Search

The noncoding RNA B2 and the RNA aptamer FC bind RNA polymerase (Pol) II and inhibit messenger RNA transcription initiation, but not elongation. We report the crystal structure of FC(*), the central part of FC RNA, bound to Pol II. FC(*) RNA forms a double stem-loop structure in the Pol II active center cleft. B2 RNA may bind similarly, as it competes with FC(*) RNA for Pol II interaction. Both RNA inhibitors apparently prevent the downstream DNA duplex and the template single strand from entering the cleft after DNA melting and thus interfere with open-complex formation. Elongation is not inhibited, as nucleic acids prebound in the cleft would exclude the RNA inhibitors. The structure also indicates that A-form RNA could interact with Pol II similarly to a B-form DNA promoter, as suggested for the bacterial transcription inhibitor 6S RNA.

The ability to generate RNA molecules that can catalyze complex organic transformations not only facilitates the reconstruction and plausibility of possible prebiotic reaction pathways but is also crucial for elucidating the potential of the application of RNA catalysts in organic syntheses. Iterative RNA selection previously identified a ribozyme that catalyzes the Michael addition of a cysteine thiol to an α,β-unsaturated amide. This reaction is chemically similar to the rate limiting step of the thymidylate synthase reaction, which is the corresponding reaction of a cysteine thiol to the double-bond of the uracil nucleobase. Here we provide a detailed description of the synthesis of the ribozyme substrates and the substrate oligonucleotides used for its characterization and the investigation of the background reaction. We also describe the further characterization of the ribozyme with respect to substrate specificity. We show that the thiol group of the cysteine nucleophile is essential for the reaction to proceed. When substituted for a thiomethyl group, no reaction takes place.

Summary Directed in vitro evolution can create RNA catalysts for a variety of organic reactions, supporting the "RNA world" hypothesis, which proposes that metabolic transformations in early life were catalyzed by RNA molecules rather than proteins. Among the most fundamental carbon-carbon bond-forming reactions in nature is the aldol reaction, mainly catalyzed by aldolases that utilize either an enamine mechanism (class I) or a Zn 2+ cofactor (class II). We report on isolation of a Zn 2+ -dependent ribozyme that catalyzes an aldol reaction at its own modified 5′ end with a 4300-fold rate enhancement over the uncatalyzed background reaction. The ribozyme can also act as an intermolecular catalyst that transfers a biotinylated benzaldehyde derivative to the aldol donor substrate, coupled to an external hexameric RNA oligonucleotide, supporting the existence of RNA-originated biosynthetic pathways for metabolic sugar precursors and other biomolecules.

1. Die Grundstruktur eines Entscheidungsproblems kann beschrieben werden durch Handlungsalternativen, Umwelteinflusse, Konsequenzen von Handlungsalternativen und Umwelteinflussen sowie durch die Ziele und Praferenzen des Entscheiders bezuglich der Konsequenzen. 2. Wichtige Vorentscheidungen sind bei der Zusammenstellung der Alternativen zu fallen. Sie betreffen die Fragen: Soll nach weiteren Alternativen gesucht oder zwischen den vorhandenen Alternativen gewahlt werden? Soll die Anzahl der vorhandenen Alternativen reduziert werden, indem man Optionen, die sich nur geringfugig unterscheiden, zusammenfast? Oder ist es im Gegenteil sinnvoll, vorhandene Optionen in mehrere Varianten aufzuspalten? Sollen die Handlungsmoglichkeiten einstufig oder mehrstufig konzipiert werden — und im letzteren Fall: Wieviele Schritte soll man vorausplanen? 3. Weitere wichtige Vorentscheidungen betreffen die Modellierung der Umwelteinflusse. Kann man die Zukunft hinreichend gut vorhersehen, um Unsicherheiten vernachlassigen zu konnen? Falls nicht: Welches sind die relevanten unsicheren Einflusse? Wie fein oder grob soll die Gesamtheit der moglichen Zustande der Umwelt unterteilt werden? 4. Unsicherheit wird durch Zustande oder Ereignisse beschrieben, denen Wahrscheinlichkeiten zugeordnet werden. Wahrscheinlichkeiten gehorchen bestimmten Regeln. Bei der Kombination unsicherer Ereignisse sind gemeinsame Wahrscheinlichkeiten und bedingte Wahrscheinlichkeiten von Bedeutung. Mit Hilfe von Ereignis-, Zustands- und Ursachenbaumen konnen solche Kombinationen anschaulich dargestellt werden. 5. Wenn eine Handlungsalternative gewahlt und die Unsicherheit bezuglich der Umwelteinflusse aufgelost ist, ergibt sich deterministisch eine bestimmte Konsequenz. Es kann notig sein, ein Wirkungsmodell zu formulieren, das diese Konsequenz ermittelt. 6. Bei der Praferenzmodellierung ist die Vorentscheidung zu treffen, ob man sich auf ein einziges Ziel beschranken kann oder mehrere Ziele berucksichtigen will. Die bedeutsamen Ziele sind zu identifizieren. Bei unsicheren Erwartungen mus man sich Gedanken uber seine Einstellung zu Risiken machen und bei uber die Zeit verteilten Konsequenzen kann eine Modellierung der Zeitpraferenz sinnvoll sein. 7. Die Modellierung der einzelnen Komponenten ist gewohnlich nicht unabhangig voneinander moglich. Sie beeinflussen sich gegenseitig. Der Entscheider springt zwischen dem Altemativenmodell, dem Umweltmodell und dem Praferenzmodell hin und her, bis er die Problemmodellierung beendet und das so formulierte Problem lost. 8. Graphische Darstellungsmittel wie die Entscheidungsmatrix, der Entscheidungsbaum und das Einflusdiagramm sind sehr nutzliche Werkzeuge. Sie zwingen den Entscheider, seine Vorstellungen zu klaren, und erleichtern es ihm, mit anderen am Entscheidungsprozes Beteiligten zu kommunizieren oder betroffenen Personen die Entscheidungsgrundlagen zu erklaren.

1. In komplexen Entscheidungen ist der Mensch mit seinem sogenannten gesunden Menschenverstand oft uberfordert. Dies kann an der Unsicherheit der Zukunft oder an der Vielfalt der Ziele liegen, die man anstrebt und die sich nicht voll vereinbaren lassen. Zu wenige oder zu viele Handlungsalternativen und eine grose Zahl von Einflusfaktoren konnen das Problem weiter erschweren. 2. Durch rationales Vorgehen lassen sich die Erfolgsaussichten von Entscheidungen verbessern. Rationalitat ist kein klarer Begriff. Man kann ihn jedoch dadurch konkretisieren, das man einerseits gewisse Anforderungen an den Entscheidungsprozes aufstellt (prozedurale Rationalitat) und sich andererseits auf Grundsatze der Konsistenz, d. h. Widerspruchsfreiheit, festlegt. 3. Komplexe Probleme werden durch Dekomposition, d. h. Zerlegung in Teilprobleme vereinfacht. 4. Es gibt keine objektiv richtigen Entscheidungen. Vielmehr beruhen Entscheidungen notwendig auf subjektiven Erwartungen, die nur in Grenzen uberprufbar sind, sowie auf ebenfalls subjektiven Zielen und Praferenzen des Entscheiders. 5. Menschen haben Muhe, ihre subjektiven Erwartungen und Praferenzen eindeutig zu artikulieren. Entscheidungsunterstutzung durch formale Verfahren mus die Unscharfe der Informationen in Betracht ziehen, indem sie einerseits die Konsistenz der Aussagen uberpruft und andererseits mit unvollstandigen Informationen auszukommen versucht. 6. Die praskriptive Entscheidungstheorie ist relevant fur Entscheidungen auf verschiedensten Gebieten. Sie muste deshalb nicht nur in der betriebswirtschaftlichen Ausbildung eine Rolle spielen, sondern in allen Disziplinen, die auf Entscheidungen vorbereiten, wie beispielsweise in der Politologie, der Medizin, der Rechtswissenschaft und den Ingenieurwissenschaften.

1. Ohne Klarheit uber die Ziele ist keine rationale Entscheidung moglich. Einsicht in die Ziele fordert auch das Erkennen besserer Alternativen und lohnender Entscheidungschancen. 2. Das Erkennen der eigenen Ziele kann hohen mentalen Aufwand erfordern. Es gibt jedoch eine Reihe von Anhaltspunkten: Mangel des Ausgangszustands, Vergleich von Alternativen, strategische Ziele, externe Vorgaben und die Ziele anderer betroffener Personen. 3. Fundamentalziele sind von Instrumentalzielen zu unterscheiden. Fur die Bewertung der Alternativen sollten nur solche Ziele herangezogen werden, die innerhalb des jeweiligen Entscheidungskontexts fundamental sind. 4. Das System von (Fundamental-)Zielen, die in einer bestimmten Entscheidungssituation von Bedeutung sind, sollte bestimmte Anforderungen erfullen: Volstandigkeit, Redundanzfreiheit, Mesbarkeit, Unabhangigkeit und Einfachheit. 5. Eine hierarchische Strukturierung der (Fundamental-)Ziele dient dazu, die unter Punkt 4 genannten Anforderungen an das Zielsystem zu erfullen. 6. Fur jedes (Fundamental-)Ziel, das zur Bewertung der Alternativen herangezogen werden soll, ist eine Zielvariable (=Attribut) zu bestimmen, die die Zielerreichung moglichst treffend und eindeutig wiedergibt. 7. Es last sich leider oft nicht vermeiden, kunstliche Attribute und Proxy-Attribute anstelle naturlicher Attribute zu verwenden.

1. Wir diskutieren in diesem Kapitel Mehrpersonenentscheidungen, bei denen die Gruppenmitglieder gemeinsam Ziele und Erwartungen festlegen, aus denen sich dann eine gemeinsame Gruppenentscheidung ableiten 2. In Entscheidungsprozessen von Gruppen treten haufig Effekte auf, die die Rationalitat des Prozesses beeintrachtigen. 3. Eine gemeinsame Strukturierung des Entscheidungsproblems durch die Gruppe weist einen hoheren Grad an prozeduraler Rationalitat auf als die Abstimmung uber Alternativen nach einer unstrukturierten Diskussion. Sie fiuhrt zu mehr Transparenz des Problems und dampft den Einflus „illegitimer“ Interessen. 4. Kann sich die Gruppe auf bestimmte Werte, z. B. Zielgewichte oder Wahrscheinlichkeiten, nicht einigen, so konnen entweder die individuellen Werte mathematisch aggregiert werden oder man einigt sich auf ein Intervall, arbeitet also mit unvollstandiger Information weiter. 5. Sind die Komponenten des Entscheidungsproblems erst einmal bestimmt, last sich vollig analog zum Fall einer Individualentscheidung eine Losung finden. 6. Die entgegengesetzte Alternative zu einer gemeinsamen Strukturierung ist, das jede Person ihre eigenen Praferenzen uber den Alternativen definiert und die individuellen Praferenzen, sei es durch Aggregation uber individuellen Nutzenfunktionen oder durch Abstimmung uber die Alternativen, in eine Gruppenpraferenz transformiert werden.

The ability to generate RNA molecules that can catalyze complex organic transformations not only facilitates the reconstruction and plausibility of possible prebiotic reaction pathways but is also crucial for elucidating the potential of the application of RNA catalysts in organic syntheses. Iterative RNA selection previously identified a ribozyme that catalyzes the Michael addition of a cysteine thiol to an alpha,beta-unsaturated amide. This reaction is chemically similar to the rate limiting step of the thymidylate synthase reaction, which is the corresponding reaction of a cysteine thiol to the double-bond of the uracil nucleobase. Here we provide a detailed description of the synthesis of the ribozyme substrates and the substrate oligonucleotides used for its characterization and the investigation of the background reaction. We also describe the further characterization of the ribozyme with respect to substrate specificity. We show that the thiol group of the cysteine nucleophile is essential for the reaction to proceed. When substituted for a thiomethyl group, no reaction takes place.

1. Bei vielen Entscheidungen haben Sie heutige Konsequenzen gegen zukunftige Konsequenzen abzuwagen. Der Zeitbezug der Konsequenzen mus im Entscheidungskalkul berucksichtigt werden. 2. Intertemporale Entscheidungen konnen als Entscheidungen unter mehrfacher Zielsetzung mit additiven Wertfunktionen aufgefast werden. An die Stelle des i-ten Attributs tritt das Attribut im i-ten Zeitpunkt. 3. Die Bedingung wechselseitiger Praferenzunabhangigkeit als Voraussetzung fur eine additive intertemporale Wertfunktion wird nicht immer erfullt. Ist sie nicht erfullt, kann eine Redefinition des Zielsystems oft Abhilfe schaffen. 4. Die intertemporale Wertfunktion vereinfacht sich zum Diskontierungsmodell oder zu Harveys Modell, wenn neben der Bedingung gegenseitiger Praferenzunabhangigkeit weitere Axiome erfullt sind. 5. Ob Sie eines dieser einfachen Modelle bzw. welches Sie benutzen sollen, hangt von Ihrer Einschatzung der Axiome ab. Wenn Sie keines der beiden Axiomensysteme fur sich als Grundlage rationalen Entscheidens akzeptieren, mussen Sie die (additive) intertemporale Wertfunktion verwenden. 6. Besitzen Sie zeitliche Transformationsmoglichkeiten, wie sie zum Beispiel in einem vollkommenen Kapitalmarkt gegeben sind, konnen Sie das Diskontierungsmodell unabhangig von axiomatischen Uberlegungen anwenden.

1. Das Erwartungsnutzenkriterium kann auf den Fall unvollstandiger Information bezuglich der Nutzenfunktion und der Wahrscheinlichkeit erweitert werden. 2. Zwei Fragen mussen fur Entscheidungen bei unvollstandiger Information beantwortet werden: Wie kann die unvollstandige Information abgebildet werden? Wie konnen aus der unvollstandigen Information Praferenzaussagen gewonnen werden? 3. Praferenzaussagen konnen oft mit Hilfe einfacher linearer Programmierungsansatze abgeleitet werden. 4. Die Risikoanalyse ist eine wichtige Methode fur Entscheidungen bei unvollstandiger Information bezuglich der Nutzenfiinktioa 5. Die Sensitivitatsanalyse ist eme weitere Moglichkeit, Entscheidungen unter unvollstandiger Information zu unterstutzen. 6. Bei mehreren Zielen lassen sich die Praferenzen durch multiattributive Nutzenfunktionen abbilden. 7. Die einfachste Form ist die additive Nutzenfunktion. Sie ist dann moglich, wenn die Anforderung der additiven Nutzenunabhangigkeit der Attribute erfullt ist. 8. Weniger restriktiv ist die Bedingung der wechselseitigen Nutzenunabhangigkeit. Sie impliziert eine multiplikative Nutzenfunktion.

1. In Kapitel 12 haben Sie Methoden kennengelernt, mit denen eine Gruppe gemeinsam ein Gruppenentscheidungsproblem losen kann. Sollten diese Methoden nicht zum Erfolg fuhren, konnen Sie die Gruppenentscheidung durch die in diesem Kapitel vorgestellten Abstimmungsregeln herbeifuhren. 2. Arrow konnte zeigen, das es keinen Aggregationsmechanismus (Abstimmungsregel) gibt, der bestimmten, fur Gruppenentscheidungen sinnvollen Anforderungen genugt. Dieses Ergebnis wird als Arrowsches Unmoglichkeitstheorem bezeichnet. 3. Die Einschatzung der Qualitat der in diesem Kapitel prasentierten Abstimmungsregeln ist vom zugrunde gelegten Beurteilungskriterium abhangig. Eine allgemeingultige Empfehlung, welche Abstimmungsregel angewandt werden sollte, kann aufgrund des Ergebnisses von Arrow nicht gegeben werden. 4. Einen Ausweg aus dem Arrowschen Unmoglichkeitstheorem weist die jedoch nicht unumstrittene Annahme, das Wert bzw. Nutzen zwischen Personen vergleichbar ist. 5. Wird kardinale Vergleichbarkeit unterstellt, so last sich fur Entscheidungen bei Sicherheit eine additive Gruppenwertfunktion und fur Entscheidungen bei Risiko eine additive Gruppennutzenfunktion herleiten.

1. Haufig sind mehrere Ziele fur eine Entscheidung relevant. Sie erfordern die Bewertung der Alternativen mittels einer multiattributiven Wertfunktion. 2. Die einfachste und wichtigste multiattributive Wertfunktion ist die additive. Hier wird der (Gesamt)wert einer Alternative aus einer gewichteten Summe von (Einzel)werten pro Attribut berechnet. 3. Das additive Modell kann nur dann angewendet werden, wenn gewisse Unabhangigkeitsbedingungen zwischen den betrachteten Attributen erfullt sind. 4. Die Gewichtung der Attribute wird sinnvoll mit dem Trade-off-Verfahren oder dem Swing-Verfahren bestimmt. Beim Trade-off-Verfahren werden die Zielgewichte aus Austauschraten zwischen jeweils zwei Attributen hergeleitet, bei dem Swing-Verfahren aus Punktbewertungen von unterschiedlichen Alternativen berechnet. 5. Das verbreitete Direct-Ratio-Verfahren ist weniger geeignet. 6. Gewichte von Attributen sind immer nur in bezug auf die Auspragungsintervalle der Attribute sinnvoll zu interpretieren. Es gibt keine „Wichtigkeit“ von Attributen schlechthin. 7. Ist der Entscheider nicht in der Lage, exakte Gewichtungen anzugeben, so kann auch auf Basis unvollstandiger Informationen, z. B. Intervallaussagen, moglicherweise die optimale Alternative bestimmt oder konnen zumindest dominierte Alternativen eliminiert werden. 8. Sensitivitatsanalysen konnen Aufschlus daruber geben, bei welchen Veranderungen der Zielgewichte die optimale Alternative optimal bleibt. 9. Menschen machen bei der Bestimmung der Gewichtungsfaktoren systematische Fehler, insbesondere beachten sie nicht hinreichend die Auspragungsintervalle der Attribute (Punkt 6) und uberschatzen die Gewichtung eines Ziels, wenn es in Unterziele aufgeteilt wird.

1. Wahrscheinlichkeiten sind — zumindest in den Entscheidungssituationen der Praxis — prinzipiell subjektiver Natur. Sie konnen nicht objektiv festgestellt, sondern mussen Personen „entlockt“ werden. 2. Menschen sind nicht gewohnt und strauben sich sogar dagegen, Wahrscheinlichkeitsurteile prazise zu quantifizieren. Fur die Unterstutzung schwerwiegender Entscheidungen unter Unsicherheit sollten jedoch Wahrscheinlichkeiten numerisch bestimmt werden. 3. Die Messung von Wahrscheinlichkeiten erfolgt durch direkte oder indirekte Befragung von Personen. 4. Ein wesentliches Hilfsmittel ist die Dekomposition komplexer Ereignisse in Einzelereignisse, deren Wahrscheinlichkeiten einfacher zu bestimmen sind. 5. Apriori-Wahrscheinlichkeiten und zusatzliche Daten werden mithilfe des Bayes-Theorems zu Aposteriori-Wahrscheinlichkeiten transformiert. Dies ist ein auserst nutzliches Instrument, da Menschen intuitiv nicht in der Lage sind, korrekte Transformationen vorzunehmen. 6. Eine Reihe von Unzulanglichkeiten der intuitiven menschlichen Informationsverarbeitung verzerren die Wahrscheinlichkeitsbildung. 7. Diese Fehler betreffen zum einen den Zugriff auf gespeichertes Wissen und die korrekte Schlusfolgerung daraus. Die Erfahrungsbasis kann ungeeignet sein, nicht alle relevante Information ist zugreifbar, und falsche Schlusse konnen aus Erfahrungen gezogen werden. 8. Zum anderen resultieren falsche Wahrscheinlichkeitsurteile aus intuitiv falscher Wahrscheinlichkeitsverarbeitung. Hierzu gehort die „Umkehrung bedingter Wahrscheinlichkeiten“ sowie die Verletzung der Multiplikations- und der Additionsregel bei der Verknupfung von Wahrscheinlichkeiten. 9. Ein weiteres Phanomen, „Verankerung und Anpassung“, bewirkt, das Wahrscheinlichkeitsverteilungen oft zu eng angegeben werden, d. h. die Wahrscheinlichkeiten extremer Auspragungen unterschatzt werden.

1. Vielfach hangt die Qualitat einer Entscheidung stark von dem Prozes der Alternativengenerierung ab. Systematisches Vorgehen kann diesen Prozes unterstutzen. 2. Der Ruckgriff auf Ursache-Wirkungs-Analysen fuhrt naturlicherweise zu Alternativen. Formale Wirkungsmodelle und Mittel-Ziel-Netzwerke konnen brauchbare Alternativen in groserer Zahl zu Tage fordern. 3. Eine vorgestellte Ideal-Alternative kann Ideen stimulieren, wie man einer solchen Alternative nahe kommen kann. 4. Erweiterung des Kontextes durch Ubergang auf fundamentalere Ziele gibt Raum fur neue, bisher nicht erkannte Moglichkeiten. 5. Die Konstruktion einer guten Losung kann in vielen Fallen in eine Anzahl modularer Teillosungen aufgespalten und damit vereinfacht werden. 6. Anstatt nur einstufige Alternativen zu generieren, kann man durch Entwicklung mehrstufiger Alternativen, die Reaktionen auf zukunftige Ereignisse mit einbeziehen, mehr und oft bessere Alternativen bekommen. 7. Das Erkennen und Aussondern schlechter Alternativen ist wichtig, wenn die Anzahl der Optionen sehr gros wird. Es entsteht das Problem der Vorauswahl ohne vollstandige Bewertung der Alternativen. Restriktionen und Anspruchsniveaus sind beliebte, aber problematische Mittel. Unter gewissen Bedingungen ist eine Vorauswahl nach dem Kriterium der Dominanz moglich.

1. Das Erwartungsnutzenkriterium kann auf den Fall unvollstandiger Information bezuglich der Nutzenfunktion und der Wahrscheinlichkeit erweitert werden. 2. Zwei Fragen mussen fur Entscheidungen bei unvollstandiger Information beantwortet werden: Wie kann die unvollstandige Information abgebildet werden? Wie konnen aus der unvollstandigen Information Praferenzaussagen gewonnen werden? 3. Praferenzaussagen konnen oft mit Hilfe einfacher linearer Programmierungsansatze abgeleitet werden. 4. Die Risikoanalyse ist eine wichtige Methode fur Entscheidungen bei unvollstandiger Information bezuglich der Nutzenfunktion. 5. Die Sensitivitatsanalyse ist eine weitere Moglichkeit, Entscheidungen unter unvollstandiger Information zu unterstutzen.

1. Sind die Konsequenzen der Alternativen unsicher, so sind Kenntnisse uber die Wahrscheinlichkeitsverteilung der Zielvariablen Voraussetzung fur eine rationale Entscheidung. 2. Die Verteilung der Zielvariablen last sich nur in einfachen Fallen direkt angeben. Wirken mehrere unsichere Einflusfaktoren auf die Zielvariable ein, so ist es sinnvoll, die Verteilungen dieser Einflusfaktoren zu schatzen und daraus die Verteilung der Zielvariablen zu ermitteln. 3. Im allgemeinen ist es nicht moglich, auf analytischem Weg die resultierende Verteilung der Zielvariablen zu bestimmen. Mit Hilfe einer Simulation kann man die Verteilung jedoch in praktisch ausreichender Genauigkeit annahern.

1. Vollstandigkeit und Transitivitat sind die Rationalitatsanforderungen, die wir bei Entscheidungen bei Sicherheit und einem Ziel an die Praferenzordnung stellen wollen. 2. Transitive, vollstandige Praferenzordnungen konnen durch Wertfunktionen abgebildet werden. 3. Es gibt mesbare und nicht mesbare Wertfunktionen. Die mesbaren Wertfunktionen lassen im Gegensatz zu nicht mesbaren Wertfunktionen Aussagen uber die Starke der Praferenz zu. 4. Sie lernen drei Methoden zur Bestimmung der Wertfunktion kennen: die Direct-Rating-Methode, die Methode gleicher Wertdifferenzen und die Halbierungsmethode. 5. Konsistenzprufungen sind ein essentieller Bestandteil jeder Methode zur Bestimmung der Wertfunktion.