the shape of the resulting structure. This thesis introduces rules for sequence configuration that DNA strands must fullfill to produce a desired target structure in a hybridazation process. The basic principle of these rules is a mismatch minimization. An algorithm is presented, which generates suitable sequence configurations according to the introduced rules. The algorithm can handle any DNA structures, works full-automatically, and for most structure dimensions, is very fast. A Java-implementation of the algorithm called Seed is freely available at http://nano.tu-dresden.de/~jseiffert/Seed/. Finally, this work describes a structure building experiment, where a number of double crossover (DX) molecules were concatenated into a long chain. The sequence configuration for this experiment was generated by the developed program Seed showing the use of the presented algorithm.

L’apprentissage par renforcement profond a mené à de nombreux résultats prometteurs dans l’apprentissage des jeux vidéo à partir de pixels, dans la robotique pour l’apprentissage de compétences généralisables et dans les soins de santé pour l’apprentissage de traitement dynamiques. Un obstacle demeure toutefois: celui du manque d’efficacité dans le nombre d’échantillons nécessaires pour obtenir de bons résultats. Pour résoudre ce problème, notre objectif est d’améliorer l’efficacité de l’apprentissage en améliorant les capacité d’acquisition de nouvelles données, un problème d’exploration. L’approche proposée consiste à : (1) Apprendre un ensemble diversifié d’environments (donnant lieu à un changement de dynamique) (2) Apprendre une politique capable de mieux s’adapter aux changements dans l’envi- ronnement, à l’aide du méta-apprentissage. Cette méthode peut avoir des impacts bénéfiques dans de nombreux problèmes du monde réel tels que la découverte de médicaments, dans laquelle nous sommes confrontés à un espace d’actions très grand. D’autant plus, la conception de nouvelles substances thérapeutiques qui sont fonctionnellement intéressantes nécessite une exploration efficace du paysage de la recherche. / Deep reinforcement learning has led to promising results in learning video games from pixels, robotics for learning generalizable skills, and healthcare for learning dynamic treatments. However, an obstacle remains the lack of efficiency in the number of samples required to achieve good results. To address this problem, our goal is to improve sample efficiency by improving the ability to acquire new data, an issue of exploration. The proposed approach is to: (1) Learn a diverse set of environments (resulting in a change of dynamics) (2) earn a policy that can better adapt to changes in the environment using meta-learning This method can benefit many real-world problems, such as drug discovery, where we face a large action space. Furthermore, designing new therapeutic substances that are functionally interesting requires efficient exploration of the research landscape

L’imagerie par résonance magnétique (IRM) est un outil important pour l’investigation qualitative et quantitative de la physiologie du cerveau. L’investigation de l’activité neuronale à l’aide de cette modalité est possible grâce à la détection de changements hémodynamiques qui surviennent de manière concomitante aux activités de signalisation des neurones, tels l’augmentation régionale du débit sanguin cérébral (CBF) ou encore la variation de la concentration de désoxyhémoglobine dans les vaisseaux veineux. Pour étudier la formation de contrastes fonctionnels qui découlent de ces phénomènes, deux séquences de pulses ont été développées en vue d’expériences en IRM fonctionnelle (IRMf) visant l’imagerie du signal oxygéno-dépendant BOLD ainsi que de la perfusion. Le premier objectif de cette thèse fut le développement d’une séquence de type écho-planar (EPI) permettant l’acquisition entrelacée d’images en mode échos de gradient (GRE-EPI) ainsi qu’en mode échos de spins (SE-EPI) pour l’évaluation de la performance de ces deux méthodes d’imagerie au cours d’une expérience en IRMf BOLD impliquant l’utilisation d’un stimulus visuel chez 4 sujets adultes sains. Le deuxième objectif principal de cette thèse fut le développement d’une séquence de marquage de spins artériels employant un module de marquage fonctionnant en mode pseudo-continu (pCASL) pour la quantification du CBF au repos. Cette séquence fut testée chez 3 sujets adultes en bonne santé et sa performance fut comparée à celle d’une séquence similaire développée par un groupe de recherche extérieur. Les résultats de l’expérience portant sur le contraste BOLD indiquent une supériorité de la performance du mode GRE-EPI vis-à-vis celle du mode SE-EPI en termes des valeurs moyennes du pourcentage de l’ampleur d’effet et du score t associés à l’activité neuronale en réponse au stimulus. L’expérience visant la quantification du CBF démontra la capacité de la séquence pCASL développée au cours de ce projet de calculer des valeurs de la perfusion de la matière grise ainsi que du cerveau entier se retrouvant dans une plage de valeurs qui sont physiologiquement acceptables, mais qui demeurent inférieures à celles obtenues par la séquence pCASL développée par le groupe de recherche extérieur. Des expériences futures seront effectuées pour optimiser le fonctionnement des séquences présentées dans ce mémoire en plus de quantifier l’efficacité d’inversion de la séquence pCASL. / Magnetic resonance imaging (MRI) is an important tool for the qualitative and quantitative investigation of brain physiology. The investigation of neuronal activation using this modality is made possible by the detection of concomitantly-arising hemodynamic changes in the brain’s vasculature, such as localized increases of the cerebral blood flow (CBF) or the variation of the concentration of paramagnetic deoxyhemoglobin in venous vessels. To study the formation of functional contrasts that stem from these changes in MRI, two pulse sequences were developed in this thesis to carry out experiments in blood oxygenation level dependent (BOLD) and perfusion functional MRI (fMRI). The first objective laid out in this work was the development of an echo planar imaging (EPI) sequence permitting the interleaved acquisition of images using gradient-echo EPI and spin-echo EPI to assess the performances of these imaging techniques in a BOLD fMRI experiment involving a visual stimulation paradigm in 4 healthy adult subjects. The second main objective of this thesis was the development of a pseudo-continuous arterial spin labelling (pCASL) sequence for the quantification of cerebral blood flow (CBF) at rest. This sequence was tested on 3 healthy adult subjects and compared to an externally-developed pCASL sequence to assess its performance. The results of the BOLD fMRI experiment indicated that the performance of GRE-EPI was superior to that of SE-EPI in terms of the average percent effect size and t-score associated with stimulus-driven neuronal activation. The CBF quantification experiment demonstrated the ability of the in-house pCASL sequence to compute values of CBF that are within a range of physiologically-acceptable values while remaining inferior to those computed using the externally-developed pCASL sequence. Future experiments will focus on the optimization of the sequences presented in this thesis as well as on the quantification of the pCASL sequence’s labelling efficiency.

Die vorliegende Dissertation beschreibt die Erarbeitung anwendbarer Methoden zum Aufbau Oberflächenplasmonenresonanz (SPR)-basierter DNA-Mikroarrays. Es werden die Beziehungen zwischen allen Teilschritten der Entwicklung eines DNA-Biosensors aufgezeigt. Die Sondendichte auf der Sensoroberfläche ist entscheidend für die Leistungsfähigkeit eines DNA-Chips. In dieser Arbeit werden thiolmodifizierte Sonden und solche mit Phosphorothioatgruppen verwendet und verglichen. Der Aufbau selbstorganisierender Monoschichten, bestehend aus Mercaptoalkoholen und thiolmodifizierten DNA-Einzelsträngen, wird mittels Röntgenphotoelektronenspektroskopie untersucht. Es werden bis zu 180 Spots auf einem SPR-Chip aufgetragen. Eine weitere Erhöhung der Anzahl an Sondenorten pro Chip wird mit einer hydrophil/hydrophoben Strukturierung der Arrayoberfläche erreicht. Dies erfolgt durch das Mikrokontaktdrucken mit Alkanthiolen. Die selektiven Hybridisierungen der Produkte der Polymerase-Kettenreaktion (PCR) werden bei SPR-Messungen auf DNA-Mikroarrays detektiert. Eine schnelle markierungsfreie Echtzeitanalyse wird bei Hybridisierungen im mikrofluidischen Kanal innerhalb weniger Minuten erzielt. Die Anwendbarkeit dieser Methoden wurde anhand der Mutationsanalyse der Fusionsgene AML1-ETO und CBFB-MYH11 bei der akuten myeloischen Leukämie bestätigt. Die Hybridisierungseffizienz auf DNA-Mikroarrays hängt stark von der Sodensequenz ab. SPR-Experimente zeigen, dass die Ausbildung der Haarnadelstrukturen die Ursache dafür ist. Ein Computerprogramm (EGNAS) auf Grundlage eines neu entwickelten Nucleobasen-Sequenzentwurf-Algorithmus, ermöglicht die Generierung vollständiger Sequenzsätze. Die Intra- und Interstrangeigenschaften dieser Sequenzen können kontrolliert werden, um Haarnadelstrukturen und Kreuzhybridisierungen zu vermeiden. Dadurch können optimierte Sequenzen für Anwendungen auf DNA-Chips oder in der DNA-Nanobiotechnologie entworfen werden.

Die vorliegende Dissertation beschreibt die Erarbeitung anwendbarer Methoden zum Aufbau Oberflächenplasmonenresonanz (SPR)-basierter DNA-Mikroarrays. Es werden die Beziehungen zwischen allen Teilschritten der Entwicklung eines DNA-Biosensors aufgezeigt. Die Sondendichte auf der Sensoroberfläche ist entscheidend für die Leistungsfähigkeit eines DNA-Chips. In dieser Arbeit werden thiolmodifizierte Sonden und solche mit Phosphorothioatgruppen verwendet und verglichen. Der Aufbau selbstorganisierender Monoschichten, bestehend aus Mercaptoalkoholen und thiolmodifizierten DNA-Einzelsträngen, wird mittels Röntgenphotoelektronenspektroskopie untersucht. Es werden bis zu 180 Spots auf einem SPR-Chip aufgetragen. Eine weitere Erhöhung der Anzahl an Sondenorten pro Chip wird mit einer hydrophil/hydrophoben Strukturierung der Arrayoberfläche erreicht. Dies erfolgt durch das Mikrokontaktdrucken mit Alkanthiolen. Die selektiven Hybridisierungen der Produkte der Polymerase-Kettenreaktion (PCR) werden bei SPR-Messungen auf DNA-Mikroarrays detektiert. Eine schnelle markierungsfreie Echtzeitanalyse wird bei Hybridisierungen im mikrofluidischen Kanal innerhalb weniger Minuten erzielt. Die Anwendbarkeit dieser Methoden wurde anhand der Mutationsanalyse der Fusionsgene AML1-ETO und CBFB-MYH11 bei der akuten myeloischen Leukämie bestätigt. Die Hybridisierungseffizienz auf DNA-Mikroarrays hängt stark von der Sodensequenz ab. SPR-Experimente zeigen, dass die Ausbildung der Haarnadelstrukturen die Ursache dafür ist. Ein Computerprogramm (EGNAS) auf Grundlage eines neu entwickelten Nucleobasen-Sequenzentwurf-Algorithmus, ermöglicht die Generierung vollständiger Sequenzsätze. Die Intra- und Interstrangeigenschaften dieser Sequenzen können kontrolliert werden, um Haarnadelstrukturen und Kreuzhybridisierungen zu vermeiden. Dadurch können optimierte Sequenzen für Anwendungen auf DNA-Chips oder in der DNA-Nanobiotechnologie entworfen werden.

Proteins are molecular machines of life in the truest sense. Being the expressors of genotype, proteins have been a focus in structural biology. Since the first characterization and structure determination of protein molecule more than half a century ago1, our understanding of protein structure is improving only incrementally. While computational analysis and experimental techniques have helped scientist view the structural features of proteins, our concepts about protein folding remain at the level of simple hydrophobic interactions packing side-chain at the core of the protein. Furthermore, because the rate of genome sequencing is far more rapid than protein structure characterization, much more needs to be achieved in the field of structural biology. As a step in this direction, my dissertation research uses computational analysis and experimental techniques to elucidate the fine structural features of the tertiary packing in proteins. With these set of studies, the knowledge of the field of structural biology extends to the fine details of higher order protein structure.