Return to search

From signal to metabolism

Das Leben und Überleben einer Zelle wird auf verschiedenen Ebenen streng reguliert. Diese Ebenen sind eng miteinander verknüpft: (i) Signalwege leiten extrazelluläre Signale in den Zellkern, wo (ii) Genregulation sie zu Proteinen übersetzt, und (iii) Proteine kontrollieren metabolische Funktionen, die Nährstoffe zu Energie und zellulären Bausteinen konvertieren. Diese Systeme sind hochkomplex und werden oft nur einzeln betrachtet. Systembiologie ist ein interdisziplinäres Forschungsgebiet, das Methoden anbietet, um Informationen aus heutigen Hochdurchsatz-Experimenttechnologien zu extrahieren. Diese Methoden können effektiv sein, um die vorgenannten Systeme einzeln oder im Ganzen zu untersuchen. In dieser Doktorarbeit wende ich Methoden an, um Signalwege und Zellmetabolismus zu erforschen, und ich präsentiere neue Arbeitsabläufe für das Modellieren und Analysieren dieser Systeme. Beide Methoden sind auf großskalige Netzwerkrekonstruktionen fokussiert. Da die Erhältlichkeit von xperimentellen Daten eines der größten Probleme der Systembiologie darstellt, befassen sich die Methoden explizit mit dem Umgang mit Wissenslücken. Sie werden auf den Snf1 Signalweg und den Metabolismus von Hefezellen angewendet und vermitteln neue Erkenntnisse über diesen Modellorganismus. Des Weiteren präsentiert diese Arbeit eine eingehende Analyse vom metabolischen Reprogrammieren in Darmkrebszellen, welche bisher unbekannte Zusammenhänge von metabolischer Funktionalität und Onkogenen beinhaltet. Zum Abschluss stelle ich unseren Vorschlag für ein standardisiertes Datenaustauschformat vor, welches seinen Schwerpunkt auf Datentabellen der Systembiologie legt. Zusammenfassend behandelt diese Doktorarbeit die Signalwege und den Metabolismus von Zellen, inklusive neuer Modellierabläufe und biologischer Erkenntnisse. Diese Erkenntnisse werden in den Kontext unseres aktuellen Wissensstandes gesetzt und darauf aufbauend werden neue potentielle Ansatzpunkte für Experimente vorgeschlagen. / Cellular life is governed on different layers of regulation, which are tightly interconnected: (i) Signalling pathways transmit extracellular signals to the cells’ nucleus, where (ii) gene regulation translates these signals into proteins, and (iii) proteins control metabolic functions, which convert nutrients to energy and cell building blocks. Due to the complexity of each of these systems, they are often analysed individually or only partially. Systems Biology is an interdisciplinary field of research that offers techniques to harvest the information of todays high-throughput experiments. These techniques can be powerful approaches to investigate the aforementioned regulatory layers of a cell either individually or as a whole. In this thesis, I am employing means of Systems Biology to explore signalling pathways and metabolism, and I provide novel workflows for modelling and exploring these systems. Both workflows are focussed on accurate large-scale network reconstructions of the target system. Since one of the major problems in Systems Biology is the availability of experimental data, the workflows put emphasis on the handling of knowledge gaps. They are applied on the Snf1 pathway and metabolism in yeast and provide new findings about this model organism. Furthermore, this thesis presents an in-depth analysis of metabolic reprogramming in colorectal cancer cells, which yields previously unknown coherences of metabolic function and oncogenes. Finally, I am presenting a proposal for a standardised data format in Systems Biology, which is based on data tables. In summary, this thesis comprises works on signalling pathways and cell metabolism, which includes novel modelling workflows and new biological findings, analyses their impact on the scientific state of the art, and proposes directions for new experimental targets.

Identiferoai:union.ndltd.org:HUMBOLT/oai:edoc.hu-berlin.de:18452/18150
Date12 May 2016
CreatorsLubitz, Timo
ContributorsKlipp, Edda, Holzhütter, Hermann-Georg, Blüthgen, Nils
PublisherHumboldt-Universität zu Berlin, Lebenswissenschaftliche Fakultät
Source SetsHumboldt University of Berlin
LanguageEnglish
Detected LanguageGerman
TypedoctoralThesis, doc-type:doctoralThesis
Formatapplication/pdf
RightsNamensnennung, http://creativecommons.org/licenses/by/3.0/de/

Page generated in 0.0024 seconds