Search

In der vorliegenden Arbeit werden Methoden und Software vorgestellt, die es erlauben, aus Hochdurchsatz Omics-Daten und biomolekularen Interaktionsnetzwerken biologisch relevante Muster zu extrahieren. Es wird ein Algorithmus entwickelt, der es ermöglicht, aus großen gerichteten molekularen Interaktionsnetzwerken sog. deregulierte Teilnetzwerke zu extrahieren. Deregulierung wird hierbei über auf die Knoten des Netzwerkes abgebildete Omics-Daten definiert. Es wird eine statistische Grundlage für den vorgestellten Algorithmus diskutiert und eine Evaluierung hinsichtlich methodisch verwandter Verfahren vorgenommen. Der Algorithmus und seine Implementierung, DeRegNet, beruhen auf fraktionaler ganzzahliger Optimierung und erlauben zahlreiche Anwendungsszenarien. Exemplarisch wird die Anwendung auf öffentlich zugängliche Daten des TCGA-Projekts vorgestellt (TCGA: The Cancer Genome Atlas), hier genauer an Hand der Daten zum hepatozellulären Karzinom (Leberkrebs). Weiterhin werden Anwendungen auf eine Studie des Folate One-Carbon Metabolismus im Leberkrebs, als auch auf die phosphoproteomische Regulierung des Saccharomyces cerevisiae (Backhefe) Zellzyklus beschrieben. Abschließend wird auf die allgemeine Architektur und einige Implementationsdetails einer web-basierten API (Application Programming Interface) zur Bereitstellung von DeRegNet eingegangen. This thesis presents algorithms and software which allow the extraction of biologically meaningful patterns from high-throughput multi-omics data and biomolecular networks. It describes the concept and implementation of an algorithm which allows the extraction of deregulated subnetworks from large directed molecular interaction networks based on node scores derived from omics data. Statistical underpinnings of the algorithms are derived and the algorithm is benchmarked against its closest methodological relative. Relying on fractional integer programming, the algorithm and its implementation, DeRegNet, allow many flexible modes of application. I demonstrate the application of the algorithm in the context of the public TCGA (The Cancer Genome Atlas) liver cancer dataset, a study investigating the role of folate one-carbon metabolism in liver cancer and a study about the phosphoproteomic regulation of the Saccharomyces cerevisiae (baker's yeast) cell cycle. Finally, the general architecture and some implementation details of a web-based API for DeRegNet are presented.

Einleitung: Regelkreise gehören zu den essentiellen biologischen Wirkungsgefügen. Sie bilden eine wesentliche Voraussetzung des Lebens. Das Verhältnis zwischen Struktur und Verhalten biologischer Regelkreise wurde bisher meist in Form linearer zeitinvarianter Modelle beschrieben, die [zum vollständigen Text gelangen Sie über die oben angegebene URL], GMDS 2015; 60. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e.V. (GMDS)

The increasing amount of biological data available from high-throughput technologies poses great interdisciplinary challenges to research. Today, cost-efficient platforms generate manifold types of data and allow to build comprehensive resources that include but are not limited to genomics, proteomics, and metabolomics on a systemic scale. In order to adapt to this development in the post-wetlab analysis, computer scientists in computational biology work on methods and software frameworks that are able to account for data size and diversity, and allow to scrutinize data in respect to a specific context, such as the emergence of diseases. Aiming for this, we first present a desktop software framework designed to integrate biological data that features a uniform interface to perform consecutive analysis steps managed by an automated task processing system. The extensibility of the platform based on a concise plugin interface was used for a study on breast cancer for which we developed a plugin to derive gene regulatory networks. From this analysis, we derived a general approach to generate transcription factor-microRNA regulatory networks and built a webservice available for public use: TFmiR. Using differentially expressed sets of mRNAs and miRNAs, TFmiR generates a network with experimental or predicted evidence and provides downstream investigation, e.g. applying various network measures and overrepresentation analysis. Further in-depth analysis is provided with a motif search algorithm. For all motifs of particular interest, the software allows to investigate co-regulated and co-targeted subnetworks and calculates the functional similarity scores of the participating genes. We investigated a comprehensive dataset on Alzheimer's disease that was provided by the neurological laboratory in Homburg. We conducted the individual analysis of the various types of data, followed by applying our approaches to build regulatory networks, and search for potential key drivers of the Alzheimer's disease. Moreover, we show a different strategy based on patient-similarity networks with the aim to find a descriptive combination of markers for AD spanning the multiple data sources. Biotechnologische Hochdurchsatzverfahren und die damit verbundene stetig anwachsende Menge an biologischen Daten stellen die Forschung vor ebenso wachsende Herausforderungen. Neue und kosteneffiziente Verfahren erlauben die Erstellung umfangreicher Datenbanken, die beispielsweise das vollständige Genom, Proteom, oder Metabolom eines Organismus oder Individuums enthalten können. Informatiker, Bioinformatiker, und Biologen arbeiten daher an Methoden und Softwareumgebungen um dieser Entwicklung nachzukommen und diese Daten trotz ihres Umfangs und Vielfältigkeit einheitlich erfassen zu können. Dabei gilt besonderes Interesse der Notwendigkeit, diese Daten im Hinblick auf ihre Bedeutung in bestimmten Kontexten zu untersuchen, wie zum Beispiel im Zusammenhang mit Krankheiten. Mit diesem Ziel vor Augen zeigen wir zunächst die Softwareumgebung Mebitoo, die wir zur Integration und automatisierten Analyse von biologischen Daten entwickelten. Mit einer Erweiterung der Software zur Erstellung regulatorischer Netzwerke zeigen wir die vielfältige Einsetzbarkeit der Platform am Beispiel von Daten zu Brustkarzinomen. Aufbauend darauf entwickelten wir eine allgemeine Strategie zur Erstellung regulatorischer Netzwerke, die auf differentiell exprimierten Genen und microRNAs basiert. Wir stellten einen Webservice zur Verfügung, der durch die Einbindung verschiedener Datenbanken zu experimentell bestimmten oder in silico berechneten mutmaßlichen Interaktionen ein regulatorisches Netzwerk, wahlweise im Hinblick auf eine mögliche Krankheit, erstellt und untersucht. Die bereitgestellten Analysen umfassen Methoden zur generellen Netzwerkevaluierung, sowie aufwändigere Algorithmen zur Bestimmung von Netzwerkmotiven und deren Subnetzen, und die Untersuchung auf deren Funktionalität. Abschließend beschreiben wir die Untersuchung eines umfassenden Datensatzes zur Alzheimer'schen Krankheit, welcher vom neurologischen Labor der Universitätsklinik des Saarlandes zusammengestellt wurde. Die Daten umfassen Gen- und miRNA Expressionsprofile, Methylierung, Proteinlevelmessungen, und SNPs zu einer Kohorte von Alzheimerpatienten und Kontrollen. Wir untersuchten die Daten jeweils individuell und zeigten anschließend die Anwendung unserer Pipeline Identifikation von mutmaßlichen Key Drivern. Darüberhinaus verfolgten wir einen Ansatz, der auf Ähnlichkeitsnetzen für die jeweiligen Patienten beruht.

The biological functions of the molecular components (genes, proteins, miRNAs, siRNAs,..etc) of biological cells and mutations/perturbations thereof are tightly connected with cellular malfunctions and disease pathways. Moreover, these molecular elements interact with each other forming a complex interwoven regulatory machinery that governs, on one hand, regular cellular pathways, and on the other hand, their dysregulation or malfunction in pathological processes. Therefore, revealing these critical molecular interactions in complex living systems is being considered as one of the major goals of current systems biology. In this dissertation, we introduce practical computational approaches implemented as freely available software tools to integrate heterogeneous sources of large-scale genomic data and unravel the combinatorial regulatory interactions between different molecular elements. First, we present an automated GRN pipeline that constructs the genomic regulatory machinery of a cell from expression, sequencing, and annotation datasets through three modules implemented as separated software components (plugins) and hosted by our software framework Mebitoo that aims at automation of bioinformatics workflows. Then, we extended this pipeline to a general integrative network-based approach that involves also post-transcriptional interactions and reports the computational analysis of gene and miRNA transcriptomes, DNA methylome, and somatic mutations. This workflow enables users to identify putative disease drivers and novel targets for therapeutic treatment. Regarding the incorporation of somatic mutations with other genomic data sets, a stand-alone pipeline named “SnvDMiR” was implemented to explore possible genomic proximity relationships between somatic variants and both differentially methylated CpG sites as well as differentially expressed miRNAs. Along the same lines, but targeting the effects of genomic mutations, we developed an NGS pipeline and applied it to two groups of bacterial isolates (nasal and invasive) to investigate the phylogenetic positions of the recently emerged t504 clone (Spa-type t504) in the Saarland province of Germany and to better understand the infectivity mechanism of the invasive group. Motivated by all of this, we developed TFmiR as a freely available web server for deep and integrative downstream analysis of combinatorial regulatory interactions between TFs/genes and miRNAs that are involved in the pathogenesis of human diseases. In the frame of this thesis, we employed these approaches to investigate the molecular mechanisms of cellular differentiation (namely hematopoiesis) as an example for biological processes and human breast cancer and diabetes as examples for complex diseases. In summary, the work presented in this thesis has led to the development of interesting computational approaches that have been made available as non-commercial software toolkits. The provided topological and functional analyses of our approaches as validated on cellular differentiation and complex diseases promotes them as reliable systems biology tools for researchers across the life science communities. Die Funktionsweise verschiedener molekularer Elemente (Gene, Proteine, Mutationen, miRNAs, siRNAs,... etc.) ist mit den darunterliegenden zellulären Fehlfunktionen als auch mit Krankheits-assoziierten zellulären Signalwegen verknüpft. Darüber hinaus interagieren diese molekularen Elemente auch miteinander und bilden eine komplexe ineinander verwobene regulatorische Maschinerie, die wiederum zelluläre Signalwege oder auch Krankheitsentwicklungen auf zellulärer Ebene beeinflusst. Aufgrund dessen ist heutzutage die Aufklärung dieser molekularen Interaktionen in komplexen lebenden Systemen eines der Hauptziele der Systembiologie. In dieser Dissertation stellen wir rechnerbasierte Ansätze vor welche als Software frei verfügbar sind und die Integration von großen genomischen Datensätzen als auch eine damit verbundene Aufklärung der kombinatorischen Vielfalt dieser regulatorischen Interaktionen zwischen den verschiedenen molekularen Elementen, ermöglichten. Dafür entwickelten wir anfangs eine automatisierte GRN Pipeline, welche die regulatorische Maschinerie einer Zelle auf der Grundlage von Daten zur Genexpression, über Sequenzierung als auch Annotierung von Datensätzen konstruiert. Diese Pipeline wurde in drei separate Module aufgeteilt, die alle als Software plugins verfügbar sind, und in unser Framework Mebitoo, welches bioinformatische Arbeitsabläufe automatisiert, integriert sind. Daraufhin erweiterten wir unser bisheriges Framework um einem allgemeinen und integrativen Netzwerk-basierten Ansatz, welcher post-transkriptionelle Interaktionen berücksichtigt und die rechnerbasierte Analyse von Genen als auch miRNA Transkriptomen, dem DNA Methylom und somatischen Mutationen mit einbezieht. Unser Ziel war es, dabei vermeintliche Verursacher von Krankheitsbildern als auch neue Ziele für die therapeutische Behandlung von Krankheiten zu identifizieren. Für die Integration somatischer Mutationen wurde eine eigenständige Pipeline namens „SnvDMiR“ entwickelt, welche die Analyse von möglichen genomischen Nachbarschaftsbeziehungen zwischen somatischen Mutationen und differentiell methylierten CpG Positionen als auch differentiell exprimierten miRNAs, ermöglicht. Für die Analyse von somatischen Mutationen entwickelten wir zudem eine NGS Pipeline und wendeten diese auf zwei unterschiedliche Gruppen von bakteriellen Isolaten (nasale und invasive) an, um einerseits die phylogenetische Position des kürzlich im Saarland aufgekommenen Klons t504 (Spa-type t504) zu untersuchen, aber auch um den Mechanismus, der zu einer Infektion durch invasive Stämme führt, besser zu verstehen. All dies motivierte uns dazu TFmiR als frei verfügbare Web-Applikation zu entwickeln, welche eine tief gehende integrative Analyse von den kombinatorischen regulatorischen Interaktionen zwischen TFs/Genen und miRNAs ermöglicht, die an der Krankheitsentwicklung im Menschen beteiligt sind. Die entwickelten Methoden wurden auf die zelluläre Differenzierung (Hämatopoese), als Beispiel für einen biologischen Prozess, als auch auf Brustkrebs und Diabetes, als Beispiele für komplexe Krankheiten, angewendet um deren molekulare Mechanismen zu untersuchen. Zusammenfassend hat diese Arbeit zur Entwicklung von interessanten, rechnergestützten Methoden geführt, welche als nicht-kommerzielle Software publiziert wurden. Die Validierung unserer Methoden anhand von topologischen und funktionsbasierten Analysen sowohl in zellulärer Differenzierung als auch komplexen Krankheiten, machen diese zu verlässlichen systembiologischen Werkzeugen für Wissenschaftler aus den unterschiedlichsten Naturwissenschaftsbereichen.

Mit ihrem neuen Themenband – der hier zusammengefasst vorgestellt werden soll – wendet sich die interdisziplinäre Arbeitsgruppe „Gentechnologiebericht“ der Berlin-Brandenburgischen Akademie der Wissenschaften erstmalig der in der Öffentlichkeit noch weitgehend unbekannten Synthetischen Biologie zu. Von besonderer Faszination ist dabei die noch im Fluss befindliche Auseinandersetzung, was denn nun eigentlich die Synthetische Biologie ist und welche Forschungsansätze ihr konkret zuzuordnen sind. Entsteht hier wirklich eine neue Ingenieurbiologie? Nach einer inhaltlichen (Kapitel 1) und methodischen (Kapitel 2) Einführung beginnt die thematische Auseinandersetzung mit einer wissenschaftshistorischen Perspektive auf synthetisch-technische Traditionen in der Biologie (Kapitel 3). Anschließend wird der aktuelle naturwissenschaftliche Sachstand präsentiert mit einem Fokus auf chemisch-synthetische Forschungsansätze (Kapitel 4) und neue Anwendungen in der Biomedizin (Kapitel 5). Überdies werden in interdisziplinärer Ausrichtung der Arbeitsgruppe auch neue philosophische (Kapitel 6) und ethische (Kapitel 7 und 8) Implikationen der Synthetischen Biologie diskutiert. Als letzter Themenbereich wird die aktuelle gesellschaftliche Wahrnehmung der Disziplin besprochen: sowohl die gegenwärtige Berichterstattung zum Thema (Kapitel 9) als auch die öffentliche Meinung in Deutschland und Europa (Kapitel 10). Die inhaltlichen Ausführungen werden in gewohnter Weise durch quantitative Daten in Form von Indikatoren unterstützt (Kapitel 11). Ergänzt werden die Beiträge durch die gemeinsamen Kernaussagen und Handlungsempfehlungen der Mitglieder der Arbeitsgruppe für die Synthetische Biologie. With their new thematic volume – presented here in summarised form – the Interdisciplinary Research Group "Gene Technology Report" of the Berlin-Brandenburg Academy of Sciences and Humanities turns its attention to synthetic biology, a topic that remains largely ignored by the general public. Particularly fascinating here are the ongoing disagreements as to exact nature of synthetic biology, in addition to which research methods should be concretely recognised in this field. Does this indeed reflect the emergence of a new kind of biological engineering? After introducing the factual (chapter 1) and methodological (chapter 2) frameworks, the issue is discussed in a critical fashion from a scientific-historical perspective in connection with synthetic-technical traditions in biology (chapter 3). After that, the current state of scientific knowledge is elucidated with a focus on chemical-synthetic research methodologies (chapter 4), as well as new applications in biomedical science (chapter 5). Using an interdisciplinary approach, the Interdisciplinary Research Group also discusses new philosophical (chapter 6) and ethical (chapter 7 and 8) implications that arise in association with synthetic biology. Lastly, the topic of the public’s perception of this discipline is addressed, both in related contemporary media reports (chapter 9), as well as in a survey of German and European public opinion (chapter 10). As is customary, these substantive remarks are supported by quantitative data in the form of indicators (chapter 11). The individual contributions are complemented by joint key statements and recommendations for action by the members of the Interdisciplinary Research Group "Gene Technology Report".

The combination of heterogeneous biological datasets is a key requirement for modern molecular systems biology. Of particular importance for our understanding of complex biological systems like the human cell are data about the interactions of proteins with other molecules. In this thesis, we develop and apply methods to improve the availability and the quality of such interaction data. We also demonstrate how these data can be used in interdisciplinary studies to discover new biological results. First, we develop technical systems for the instant integration of interaction data that are stored and maintained in separate online repositories. Second, we implement a computational framework for the application of multiple scoring algorithms to qualitatively assess different aspects of interaction data. Our methods are based on distributed client-server systems, ensuring that the services can be updated continuously. This promotes equal access to interaction data and allows researchers to expand the client-server systems with their own service. Third, we focus our application studies on integrative network-based analyses of human host factors for viral infections. Our applications provide new biological insights into the life cycle of the hepatitis C virus and identify new potential candidates for antiviral drug therapy. Die Kombination verschiedener biologischer Datensätze ist für die moderne molekulare Systembiologie unumgänglich. Eine besondere Bedeutung für unser Verständnis von komplexen biologischen Systemen wie der Zelle haben dabei Daten über die Wechselwirkungen von Proteinen mit anderen Molekülen. In dieser Arbeit entwickeln und verwenden wir Methoden zur Verbesserung der Verfügbarkeit und Bewertbarkeit von solchen Interaktionsdaten. Wir zeigen auch, wie diese Daten in interdisziplinären Studien genutzt werden können, um neue biologische Erkenntnisse zu gewinnen. Zuerst entwickeln wir technische Systeme, um Interaktionsdaten von verschiedenen Quellen des Internets zusammenzuführen. Danach entwickeln wir ein computergestütztes System, welches die Anwendung verschiedener Algorithmen ermöglicht, um unterschiedliche Aspekte von Wechselwirkungen qualitativ zu bewerten. Unsere Methoden basieren auf verteilten Client-Server-Systemen, die sicherstellen, dass einzelne Dienste dauerhaft aktuell gehalten werden können. Zudem fördert dies einen gleichberechtigten Zugang zu Interaktionsdaten, und Wissenschaftler können die Systeme mit eigenen Diensten erweitern. Unser Anwendungsschwerpunkt liegt auf der netzwerkbasierten Analyse humaner Wirtsfaktoren für virale Infektionen. Unsere Auswertungen tragen zu einem besseren Verständnis des Lebenszyklus des Hepatitis-C-Virus bei und zeigen Ansatzpunkte für die Entwicklung neuer antiviraler Medikamente auf.

Clustering is a popular computational approach for partitioning data sets into groups of objects that share common traits. Due to recent advances in wet-lab technology, the amount of available biological data grows exponentially and increasingly poses problems in terms of computational complexity for current clustering approaches. In this thesis, we introduce two novel approaches, TransClustMV and ActiveTransClust, that enable the handling of large scale datasets by reducing the amount of required information drastically by means of exploiting missing values. Furthermore, there exists a plethora of different clustering tools and standards making it very difficult for researchers to choose the correct methods for a given problem. In order to clarify this multifarious field, we developed ClustEval which streamlines the clustering process and enables practitioners conducting large-scale cluster analyses in a standardized and bias-free manner. We conclude the thesis by demonstrating the power of clustering tools and the need for the previously developed methods by conducting real-world analyses. We transferred the regulatory network of E. coli K-12 to pathogenic EHEC organisms based on evolutionary conservation therefore avoiding tedious and potentially dangerous wet-lab experiments. In another example, we identify pathogenicity specific core genomes of actinobacteria in order to identify potential drug targets. Clustering ist ein populärer Ansatz um Datensätze in Gruppen ähnlicher Objekte zu partitionieren. Nicht zuletzt aufgrund der jüngsten Fortschritte in der Labortechnik wächst die Menge der biologischen Daten exponentiell und stellt zunehmend ein Problem für heutige Clusteralgorithmen dar. Im Rahmen dieser Arbeit stellen wir zwei neue Ansätze, TransClustMV und ActiveTransClust, vor die auch das Bearbeiten sehr großer Datensätze ermöglichen, indem sie den Umfang der benötigten Informationen drastisch reduzieren da fehlende Werte kompensiert werden können. Allein die schiere Vielfalt der vorhanden Cluster-Methoden und Standards stellt den Anwender darüber hinaus vor das Problem, den am besten geeigneten Algorithmus für das vorliegende Problem zu wählen. ClustEval wurde mit dem Ziel entwickelt, diese Unübersichtlichkeit zu beseitigen und gleichzeitig die Clusteranalyse zu vereinheitlichen und zu automatisieren um auch aufwendige Clusteranalysen zu realisieren. Abschließend demonstrieren wir die Nützlichkeit von Clustering anhand von realen Anwendungsfällen die darüber hinaus auch den Bedarf der zuvor entwickelten Methoden aufzeigen. Wir haben das genregulatorische Netzwerk von E. coli K-12 ohne langwierige und potentiell gefährliche Laborarbeit auf pathogene EHEC Stämme übertragen. In einem weiteren Beispiel bestimmen wir das pathogenitätsspeziefische „Kerngenom“ von Actinobakterien um potenzielle Angriffspunkte für Medikamente zu identifizieren.

Viruses are of considerable interest for several fields of life science research. The genomic richness of these entities, their environmen- tal abundance, as well as their high adaptability and, potentially, pathogenicity make treatment of viral diseases challenging. This thesis proposes three novel contributions to antiviral research that each concern analysis procedures of high-throughput experimen- tal genomics data. First, a sensitive approach for detecting viral genomes and transcripts in sequencing data of human cancers is presented that improves upon prior approaches by allowing de- tection of viral nucleotide sequences that consist of human-viral homologs or are diverged from known reference sequences. Sec- ond, a computational method for inferring physical protein contacts from experimental protein complex purification assays is put for- ward that allows statistically meaningful integration of multiple data sets and is able to infer protein contacts of transiently binding protein classes such as kinases and molecular chaperones. Third, an investigation of minute changes in viral genomic populations upon treatment of patients with the mutagen ribavirin is presented that first characterizes the mutagenic effect of this drug on the hepatitis C virus based on deep sequencing data. Viren sind von beträchtlichem Interesse für die biowissenschaftliche Forschung. Der genetische Reichtum, die hohe Vielfalt, wie auch die Anpassungsfähigkeit und mögliche Pathogenität dieser Organismen erschwert die Behandlung von viralen Erkrankungen. Diese Promotionsschrift enthält drei neuartige Beiträge zur antiviralen Forschung welche die Analyse von experimentellen Hochdurchsatzdaten der Genomik betreffen: erstens, ein sensitiver Ansatz zur Entdeckung viraler Genome und Transkripte in Sequenzdaten humaner Karzinome, der die Identifikation von viralen Nukleotidsequenzen ermöglicht, die von Referenzgenomen ab- weichen oder homolog zu humanen Faktoren sind. Zweitens, eine computergestützte Methode um physische Proteinkontakte von experimentellen Proteinkomplex-Purifikationsdaten abzuleiten welche die statistische Integration von mehreren Datensätzen erlaubt um insbesondere Proteinkontakte von flüchtig interagierenden Proteinklassen wie etwa Kinasen und Chaperonen aus den Daten ableiten zu können. Drittens, eine Untersuchung von kleinsten Änderungen viraler Genompopulationen während der Behandlung von Patienten mit dem Mutagen ribavirin die zum ersten Mal die mutagene Wirkung dieses Medikaments auf das Hepatitis C Virus mittels Tiefensequenzdaten nachweist.

Die Apoptose der Leberzellen ist abhängig von externen Signalen wie beispielsweise Komponenten der Extrazellulären Matrix sowie anderen Zell-Zell-Kontakten, welche von einer Vielfalt und Vielzahl an Knoten verarbeitet werden. Einige von ihnen wurden im Rahmen dieser Arbeit auf ihre Systemeffekte hin unter- sucht. Trotz verschiedener äußerer Einflüsse und natürlicher Selektion ist das System daraufhin optimiert, eine kleine Anzahl verschiedener und klar voneinander unterscheidbarer Systemzustände anzunehmen. Die verschiedenartigen Einflüsse und Crosstalk-Mechanismen dienen der Optimierung der vorhandenen Systemzustände. Das in dieser Arbeit vorgestellte Modell zeigt zwei apoptotische sowie zwei nicht-apoptotische stabile Systemzustände, wobei der Grad der Aktivierung eines Knotens bis zu dem Moment stark variieren kann, in welchem der absolute Systemzustand selbst verändert wird (Philippi et al., BMC Systems Biology,2009) [1]. Dieses Modell stellt zwar eine Vereinfachung des gesamten zellulären Netzwerkes und seiner verschiedenen Zustände dar, ist aber trotz allem in der Lage, unabhängig von detaillierten kinetischen Daten und Parametern der einzelnen Knoten zu agieren. Gleichwohl erlaubt das Modell mit guter qualitativer Übereinstimmung die Apoptose als Folge einer Stimulation mit FasL zu modellieren. Weiterhin umfasst das Modell sowohl Crosstalk-Möglichkeiten des Collagen-Integrin-Signalwegs, ebenso berücksichtigt es die Auswirkungen der genetischen Deletion von Bid sowie die Konsequenzen einer viralen Infektion. In einem zweiten Teil werden andere Anwendungsmöglichkeiten dargestellt. Hormonale Signale in Pflanzen, Virusinfektionen und intrazelluläre Kommunikation werden semi-quantitativ modelliert. Auch hier zeigte sich eine gute Ubereinstimmung der Modelle mit den experimentellen Daten., Apoptosis of liver cells is dependent on external signals such as components of the extracellular matrix and cell-cell-contacts, which are processed by a variety of numerous nodes of which several are examined here for their system effects. Despite different input interferences and presumably also due to natural selecti- on, the system nevertheless appears to be optimized to adopt a small number of clear and distinguishable states, and the various inputs and crosstalk mechanisms only optimize the best choice between them. For the model described within this work, two nonapoptotic and two apoptotic states are found, although the degree of activation at a node can differ widely until the absolute system state is altered (Philippi et al., BMC Systems Biology, 2009) [1]. The model is still a simplification of the complete cellular network and its different states, and operates independently of detailed kinetic data and parameters for individual nodes. Nevertheless, it allows modeling the readout of apoptosis after FasL stimulation with qualitative agreement and includes crosstalks from collagen/integrin signa- ling, the effect of genetic deletion of Bid and the consequences of viral infection. The second part of this work deals with other applications using this method. Semi-quantitative models are used for hormonal signaling in plants, viral infec- tions and intra-cellular communication. The simulated results fit to the experi- mental data provided.

The opportunity to investigate whole cellular systems using experimental and computational high-throughput methods leads to the generation of unprecedented amounts of data. Processing of these data often results in large lists of genes or proteins that need to be analyzed and interpreted in the context of all other biological information that is already available. To support such analyses, repositories aggregating and merging the biological information contained in different databases are required. To address this need, we created an integrative data warehouse containing millions of up-to-date annotations related to human genes and proteins from over thirty major molecular biology databases. In particular, this data warehouse was instrumental in assessing the data quality of human protein interactions and in predicting an important, but largely unidentified, group of proteins that function as molecular scaffolds in the formation of signaling cascades. Additionally, the data warehouse enabled us to devise the novel computational method BioSim for the discovery of biological relationships based on the functional similarity of gene and protein annotations. Furthermore, we showed how this method allows identifying disease-associated genes. To facilitate the analysis and interpretation of large lists of genes or proteins derived from high-throughput methods, we built the new web portal BioMyn. It provides a powerful search engine with public access to the data warehouse and the BioSim method. BioMyn also offers a number of useful tools for own functional enrichment analysis and the visualization of the results. Die Möglichkeit, ganze zelluläre Systeme mit experimentellen und computerbasierten Hochdurchsatz-Methoden zu erforschen, führt zur Generierung beispielloser Datenmengen. Die Verarbeitung dieser Daten ergibt oft große Listen von Genen oder Proteinen, die im Kontext all der anderen bereits vorhandenen, biologischen Informationen analysiert und interpretiert werden müssen. Um solche Analysen zu unterstützen, werden Datensammlungen benötigt, die die in verschiedenen Datenbanken enthaltenen biologischen Informationen zusammenführen und verknüpfen. Um diesem Bedarf Rechnung zu tragen, wurde ein integratives Data-Warehouse angelegt, das Millionen aktueller Annotationen bezüglich humaner Gene und Proteine aus über dreißig wichtigen Datenbanken der Molekularbiologie beinhaltet. Insbesondere war dieses Data-Warehouse nützlich bei der Bewertung der Datenqualität humaner Proteininteraktionen und bei der Vorhersage einer bedeutenden, jedoch größtenteils unidentifizierten Gruppe von Proteinen, die als molekulares Gerüst der Bildung von Signalkaskaden dienen. Zudem ermöglichte es das Data-Warehouse, die neuartige Computermethode BioSim zur Aufdeckung biologischer Ähnlichkeiten, basierend auf funktionellen Ähnlichkeiten von Gen- und Proteinannotationen, zu entwickeln. Des Weiteren wurde gezeigt, wie diese Methode die Identifizierung krankheitsassoziierter Gene erlaubt. Um die Analyse und Interpretation großer Listen von Genen oder Proteinen, die aus Hochdurchsatz-Methoden stammen, zu erleichtern, wurde das neue Webportal BioMyn geschaffen. Es bietet eine starke Suchmaschine, die das Data-Warehouse und die BioSim-Methode öffentlich zugänglich macht. Auch stellt BioMyn eine Reihe praktischer Tools für eigene Funktionsanalysen und die Visualisierung der Ergebnisse zur Verfügung.

submitted by Alexandra Graf Zsfassung in dt. Sprache Wien, Univ. für Bodenkultur, Diss., 2010 OeBB

Genome sequence analysis A combination of genome analysis application has been established here during this project. This offers an efficient platform to interactively compare similar genome regions and reveal loci differences. The genes and operons can be rapidly analyzed and local collinear blocks (LCBs) categorized according to their function. The features of interests are parsed, recognized, and clustered into reports. Phylogenetic relationships can be readily examined such as the evolution of critical factors or a certain highly-conserved region. The resulting platform-independent software packages (GENOVA and inGeno), have been proven to be efficient and easy to handle in a number of projects. The capabilities of the software allowed the investigation of virulence factors, e.g., rsbU, strains’ biological design, and in particular pathogenicity feature storage and management. We have successfully investigated the genomes of Staphylococcus aureus strains (COL, N315, 8325, RN1HG, Newman), Listeria spp. (welshimeri, innocua and monocytogenes), E.coli strains (O157:H7 and MG1655) and Vaccinia strains (WR, Copenhagen, Lister, LIVP, GLV-1h68 and parental strains). Metabolic network analysis Our YANAsquare package offers a workbench to rapidly establish the metabolic network of such as Staphylococcous aureus bacteria in genome-scale size as well as metabolic networks of interest such as the murine phagosome lipid signalling network. YANAsquare recruits reactions from online databases using an integrated KEGG browser. This reduces the efforts in building large metabolic networks. The involved calculation routines (METATOOL-derived wrapper or native Java implementation) readily obtain all possible flux modes (EM/EP) for metabolite fluxes within the network. Advanced layout algorithms visualize the topological structure of the network. In addition, the generated structure can be dynamically modified in the graphic interface. The generated network as well as the manipulated layout can be validated and stored (XML file: scheme of SBML level-2). This format can be further parsed and analyzed by other systems biology software, such as CellDesigner. Moreover, the integrated robustness-evaluation routine is able to examine the synthesis rates affected by each single mutation throughout the whole network. We have successfully applied the method to simulate single and multiple gene knockouts, and the affected fluxes are comprehensively revealed. Recently we applied the method to proteomic data and extra-cellular metabolite data of Staphylococci, the physiological changes regarding the flux distribution are studied. Calculations at different time points, including different conditions such as hypoxia or stress, show a good fit to experimental data. Moreover, using the proteomic data (enzyme amounts) calculated from 2D-Gel-EP experiments our study provides a way to compare the fluxome and the enzyme expression. Oncolytic vaccinia virus (VACV) We investigated the genetic differences between the de novo sequence of the recombinant oncolytic GLV-1h68 and other related VACVs, including function predictions for all found genome differences. Our phylogenetic analysis indicates that GLV-1h68 is closest to Lister strains but has lost several ORFs present in its parental LIVP strain, including genes encoding CrmE and a viral Golgi anti-apoptotic protein, v-GAAP. Functions of viral genes were either strain-specific, tissue-specific or host-specific comparing viral genes in the Lister, WR and COP strains. This helps to rationally design more optimized oncolytic virus strains to benefit cancer therapy in human patients. Identified differences from the comparison in open reading frames (ORFs) include genes for host-range selection, virulence and immune modulation proteins, e.g. ankyrin-like proteins, serine proteinase inhibitor SPI-2/CrmA, tumor necrosis factor (TNF) receptor homolog CrmC, semaphorin-like and interleukin-1 receptor homolog proteins. The contribution of foreign gene expression cassettes in the therapeutic and oncolytic virus GLV-1h68 was studied, including the F14.5L, J2R and A56R loci. The contribution of F14.5L inactivation to the reduced virulence is demonstrated by comparing the virulence data of GLV-1h68 with its F14.5L-null and revertant viruses. The comparison suggests that insertion of a foreign gene expression cassette in a nonessential locus in the viral genome is a practical way to attenuate VACVs, especially if the nonessential locus itself contains a virulence gene. This reduces the virulence of the virus without compromising too much the replication competency of the virus, the key to its oncolytic activity. The reduced pathogenicity of GLV-1h68 was confirmed by our experimental collaboration partners in male mice bearing C6 rat glioma and in immunocompetent mice bearing B16-F10 murine melanoma. In conclusion, bioinformatics and experimental data show that GLV-1h68 is a promising engineered VACV variant for anticancer therapy with tumor-specific replication, reduced pathogenicity and benign tissue tropism., Genom Sequenz Analyse Im Zuge der vorliegenden Doktorarbeit wurden verschiedene Programme zur Genomanalyse kombiniert, um eine effiziente Plattform zum interaktiven Vergleich lokaler Ähnlichkeiten bzw. Unterschiede in Genomen bereitzustellen. Damit können Gene und Operons schnell untersucht und “local collinear blocks” entsprechend ihrer Funktion kategorisiert werden. Phylogenetische Beziehungen, wie beispielsweise die Evolution spezifischer Elemente oder stark konservierter Regionen können leicht überprüft werden. Die hierfür entwickelte plattformunabhängige Software (GENOVA und inGeno) hat sich in mehreren Projekten als effizient und leicht handhabbar bewährt. Die Programme erlauben die Untersuchung von Virulenzfaktoren auf Sequenz- oder Annotationsebene. Während der vorliegenden Doktorarbeit konnten so die Genome von verschiedenen Staphylococcus aureus, Listeria spp., Escherichia coli und Vaccinia Stämmen untersucht werden. Metabolische Netzwerk Analyse Unser “YANAsquare” Programmpaket bietet eine Oberfläche um schnell metabolische Netzwerke vom genomweiten Anzatz bis hinunter zum Einzelnetzwerk zu analysieren. Dafür greift YANA mit Hilfe des integrierten KEGG-Browsers auf Onlinedatenbanken zu, um die notwendigen Informationen zum metabolischen Reaktionsweg bereitzustellen und reduziert so maßgeblich den Arbeitsaufwand beim Beschreiben von Netzwerke. Die implementierten Methoden zur Berechnung (METATOOL, eigene Implementation in Java) des Netzwerkes liefern exakt alle die möglichen Elementarmoden (EM/EP) für die Metabolite zurück. Durch den Einsatz von fortgeschrittenen Layout Algorithmen wird anschliessend die Darstellung der Netzwerktopologie möglich. Außerdem kann in der grafischen Darstellung das generierte Netzwerklayout dynamisch verändert werden. Das Speichern der Daten erfolgt im XML (SBML level-2) Format und erlaubt so die Weiterverwendung in anderen systembiologischen Programmen, wie dem “CellDesigner”. Mit Hilfe einer gen-Knockout Simulations Methode kann der Einfluss von einzelnen Mutationen im gesamten Netzwerk auf die Syntheseraten untersucht werden. Wir konnten mit dieser Methode Einzel- sowie Mehrfachgenknockouts und deren Effekte auf die Elementarmoden analysieren. Die Methode wurde ebenfalls auf Proteomdaten und extrazelluläre Metabolite von Staphylokokken angewandt, um Änderungen bezüglich der Flussverteilung zu untersuchen. Die Simulationen zu verschieden Zeitpunkten und unter verschiedenen Stessbedingungen zeigen große Übereinstimmung mit experimentell erhobenen Daten. Onkolytischer Vaccinia Virus (VACV) Wir haben die genetischen Unterschiede zwischen der de novo Sequenz des rekombinanten onkolytischen Virus GLV-1h68 und anderen VACVs untersucht und gefundene Unterschiede funktionell charakterisiert. Die phylogenetische Analyse zeigt das GLV-1h68 mit dem Lister Stamm am nächsten verwandt ist. Auffällig ist dabei der Verlust von einigen open reading frames (ORFs), die noch im Eltern LIVP Stamm vorhanden sind (CrmE, v-GAAP). Beim Vergleich der Funktion viraler Gene aus Lister, WR und COP Stämmen treten stamm-, gewebe- und wirtsspezifische Gene auf. Diese Tatsache ermöglicht die Optimierung der onkolytischen Virusstämme für den Einsatz bei humanen Krebstherapien. Die beim Vergleich identifizierten Unterschiede zwischen den ORFs enthalten Gene für die Wirtsselektion, Virulenz und immunmodulierende Proteine (Ankyrin ähnliche Proteine, Serine-Proteinasen Inhibitor SPI-2/CrmA, Tumor Nekrose Faktor (TNF) Rezeptorhomolog CrmC, semaphorinähnliche und Interleukin-1 rezeptorhomologe Proteine). An den Loki F14.5L, J2R und A56R des GLV-1h68 Virus wurden die Vorteile der eingesetzten fremden Genexpressionskassetten untersucht. So zeigt GLV-1h68 mit F14.5L-Inaktivierung gegenüber der F14.5L-Revertanten Viren eine reduzierte Virulenz. Das erlaubt die Schlussfolgerung, dass die Insertion von fremden Genexpressionskassetten in nicht-essentielle Loki zur Verminderung der Virulenz von VACVs führt, besonders, wenn der nicht-essentielle Lokus selbst ein Virulenzgen enthält. Das Replikationsvermögen, welches ausschlaggebend für die onkolytische Aktivität des Virus ist, wird trotz der verminderten Virulenz nicht eingeschränkt. Die reduzierte Pathogenität des GLV-1h68 Virus wurde durch experimentelle Daten unserer Kollaborationspartner in männlichen Mäusen mit Ratten C6 Gliom und in immunokompetenten Mäusen mit B16-F10 Mausmelanom nachgewiesen. Zusammenfassend zeigen experimentelle und bioinformatisch gewonnene Daten, dass GLV-1h68 eine vielversprechende VACV Variante für die Krebstherapie mit tumorspezifischer Replikation, verringerter Pathogenität und hoher Gewebsspezifität ist.

Summary The analysis of transcriptomics data is able to give an overview of cellular processes, but requires sophisticated bioinformatics tools and methods to identify the changes. Pathway analysis software, like PathVisio, captures the information about biological pathways from databases and brings this together with the experimental data to enable visualization and understanding of the underlying processes. Rett syndrome is a rare disease, but still one of the most abundant causes of intellectual disability in females. Cause of this neurological disorder is mutation of one single gene, the methyl-CpG-binding protein 2 (MECP2) gene. This gene is responsible for many steps in neuronal development and function. Although the genetic mutation and the clinical phenotype are well described, the molecular pathways linking them are not yet fully elucidated. In this study we demonstrate a workflow for the analysis of transcriptomics data to identify biological pathways and processes which are changed in a Mecp2-/y mouse model. Electronic supplementary material The online version of this article (doi: 10.1007/s10354-016-0488-4) contains supplementary material, which is available to authorized users.