Modellierung und Simulation metabolischer Netzwerke

• Inhalte der Vorlesung

• Übungsbetrieb – Termin

• Mo. 12 - 14 Uhr – D5-113

• 1. Termin: 23.10.06

• Bprins@techfak.uni-bielefeld.de

1. Einführung und Überblick

2. Einführung – Modellierung und Simulation

3. Genregulation (Phänomene und Datenquellen)

Fragestellung: Der Weg vom Gen zum Phän

Vorlesung Modellierung & Simulation Überblick

4. Modellierung der Genregulation

Automaten, Sprachen, Objekte, etc.

5. Modellierung biochemischer Pathways

Analytisch / Diskret

6. PetrinetzeTheorie und Simulatoren

7. PetrinetzeModellierung und Simulation metabolischer Netzwerke

Vorlesung Modellierung & Simulation Überblick

8. Regelbasierte ModellierungMetabolische Grammatik

9. Regelbasierte Modellierung

Definition und Anwendung

10. Datenbanken, Informationssysteme und Integration

Datenbankintegration (SRS, PEDANT etc.)

11. Simulation und Integration

MARGBENCH und Pathaligner

Vorlesung WS 06/07 Modellierung & Simulation Überblick

12. Modellierung im Rahmen des Genomprojektes

RAMEDIS

13. Drug PointingMILAN

14. Systembiologie - Virtuelle Zelle

E-Cell, etc.

Vorlesung Modellierung & Simulation Überblick

Literatur:

Computational Modeling of Genetic and Biochemical Networks, J. Bower und H. Bolouri, MIT Press 2001

Gene Regulation and Metabolism, J. Collado-Vides und R. Hofestädt, MIT Press 2002

Computational Analysis of Biochemical Systems, E. Voit, Cambridge University Press 2000

Skript zur Vorlesung

Vorlesung Modellierung & Simulation Überblick

I – Anstieg in MEDLINE II – Anzahl Transistoren/ChipIII – GenBank Einträge IV – Wachstum PDB (3D)

Genotype

Metabolic Pathways

Phenotype

Drugs

SynthesisReg

ulatio

n

Influence

Effect

Food

Genotype

Metabolic Pathways

Phenotype

Drugs

SynthesisReg

ulatio

n

Influence

Effect

EMBL

TRANSFAC

KEGG

WIT

Ramedis

METAGENE

OMIM

ASDB

RListe

......

......

Sichten auf (komplexe) Datenbestände-Visualisierung-Statistik-Analysealgorithmen, …

Informatik/Data Mining/Informationsfusion

-Integration von Datenbanken und AnalysetoolsCollado-Vides, Magasanik, Smith: Integrative Approaches to Molecular Biology. MIT Press 1996

Integrative Bioinformatik

Vorlesung Modellierung & Simulation Überblick

SRS (Lion Bioscience)PEDANT (BioMax)

MOBY DICKHUSARBioKleisliWhat Is There (WIT)Biology WorkbenchIntegrated Genomic Database (IGD)

Datenbankintegration

Vorlesung Modellierung & Simulation Überblick

Heterogenität- Datenmodelle / Entwurf- Anfragesprachen- Rechnerplattform

DynamikSchnittstellen

- Keine Zugriffsschnittstellen (flat files)

Eigenschaften mol. Datenbanken

Vorlesung Modellierung & Simulation Überblick

Wie zuverlässig sind die Datenbestände?

Lesen vom Plattenspeicher:Fehlerrate: 1015 Bit

P. Bork (1996)Stichproben: E. coli (EMBL)10% Leserahmenverschiebung!

Reduktion der Fehlerrate – Integrative Bioinformatik

Datenspeicherung

Vorlesung Modellierung & Simulation Überblick

Modellierung/Simulation- Diskrete Modelle/Simulatoren

- Analytische Modelle/Simulatoren

Dagstuhl Seminare-1995, 1998, 2001 -> 2004

J. Collado-Vides und R. Hofestädt (Eds): Gene Regulation and Metabolism - Post-Genomic Computational Approaches. Cambridge, MA: MIT Press, 2002.

Modellierung und Simulation

MARGBench

BioDataServer IIUDB

MetabVis

Plattform zur integrativenModellierung, Analyse

und Simulation genregulatorischer Prozesse

Systemarchitektur

Gewinnung von Regeln r aus Objekt Netzwerken

r = (S, P, I, L)

S – Input setP – Output setI – Influence SetL – Location Set

I

P

L

r

Metabolite

‘F6P‘ Compound

‘ATP‘

Metabolite

‘F1,6P2‘

Compound

‘ADP‘

Enzyme

‘PFK‘

Organism

‘E.coli‘

Compartment

‘Cytosol‘

<Klasse>

<Attribute>

Zugriffspfad

Objekt

S

BioPNMLXML-Dialekt zur

Ankopplung externerPetri-Netz Simulatoren

an die Integrationsplattform

Drath (1998), Hybrid Object Nets: An Object Oriented Concept for Modeling Complex Hybrid Systems. In: Hybrid Dynamical Systems. 3rd International Conference on Automation of Mixed Processes, ADPM'98, Reims, 1998

VON++ (Drath‘98)

Parallel Metabolic Processing

Ziel der Systembiologie

Die Virtuelle Zelle

Aufgabe der (Bio-)Informatik- Elektronische Infrastruktur- Informationsfusion

Modellierung und Simulation / Biologie

Biophysik/Biomathematik ...

Komplexe Systeme: Analyse durch Abstraktion auf wesentliche Komponenten.

Modellhafte Beschreibung des Systems auf der Grundlage eines geeigneten Formalismus (Modell).

Spezifikation einer Simulation.

Hypothetische Welt (Implementierung).

Deduktion systemspezifischer Hypothesen, die in der Regel durch Experimente verifiziert oder falsifiziert werden müssen.

Neu: Die Informatik erweitert das Spektrum der Konzepte.

Klassisches wissenschaftliches Vorgehen:

Problem Hypothese (Modell) Experiment

Beobachtung (Daten) Analyse und Auswertung

Lösung oder Verfeinerung (Problem)

Erweiterung:

Problem Problemanalyse Modell Hypothese

Experiment/Theorie – Beobachtung (Daten)

Analyse und Auswertung

Lösung oder Verfeinerung {Anpassung des Modells}

Simulation erlaubt Experimente in hypothetischen Welten!

Problem

Hypothese

Experiment

Beobachtung

Daten

Analyse

Lösung?

Problem

Modell/

Hypothese

Experiment

Beobachtung

Daten

Analyse

Lösung?

Simulation