Haunschild, Marc Daniel: Metabolische Stimulus-Response-Experimente : Werkzeuge zur Modellierung, Simulation und Auswertung. 2006
Inhalt
- Danksagungen
- Zusammenfassung Deutsch
- Zusammenfassung Englisch
- Inhaltsverzeichnis
- Abkürzungsverzeichnis
- I Grundlagen
- Einleitung
- Anwendungsgebiet dieser Arbeit
- Problematik der Modellbildung in der Biologie
- Systembiologie und Metabolic Engineering
- Projektkontext und Zielsetzung
- Struktur dieser Arbeit
- Experimentelle Modellbildung
- Experimentelle Grundlagen
- In Vitro und In Vivo Experimente
- E. coli und C. glutamicum als Modellorganismen
- Stimulus-Response-Experimente und schnelle Probenahme
- Zellaufschluss und Analytik
- Modellierung metabolischer Netzwerke
- Modellierung komplexer Systeme
- Problematik der Modellbildung biologischer Systeme
- Vereinfachende Modellannahmen
- Struktur metabolischer Modelle
- Stöchiometrische Matrix
- Chemische Reaktionskinetiken
- Beispiel
- Wahl der Systemgrenzen
- Verfügbare Software
- Simulation ganzer Zellen
- Simulation (bio-)chemischer Reaktionsnetzwerke
- Experimentelle Modellbildung
- Spezialanwendungen
- Präzisierung der Zielsetzung dieser Arbeit
- II Methoden und Implementierung
- Modellfamilien als Modellierungswerkzeug
- Modellbasierte Datenauswertung
- Kinetische Varianten
- Netzwerkvarianten
- Kombinatorische Modellgenerierung
- Zusammenlegung kinetischer- und Netzwerk-Varianten
- Ausschluss biologisch sinnloser Modelle
- Elementare Flussmoden
- Metabolic Modeling Markup Language - M3L
- Überblick über existierende Modellierungssprachen
- Modellvarianten
- Messdaten
- Splines
- Verfahrensparameter
- Source-Code Generierung
- Numerische Methoden
- III Anwendung von MMT2
- Exemplarische Modellstudie mit MMT2
- Erstellung der Modellstruktur
- Vervollständigen der Modellstruktur
- Simulatorerzeugung und Simulationsläufe
- Messdaten hinzufügen
- Parameteranpassung
- Splines hinzufügen
- Modellfamilie erstellen
- Komplexe Anwendungsbeispiele
- IV Modellsuche
- Formale Beschreibung von Modellfamilien
- Grundlegende Annahmen
- Allgemeine Struktur von Modellfamilien
- Anwendungsbeispiel: Metabolische Modelle
- Optimierungsalgorithmus für die Modellselektion
- Eigenschaften des Modellraums
- Vorgehensweise
- Struktur des Algorithmus
- Beschreibung des Algorithmus
- Implementierung
- Analyse des Modellselektionsalgorithmus
- Referenzmodell
- Testmodellfamilie
- Verfahrensparameter
- Analyse des Laufzeitverhaltens
- Analyse des Ergebnisses
- Verrauschte Datenbasis
- Schlussfolgerungen
- Zusammenfassung
- High-Performance Computing
- V Schluss