Ausarbeitung - Abteilung Datenbanken Leipzig

Problemseminar “ Bio-Datenbanken”imWS2002/2003
Einführung
in
dieBioinformatik und
dieBio-Datenbanken
Betreuer:Dr. DieterSosna
Bearbeiter: StephanKühn

Inhalt
1. Einleitung ..........................................................2
2. Wichtige Grundbausteine inder Molekularbiologie .......................3
2.1 Aminosäuren. ....................................................3
2.2 Peptidbindung ...................................................4
2.3 Peptide .........................................................4
2.4 Proteine.........................................................5
2.4.1 Strukturder Proteine .........................................5
2.4.1.1 Primärstrukturder Proteine .............................5
2.4.1.2 SekundärstrukturderProteine ...........................5
2.4.1.3 TertiärstrukturderProteine .............................6
2.4.1.4 Die Quartärstruktur derProteine .........................7
2.5 Nucleotide und Nucleinsäuren .......................................7
2.5.1 Bausteine ..................................................7
2.5.1.1 Purin-, Pyrimidinbasenund Monosaccharide ...............8
2.5.1.2 Nucleoside ..........................................8
2.5.1.3 Nucleotide ..........................................9
2.5.2 Die Nucleinsäuren ...........................................9
2.5.2.1 DNA undRNA. .....................................10
2.5.2.2 PolaritätderNucleinsäurestränge .......................10
2.5.2.3 Struktur derDNA. ...................................10
3. Der genetische Code.................................................11
4. Transkription ......................................................13
4.1 Transkriptionbei Prokaryonten .....................................13
4.2 Transkriptionbei Eukaryonten......................................14
5. Translation ........................................................15
6. Regulationder Genexpression. ........................................18
7. Datenbanken in derBioinformatik ....................................19
7.1 Verwendungvon Datenbankenin denverschiedenen Problemfeldern
der Molekularbiologie. ............................................19
7.2 Datenmodellierung und-management ................................20
7.3 Datenanalyse und -integration ......................................21
8. Abschließende Bemerkung ...........................................22
9. Literaturverzeichnis.................................................23

1. Einleitung
2
DieMolekularbiologie beschäftig sich mitMakromolekülen undderen Funktionbei der
Regulationvon biologischen Vorgängen. Von besonderemInteresse sindMoleküle wie
DNA, RNA undProteine.
BeiderAnalyse dieserMakromoleküle undderen Funktionfallenviele Daten an.
DieAufgabe derBioinformatikist nunWerkzeugezurVerwaltung undAnalyse dieser
gewonnenen Daten zuliefern.
GegenstanddieserAusarbeitung ist die Einführungin dieGrundlagen derMolekularbiologie
undein kleinerÜberblicküberdenEinsatz von Datenbanken inder Molekularbiologie.

2. WichtigeGrundbausteine in der Molekularbiologie
Proteine (Eiweiße)sindHauptbestandteile des Cytoplasmas. Sie sindMakromoleküle, dieaus
Aminosäurendurch Peptidbindungenentstehen.
3
2.1 Aminosäuren
Aminosäurensindmehrfunktionelle organischeSäuren,
die wenigstens eine Carboxyl-undeine Aminogruppe
enthalten. AlleAminosäuren, diein Proteinen vorkommen,
habendie gleiche Grundstruktur(Abb. 1).
Sie bestehenaus einemzentralen Kohlenstoffatom, das
manals α-C-Atom bezeichnet, andem ein
Wasserstoffatom, die Aminoguppe (NH 2),die
Carboxylgruppe (COOH)und ein Restgebunden sind.
Sie unterscheidensichnurim Aufbaudes Restes.
Aminosäurentragen sowohl diebasischeAminogruppe
wieauchdie saure Carboxylgruppe, dadurchtritt ein
Protonenübergang innerhalbdes Moleküls auf(Abb.2).
Deshalb tragensienegativeund positive Ladungen
(Zwitterionen). Die Ladungdes Moleküls kannsich
durch Veränderung des pH-Wertes ändern.
DerisoelektrischePunkt istderpH-Wert, andem eine
Aminosäurevollständigals Zwitterion vorliegt. Erhängt
vonderSäure-und Basenstärke derAminosäureab.
.
Abb.1) Grundstrukturder
Aminosäuren
Abb.2) ProtonenübergangbeiAminosäuren
Abb.3) Abh.derLadungvompH-Wert
Abb.4) WichtigeAminosäurenmitihremNamenund
Abkürzungen(imDrei-undEin-Buchstaben-Code)

2.2 Peptidbindung
Die Carboxylgruppeeiner Aminosäure kannsichmitder
AminogruppeeineranderenAminosäureunter Austritt von
Wasserverbinden(siehe Abb. 5).
Die Peptidbindung ist infolge einerElektronendelokalisation(Verschiebungder
Bindungselektronen vonSauerstoff,
KohlenstoffundStickstoff)eine Eineinhalbfach-
Bindung. Dadurch bildendie einzelnenAtome einer
Peptidbindungeine relativstarre Fläche (C-undN-Atom
sind nichtgegeneinanderdrehbar)(siehe Abb. 6).
Abb.5) Verbindungzweier Aminosäuren
zueinemDipeptid
4
Abb.6) DieAtomeeinerPiptidbindung
liegenineiner Ebene
2.3 Peptide
Substanzen, die durchVerbindungmehrererAminosäuren entstehen, nenntman Peptide.
Bestehtein Peptid aus zweiAminosäuren so ist es einDipeptid, enthält es dreiAminosäurensoist
es einTripeptidusw., D.h. die Peptide werdennachderZahl enthaltenen Aminosäuren, nichtnach
derZahlderPeptidbindungen bezeichnet.
Peptide mitzehnoderwenigerAminosäuren werden als Oligopeptide und solche mitmehrals zehn
Aminosäurenwerdenals Polypeptide bezeichnet.
Peptide weiseneine Polaritätauf, an einemEnde des Peptids sitzteine Aminosäure mitfreier
Aminogruppe (N-terminale Aminosäure, dieses Ende wird durchein H[vonHN- herrührend]
2
Abb.7) Polypeptid
repräsentiert). Am anderenEnde sitzteine Aminosäure miteiner freien Carboxylgruppe
(C-terminale Aminosäure, symbolisiert durch ein -OH [von -COOHherrührend]).
Aminosäuren, deren Carboxylgruppe an demAufbau einerPeptidbindung
beteiligtist ,erhältdie Endung -yl, Z.B. Valyl-serin(H-Val-Ser-OH).

2.4 Proteine
Polypeptidemit mehrals 50-100Aminosäuren nennt manProteine.
5
2.4.1StrukturderProteine
Die Strukturder Proteine läßtsichin vierStrukturebenen gliedern:
-Primärstruktur: Aminosäuresequenzdes jeweiligenProteins
-Sekundärstruktur: Faltung derPolypeptidkette
-Tertiärstruktur: räumliche Strukturder Polypeptidkette
-Quartärstruktur: Anzahlund gegenseitige räumliche Anordnung derUntereinheiten
2.4.1.1 Die PrimärstrukturderProteine
InProteinentreten 20verschiedene Aminosäuren (proteinogene Aminosäuren)auf.
Die verschiedenenProteineunterscheiden sich in Anzahl undReihenfolgeder Aminosäurenvoneinander.
Für Proteine, die aus 100Aminosäurenaufgebaut sind, ergeben sich bereits 20
100
Möglichkeitendie verschiedenenAminosäurenanzuordnen.
100
Um einGefühl fürdie Größenordnung zu bekommen:20 bewegtsichin derGrößenordnungvon
130 67
10 .Im Vergleich dazu hatunserGalaxie 10 Atome.
SozumBeispielunterscheidetsichdas Insulin des Menschennurin einereinzigen Aminosäure
vomInsulin des Schweines.(am C-Terminus der B-Kettehatdas SchweineinsulinAla, das
menschlicheInsulin hingegen Thr).
Abb.8) Primärstrukturdes Humaninsolins
DieReihenfolge derAminosäurenin einerPolypeptidKette heißt Primärstruktur.
2.4.1.2. DieSekundärstrukturderProteine
DieSekundärstrukturbeschreibtdie FaltungeinerPolypeptidkette. Dies gehtdaraufzurück, dass
die Peptidbindungeine ziemlich starreEbene (siehe Kapitel2.2)darstellt, so dass mansichdie
Polypeptidkette als eine Aufeinanderfolge starrerEbenenvorstellenmuss, die in einem
bestimmtenWinkelzueinanderstehen.
Es gibtzweiTypen vonSekundärstrukturen:die Helix (Schraube)und das Faltblatt.
DieHelix
DieHelix kann rechts-oderlinksgängigsein.
Rechtsgängigkeitherrscht, wenndie Schraube bei Blickrichtung
vomN-zum C-Terminismus imUhrzeigersinn verläuft und
Linksgängigkeit, wennsiediesem entgegenläuft.
DieSpiralein derAbb.9istrechtsgängig, da -wennman hiervon
untendaraufschaut (Blickrichtungvon N-nach C-Terminismus)
-dieSpiraleim Uhrzeigersinnverläuft.
Abb. 9) SchematischeDarstellung derα-Helixals Peptidkette

Die α-Helix
isteine stabile Sekundärstruktur.
JedeWindunghat 3,6 Aminosäurenund derAbstandzwischenzwei benachbarten Windungen
beträgt5,4Å( Ångström,= 0,54nm), das ist diesogenannte Identitätsperiode.
Die NH-und CO-Gruppenstehensichin diesemAbstandentlang derHauptachse derHelix
gegenüber. Wasserstoffbindungenbilden sich (von NH-zu OH-Gruppe)zwischenden einzelnen
Windungen aus, d.h. sie verlaufenparallel zurLängsachse derHelix undverleihen ihreine
besondereStabilität. DieSeitenkettenderAminosäurenstehen radialnach außen vomeigentlichen
Schraubenkörper. Sie können miteinanderoder mit demLösungsmittelinReaktiontreten.
Die Aminosäure ProlinistmitderRegelmäßigkeit derHelix nichtvereinbarund führt zueiner
UnterbrechungderHelixund einem "Knick" inderPolypeptidkette .
WoProlin in derSequenz vorkommt, ergibt sich einAbweichungvon derregelmäßigen Struktur.
Das Haar- undWollproteinKeratin istein Beispielfürein Protein, das spontaneine α-Helix
ausbildet.
6
Die Faltblattstruktur
BeidieserStrukturkann man sich die Ebenen derPeptidbindungenals Seiten eines
Endloscomputerpapiers, die ineinem bestimmten Winkelaufeinandertreffen, vorstellen. Wenn
zweisolcheFaltblätternebeneinanderliegen, entstehtdie Möglichkeit derAusbildungvon
Wasserstoffbrücken zwischenihnen, die hierimGegensatz zurα-HelixsenkrechtzurLängsrichtung
derPolypeptidketten verlaufen. DieSeitenketten derAminosäurenstehennahezusenkrechtzur
Längsrichtungnachoben bzw. unten.
Abb.10) SchematischeDarstellung derFaltblattstruktur
Wasserstoffbrücken, hier gestricheltdargestellt,verbindendiegefaltetenKetten
2.4.1.3 DieTertiärstruktur derProteine
Dieglobulären (kugelförmigen)Proteine besitzenim Gegensatzzu den fibrillären(fadenförmigen)
Proteinen, die nurdie Primär-undSekundärstrukturaufweisen, eine räumliche Struktur -die
Tertiärstruktur. Siekommtdurch diedreidimensionaleAnordnung ihrerPolypeptidkette zustande.
DieTertiärstrukturkommendrei Strukturelementevor:
1.Helices (auchals α-Strukturenbezeichnet),
2.Faltblätter(auch als β-Strukturen bezeichnet)und
3.unregelmäßige Schleifen, diehäufig auchals
Haarnadelbiegungen ausgebildet sind.
Oft lässtsichdie Ausbildung vonStrukturdomänen beobachten. Strukturdomänensind Teile der
Tertiärstruktur, diebei miteinanderverwanden Proteinenals Strukturelemente immerwiederkehren,
einebestimmte Anzahlvon Helices, Faltblätternund Schleifenin bestimmterräumlicher
Anordnung zueinanderenthaltenund durchbestimmte Funktionengekennzeichnet sind.

Abb.11) EineStrukturdomäneinderRaumstruktur
einesProteins
7
2.4.1.4 Die QuartärstrukturderProteine
Wenn ein Protein aus mehreren Polypeptidketten, also aus Untereinheiten, aufgebaut ist, spricht
man voneiner Quartärstruktur. Manbezeichnetdieses dann auch als oligomeres Protein.
Bevorzugt bestehensolche Proteine entwederaus vierUntereinheiten, dann nenntman einsolches
Proteintetramer, oderaus zweiUntereinheiten undman sprichtvon einemdimeren Protein.
EinProtein, das nureine Polypeptidkette enthält, bezeichnetman als monomer.
Untereinheiten könnenbeioligomerenProteinenentwederidentischodernichtidentischsein.
Hämoglobin, zum Beispiel, istein tetrameres Protein. Esbesteht aus4Untereinheiten
die paarweise identischsind undalsα-und β-Ketten bezeichnet werden.
Abb.12) Quartärstruktur des Hämoglobins αβ 2 2
Essindjeweils dieN-undC-Terminizuerkennen
dieα-Kettensindweiß unddie β-Kettengrau
2.5 Nucleotideund Nucleinsäuren
2.5.1 Die Bausteine
Nucleotideund Nucleinsäurensetzen sich aus dreiverschiedenen Gruppen von
Bausteinenzusammen:
-Purin-und Pyrimidinbasen
-Monosaccharide
-o-Phosphorsäure

2.5.1.1 DiePurin-, Pyrimidinbasen und Monosaccharide
In Nucleotiden undNucleinsäurenfindetmanAdenin undGuanin als Purinbasen und
Cytosin, Thymin, Uracil, 5-Methylcytosin(inderDNSvon Bakteriophagen) als Pyrimidinbasen
8
Abb.13) DieBasen imÜberblick,
dieAtomesinddurchnumeriert
Die Monosaccharide sind D-Ribose unddie 2-Desoxy-D-Ribose.
SieenthaltenfünfKohlenstoffatome (man sprichtauchvon Pentosen).
Abb.14) diePentosen,beiderß-D-Ribosesinddie
C-Atomedurchnumeriert,Numerierung
erfolgtbeider2-Desoxy-D-Riboseanalog
2.5.1.2 DieNucleoside
Ein Nucleosid ist die Verbindung zwischeneinerPurin-bzw.Pyrimidinbase mitdem ersten
Kohlenstoffatom(C )derD-Ribose.
1
Abb.15) StrukturformelnausgesuchterNucleoside
VerbindungenderBasenmitder 2-Desoxy-D-Ribose bezeichnetman als Desoxynucleoside.
Die Bindung erfolgtβ-glycosidisch zwischendemN-Atom 3beieiner Pyrimidinbase bzw.
dem N-Atom 9beieinerPurinbase und demC-Atom1’ derbetreffendenPentose.
Um Verwechslungen vorzubeugen, werdendie C-Atome des Zuckers miteinemStrichversehen.
Die Nucleosideder Purinbasenwerden gekennzeichnetdurch dieEndung-osin (Adenosin, Guanosin)
und die Nucleoside derPyrimidinbasendurch dieEndung-idin(Cytidin, Uridin, Thymidin).

2.5.1.3. DieNucleotide
Verbindungen derNucleosidemit Phosphorsäurewerdenals Nucleotide bezeichnet.
Je nach beteiligtemZuckerunterscheidetman Ribo-und Desoxribonuleotide.
DiePhosphorsäureistindiesen mit derPentose esterförmigüberdie alkoholischeOH-Gruppe am
C-Atom5'oderC-Atom3' verbunden. Danach unterscheidetman 5'-von3'-Nucleotiden.
DieNomenklatur derNucleotide berücksichtigt die NaturderBase unddes Zuckers, sowiedie
Stellung des Phosphorsäuremoleküls am Zucker, zB:Adenosin-5'-monophosphat(auch als
Adenylsäure bereichnet). DaThyminin dennatürlichen Nucleosidenund Nucleotiden nurin
Verbindungmit Desoxyribose auftritt, verzichtet manbei diesenaufKennzeichnung mit Desoxy.
Abb.16) StrukturformelneinigerNucleotide
9
2.5.2 Die Nucleinsäuren
Nucleinsäuren sind Polynucleotide, d.h. siesetzen sich aus vielenNucleotidenzusammen.
Ein einzelnes Nucleotid bezeichnetman als Mononucleotid.
Ihre Verknüpfungin denNucleinsäurenerfolgtdurch zweifach verestertePhosphorsäure
(Phosphorsäurediester-Bindung)zwischen demC-Atom5' eines Nucleotids mit demC-Atom3’
des benachbarten Nucleotids.
Zum Beispiel ergibtsichfolgende Polynucleotidstrukturwie inderAbb. 17und Abb. 18
Abb.17) FormelausschnitteinerDNA
mitPhosphatam5’-Ende
Abb.18) FormelausschnitteinerRNA
mitPhosphatam5’-Ende

2.5.2.1 DNA und RNA
JenachArtder Pentose unterscheidet manNucleinsäuren. Ist derZucker2-Desoxy-D-Ribose
spricht manvon Desoxyribonucleinsäure(DNS)bzw desoxyribonucleic acid (DNA)undvon
Ribonucleinsäure(RNS) bzw. ribonucleic acid (RNA), wenn Zuckereine D-Ribose ist.
EinweitererUnterschiedistdie Basenzusammensetzung:
Inder DNAtreten als BasenAdenin, Guanin, Cytosin undThyminauf,
inderRNA kommtstatt Thymin dieBase Uracilvor.
10
2.5.2.2 Die Polarität der Nucleinsäurestränge
Nucleinsäuremolekülebesitzen eine Polarität. Siekommtzustande, weildie Phosphorsäurenur die
Hydroxyle3' und5' miteinanderverknüpfenkann, da das C-Atom 1'derPentose mitderBase und
das C-Atom 4'mitdem furanoiden Ring besetztist. Dadurch ergeben sich zwei definierte Enden des
Nucleinsäure-Moleküls. NachKonvention schreibt mandie Kette so, dass das 5'-OH-Ende, das noch
einen Phosphat-Restträgt, links unddas 3'-OH-Ende rechts steht.
Die KurzschreibweisederDNA-Strukturvon Abb. 17istpdG-dT-dC-dA-dToderd(pGpTpCpApT)
und die Kurzschreibweise derRNA-Strukturaus Abb. 18 ist-A-A-U-C oderpApApUpC.
Abb.20) Demonstration derPolarität,andem
DNA-AusschnittvonAbb.17
2.5.2.3 Die Struktur der DNS
Die DNA trittvorwiegend inFormvon Doppelsträngen aufund
besitzteine
charakteristische Sekundärstruktur, die Doppelhelix.
Mankann sie wie folgt beschreiben:
1. Die zweiPolynucleotidstränge sind in derDoppelhelix
spiralförmigverdrillt, siemüssen entdrillt werden,
wennsiegetrennt werdensollen.
2. Die Polypeptidketten besitzen entgegengesetzte
Polarität, sie verlaufenantiparallel
3. Es stehensichimmerzweiBasen, die strukturell
komplementärsind, in derDoppelhelix gegenüber.
Mankann sich alsodie DNAals "verdrillte Strickleiter"
vorstellen, wobeieine Windung10 Basenpaare enthältund die
Identitätsperiode 3,4 nmist. Die komplementärenBasenpaaresind
Adenin -Thymin undCytosin-Guanin. Zwischen den
komplementären Basenbilden sich Wasserstoffbindungenaus
(Zwischen Adeninund Thymin zwei undzwischen Guaninund
Cytosindrei).DieseWasserstoffbindungen halten die Einzelstränge
zusammenund stabilisieren so dieDNA-Doppelhelix.
Durch die Basenpaarung bestimmtjedeBase ihrenPartner, so
dass einStrangdie vollständige Sequenz derBasen des anderen
Strangs festlegt.
Die Zuckerrestestehensich nichtdiametralgegenüber.Dies
bewirkt, dass die Windungen derHelices zumTeil weiterentfernt
sind, zumTeil näherbeieinanderliegen. Dadurchgibtes eine
großeund eine kleineFurche.
Abb.21) zeigtdieräumlicheStruktur
der DNA-Doppelhelix

Diese GrundformderDNA bezeichnet manals B-DNA.DieDNAkann noch in
zweiweiterenFormenVorliegen:
A-DNA istbeigeringer Hydratisierung zubeobachten.
Hiererscheinendie BasengeneigtgegenüberdemZucker-Phosphat-Gerüst
undeine vollständige Windungumfaßt11Basenpaare.
Bei derZ-Konformation derDNA ist dieSchraubenrichtungentgegengesetztzur B-Form. Siehat
diesen Namen erhalten, weilhier das Zucker-Phosphat-Gerüst Zickzack-förmiggeknickt vorliegt.
Einzelne Abschnitte können inEukaryonten-Chromosomenin Z-Konformation vorliegen.
In Sequenzen inden sich die Purin-und Pyrimidin-Basen abwechseln kanneszuBildung vonZ-
Abschnitten kommen, wenndie umgebende DNA durchihreÜberspiralisierung
einenZwang aufeine solche DNA ausübt.
11
3. Dergenetische Code
Ein Genistmolekulargenetischbetrachtet, ein StückeinerDNA-Doppelhelix, das inseiner
Nucleotidsequenzdie Information füreinPolypeptidenthält unddahereine funktionelle Einheit ist.
In denProteinen derLebewesentreten in derRegel20 verschiedeneAminosäurenauf.
DerenReihenfolge muss in derNucleotidsequenz derDNA verschlüsselt vorliegen.
Wiewir in den vorherigen Kapitelngelernt haben, kommen inden Nucleinsäuren 4Basenvor.
Würde eine Aminosäure durcheine Base bestimmt, so ließensichden 4Basennur 4Aminosäuren
2
zuordnen. Zwei Nucleotide würdenauchnicht ausreichen, denn dann könntenerst4=16
Aminosäurendurch dieDNAcodiert werden. Erst beieinerKombinationvon 3aufeinanderfolgendenNucleotide,
genanntNucleotidtriplett, ergebensichgenügendviele Möglichkeitendie 20
3
Aminosäurenzucodieren. Daraus folgt, dass es 4=64 verschiedeneMöglichkeitenvon
Triplettstrukturengibt, d.h. wesentlich mehrals zurVerschlüsselung von20 Aminosäuren nötig
sind. Wichtig istnun, dass alle denkbaren64 Tripletts Codierungsfunktionbesitzen undkein
einziges Triplett überflüssigist. Durch 61Codons werden20 Aminosäuren codiert, d.h. eine
Aminosäurewird durch mehrals ein Codon Verschlüsselt. Deshalb nenntmanden genetischen
Code degeneriert. Die restlichendreiCodons besitzen Signalfunktionen. IhreAnwesenheit markiert
das Ende derStrukturinformation. Mannenntsie Stopp-Codons. Die Basen-Tripletts derDNA, die
eineAminosäurecodieren, werdenals Codogenebezeichnet. Dem Codogen entsprichtnachder
Transkription einCodon auf der mRNA.
In derCode-Sonne (Abb.22)und Code-Tabelle (Abb. 23)sind die Codons dermRNA angegeben.
Ihre Gesamtheit ist dergenetischeCode, unddie Einheitdergenetischen Informationist das Codon.
WichtigeBesonderheiten des Aminosäurecodes:
1. die Nucleotidtripletts werden nacheinander"abgelesen", jedes Triplett isteine
eigenständige Einheit, Teile vonihmgehörenwederzumvorhergehenden noch zum
nächsten Triplett
2. imgenetischen Code gibtes keine Trennzeichen, d.h. dieTriplettsfolgen unmittelbar
aufeinander
3. der genetische Code ist universell:von ganz wenigen Ausnahmen abgesehen, bedienensich
alle Organismen dieserErde dieses Codes, d.h. sie nutzen die gleichenCodons fürdie
gleichenAminosäuren.
Von allendiesen allgemeinenRegeln gibtes einige interessanteAusnahmen:
1. Einige Bakterienvieren (Bakteriophagen)enthaltenüberlappende Gene mitverschiedenen
Leserastern.Zum Beispiel enthältderBakteriophage X174zweiGenemiteigenem
Leseraster, die in größeren Genen mitanderen Leserastern enthaltensind.
2. Es gibtauch AusnahmenbezüglichderUniversalitätdes genetischen Codes:
es wurde gezeigt, dass Mitochondrienfürbestimmte Aminosäuren andere Codons
verwenden. z.B.:UGAfürTrp, AUAfürMetsoweiUAAund UAGfürGln.

Abb.22)DergenetischeCode
DieCodewörtersindfürdiemRNAgegeben
DieCodons sindvon innen nachaußen zulesen.
12
Abb.23)DergenetischeCodeinRNA- und inKlammernDNA-Schrift

4. Transkription
Definition:
DerVorgangderUmschreibung derDNA-in dieRNA-Schriftheißt
Transkription.
Die Transkription lässtsichindrei Phasen Unterteilen:die Initiation, die Elongation und
die Termination. BeiEukaryontenschließtsichhäufignocheine Phase derReifung
(Processing, Prozessierung)derprimärenTranskripte an.
13
4.1 Transkription bei Prokaryonten
E.coli besitzt eineeinzigeDNA-abhängige RNA-Polymerase, diedie Synthese
allerRNA-Typenin diesen Bakterien katalysiert.
Initiation:
Betrachte nun dencodogenenStrang.
Die RNA-Polymerase lagertsichan dieStartstellen derTranskription, dersog. Promotor-Region,
derDNAan. Diese Promotor-Regionentsprichtmeist derBasenfolge 5'-TATAAT-3'oder
ähnlichen Sequenzen(Pribnow-Box)und liegtetwa 10 Nucleotideoberhalb dertranskriptierten
Regionbzw. des mRNA-Starts.
Elongation:
Nachder Initiationlöstdie RNA-Polymerase dieWasserstoff-Bindungen umden Startpunkt
der mRNA undbeginnt ander hierentwundenen DNA mitderSynthese.
Die RNA-Polymerase liest denMatrizenstrang ((-)Strang), dessenPolaritätvon 3'nach5'
gerichtet ist, ab. Der andere, nichttranskribierteStrangderDNA-Doppelhelixheißt codogener
Strang((+)Strang)).
Die RNA wirddurch die RNA-Polymerase von 5'nach3' synthetisiert. Die Synthese selbst
beginnt mitATP(Adenosintriphosphat)oderGTP(Guanosintriphosphat), an dessen 3'-OH-
Gruppe dienachfolgendenBausteine angelagert werden. Dadurchhat dieneugebildete RNA
am 5'-Ende nocheineTriphosphatgruppe. Die Angliederungerfolgt komplementärzu den
Basen des Matrizenstranges.
Abb.24) Transkription
A: Codogener und Matrizenstrang,
dieTranskriptionsblaseentstehtdurch mehrere
EnzymeundandereProteine
B: RNA-PolymerasetranskriptiertMatrizenstrang
inderTaranskriptionsblase
Abb.25) Mechanismus derRNA-Polymerasereaktion
(Rib.=Ribose;dR=Desoxyribose

Termination:
BeiProkaryontenunterscheidetman zwei Klassenvon Terminationssignalen, jenachdemob
diese einenProteinfaktor, den sog. Faktorrho, brauchen.
rho-unabhängigisteine RNA-Haarnadelschleife, die aus komplementärenBasen bestehtund
sichspontanwährendderTranskriptionausbildet. Ihr Zentrumliegt ca. 20 Nucleotidevon
RNA-Ende entfernt. Diesemfolgen bis zumEndedes RNA-Transkripts Uridylsäurereste.
Diese Haarnadelstruktur zerstörtoffenbardie RNA-DNA-Wechselwirkungen, so dass sichdie
RNA vonderDNA löst.
Die zweiteKlassebilden dierho-abhängigen Gene. Beiihnen wird auch amEndeeinekurze
Haarnadel inderRNA gebildet. Isthexameres rho-Protein vorhanden, so bricht dieRNA-
Polymerase ihre Wirkungab undverläßt die DNA-Matrize.
14
Abb.26) Termination derRNA-Synthese
CG-reicheHaarnadelschleifemitvierterminalen
UracilrestenamEndederSynthetisierten
Prä-RNA
Abb.27)
TerminationderRNA-Synthese
Rolledes rho-ProteinsbeiderTermination
4.2.Transkription bei Eukaryonten
Sie verläuftnach den gleichenPrinzipien, jedoch findet manim einzelnen einigeUnterschiede.
WährendE.coli nureine einzige RNA-Polymerase besitzt, kennt manbei Eukaryontenzellendrei
verschiedene Typendes Enzyms, die als Polymerase I, IIund IIIunterschiedenwerden. Diein den
Nucleolus lokalisierteRNA-Polymerase Isynthetisiertdreiverschiedene ribosomalenRNAs
(rRNAs). Im Nucleoplasma befindetsichRNA-PolymeraseIIund III.
DieRNA-Polymerase II transkriptiertdie Gene fürdie Synthese dermRNAbzw.deren Vorläufer.
Sie wirddurchdas Gift des GrünenKnollenblätterpilzes ( α-Amanitin)stark gehemmt.
Bei hoherKonzentrationhemmt dieses Giftauchdie RNA-Polymerase III.
DieRNA-Polymerase III istfürdie Synthese derkleineren RNA-Artenwie tRNA (transferRNA),
ribosomalen5S-RNA undeinige kleine Kern-RNA-Arten (snRNA small nuclearRNA).
Auchbeiden Eukaryonten steuern DNA-Abschnitte denAnfang derTranskription. Diese
charakteristische Sequenzensind Bindungsstellen vonspezifischen Proteinen, die man als
Transkriptionsfaktoren bezeichnet. Sie sind fürdie Initiation derTranskription verantwortlich,
in dem sie die Anbindung derRNA-Polymerase an denPromotorermöglichen.
Bei denProteincodierenden Strukturgenen, die vonderRNA-Polymerase II transkriptiertwerden,
unterscheidet mandreiverschiedene stromaufwärts vom Gen liegende Transkriptionsfaktoren
bindendeDNA-Segmentenmitjeweils spezifischen Consensussequenzen:
Die TATA-Box,das isteine Adenin-und Thyminreiche Promotorsequenz mit
typischerFolge "TATAAA", CCAAT-und GC-Boxen.
Ein weitererUnterschied zwischenderTranskription beiProkaryontenund Eukaryonten ist, dass
die primärenProdukte der TranskriptionbeiEukaryonten noch invielfältigerWeiseverändert
werden. Diese Phasebezeichnetmanals Reifung oderauch als Prozessieren(bzw. engl. processing)
derRNA.

Processing:
Aus demTranskriptionsprodukt, derPrä-mRNA (hnRNA), entsteht imZellkerndurch
Umwandlung(Processing)die fertige mRNA. Dafürsind folgendechemische
Modifikationen notwendig:
Die UmwandlungderPrä-mRNA beginnt damit, dass am 5'-EndeeineCap-Struktur
angehängtwird. Sie dient derBindung dermRNA an das Ribosom zurEinleitung
derTranslation undals Schutz vorenzymatischem Abbau.
An das 3'-Ende derPrä-mRNAwirdeinePoly-AMP-Sequenz angehängt, die
etwa eine Länge von 100-200 Basen besitzt.
Die Vorstufen dermRNA-MoleküleenthaltenAminosäure codierende Sequenzen,
die sog. Exons, und nichtcodierende, intervenierendeSequenzen, die Introns.
DieseInstons werdenherausgeschnitten unddie übriggebliebenenExons
zusammengeführt. DiesenVorgangnennt manSpleißen.
Nachdem Processing wird die reife mRNA vomZellkern ins Zytoplasmatransportiert,
wo dieTranslation stattfindet.
rRNA-und tRNA-Synthese verlaufennachdem selbenPrinzip wie diemRNA-Synthese.
Der AblaufderTranskriptionimÜberblick:
1. Initiation:
1.1RNA-Polymerase (Enzymkomplex)bindetaneiner best. Startsequenz derDNAan.
2. Elongation:
2.1Entspiralisierung undAufspaltung derDNA-Doppelhelix aneinerbest. Stelle.
2.2RNA-Polymerase wandertin 3'->5'-Richtung aufdem Matrizenstrang ((-)Strang).
2.3Anlagerung vonjeweils komplementärenRibonukleosidtriphosphatennachdem
PrinzipderBasenpaarung
2.4Verbindungder Ribonucleotide in 5'->3'-Richtung, dannVerdrängung des fertigen
mRNA-Stranges undWiederherstellungderDNA-Doppelhelix.
3. Termination:
Beendigungder Transkriptiondurch eine best. Terminationssequenz.
4. Processing/Reifung(beiEukaryonten):
Nichtfunktionsfähige Prä-mRNA umwandeln in die fertigemRNA
5. Translation
tRNA:
Die vierdoppelsträngigenBereicheund diedrei einsträngigenSchleifen
destRNA-Moleküls bildendie typische Kleeblattstruktur.
ImZentrumder2. Schleife liegtdas Anticodon, welches aus dreiBasen
bestehtund durchdie komplementäreBasenpaarungbestimmte mRNA-Codons
erkennt. Die tRNA trägtam 3'(CCA'3)diejenigeAminosäure, diedem
genetischen Code dementsprechenden mRNA-Codon zugeordnetist.
Viele Basen dertRNA sind chemischverändert, zum Beispielmethyliert.
Abb.28) Raumstruktur (Tertiärstruktur)eines
tRNA-Moleküls
15

16
Ribosomen:
Ribosomen sindaus zweiUntereinheitenbestehende Zellorganellen, andenen die
Proteinsynthesestattfindet. Sie sind imZytoplasma, indenMitochondrien undauf demrauhen
ER (Endoplasmatischem Reticulum)zu finden.
Ribosomen sindaus rRNA(ribosomalerRNA)und ribosomalenProteinenaufgebautund
besitzen eineDurchmesservon12 -25nm .
Die Ribosomensindaus einergroßenund einerkleinen Untereinheitaufgebaut.
Diese Untereinheitenwerden jeweils nach ihrerSedimentationskonstanteKbenannt.
Die Sedimentationskonstantewird in Svedberg-Einheiten (S)gemessen.
Einvollständiges Ribosomen imZytoplasma hateine Sedimentationskoeffizienten von80S,
die Untereinheitenvon40Sund 60S. Diese Werte werdenin derUltrazentrifuge ermittelt, sie
lassensichnicht addieren.
InBakterienund Mitochondrien sindRibosomen kleiner, ihre Sedimentationskonstante beträgt
70S, die derUntereinheiten 30Sund50S.
InZellen mit hoherWachstumsgeschwindigkeit (Tumorzellen, regenerierendes Gewebe)oder
umfangreicherProteinsysnthese (Leber, Nervenzellen)ist die Zahlder Ribosomen entsprechend
hoch.
ImaktivenZustand lagernsichRibosomenentlangeinem mRNA-Moleküls zu Polysomen
zusammen.
Definition:
Die Übersetzungder in derBasensequenz dermRNAverschlüsseltenInformation in eine
Aminosäuresquenz eines Proteins wird als Translation bezeichnetundläuft in den
Ribosomen ab.
Die Translationlässt sich infünfPhasen einteilen:
AktivierungderAminosäuren undderen Übertragung auftRNA, Initiation, Elongation,
Terminationund Prozessierung
Aktivierung der AminosäureundderenÜbertragungauftRNA
IndieserPhase wird dietRNAmitAminosäurebeladen. DieserVorgang verbrauchtATPzu
AMP.Hierverbinden Enzymedie einzelnen Aminosäuren mitihrenentsprechenden tRNA-
Molekülen. DieseEnzyme werdenAminoacyl-tRNA-Synthetasengenannt. Sie erkennen
einerseits diezu übertragendeAminosäureund anderseits die zugehörigetRNA.
EinetRNA, dieeineAminosäure trägt, nenntman Aminoacyl-tRNA.
Initiation:
Die Proteinsynthese beginnt mit derBildung des ribosomalen Initiations- oderStartkomplexes.
Diesersetztsichaus folgendenKomponenten zusammen:
- derkleinenUntereinheit 40Seines Ribosoms
- dermRNA
- denInitiationsfaktoren
beiProkaryonten gibtes drei (IF-1 bis IF-3),
beiEukaryonten zehn (eIF-1bis eIF-10)
- derInitiator-tRNS
- GTP
- Mg2+
Die Proteinsynthese beginnt stets miteiner Initiator-Aminosäure(Methionin, bei Bakterien mit
N-Formylin). Die Ableserichtung dermRNA ist von5' nach3' unddas Protein wird vonseinem
NH2-zu seinemCOOH-Ende hin synthetisiert. Das Startzeichenauf dermRNA ist ein StartoderInititator-Codon(5'-AUG-3'
bzw. 5'-GUG-3', wobeiAUGbevorzugt vorkommt). An dieses
Startcodonwird eineInitiator-tRNA (tRNA, die dieInitiator-Aminosäure trägt)überihr
Anticodon (3'-UAC-5') gebundenund gelangt so andie festgelegte Stelleim Startkomplex.
Einepurinreiche Sequenz, die stromaufwärts vomStartcodonliegt, ist komplementärzu einer
bestimmten Sequenz am 3'Ende der16S-rRNAderkleinenUntereinheit undträgtdamit dazu
bei, dass die mRNA in derrichtigenPosition imInitiationskomplexliegt.

Nachdemdie Initiator-tRNA sich andie mitderkleinenUntereinheit verbundenenmRNA
verbunden hat, erfolgtdie Bindung dergroßenUntereinheit mitdem Startkomplex unter
FreisetzungallerInitiationsfaktorenzu einem funktionsfähigen ApparatderProteinsynthese.
An diesemunterscheidetman zwei verschiedene Zentren:
-das Aminoacyl-tRNA-Bindungs-bzw. Acceptorzentrum(A-Zentrum)
-das Peptidyl-tRNS-Bindungszentrum(P-Zentrum)
17
Elongation:
IndieserPhase werdenin Gegenwartvon Elongationsfaktoren (EF)Aminosäuren Schrittweise
verknüpft, so dass eine Polypeptidketteentsteht.
Die Initiator-tRNA (N-Formyl-Methionin-tRNAf)liegt amAnfang derSynthese imP-Zentrum,
dasA-Zentrumist nochfrei. In diesembefindetsichdas zweiteCodon, das direktaufdas Start-
Codonfolgt. Andieses bindetsichnun eine zudemCodon passende Aminoacyl-tRNA
(Aminosäure tragendetRNA), wodurchdas A-Zentrum besetztwird. Nunsinddas P-und A-
Zentrumdes Ribosoms besetztund die Bedingungenfürdie Bildungder erstenPeptidbindung
zwischen derInitiator(fMethionyl-tRNAf)undder Aminoacyl-tRNAgeschaffen.
Hieristjetztdas EnzymPeptidyltransferase, die indergroßenUntereinheit (S50/S60)sitzt.
Die aktive Carboxylgruppe des Formylmethionins wirddabeimitderAminogruppe derim
A-Zenrum liegenden Aminoacyl-tRNAgebunden. Dabeientstehteine Dipeptidyl-tRNA, die
zunächst nochim A-Zentrumliegt.
Nun folgt einTeilschritt, die Translocation. Hier bewegtsichdas Ribosom, durch die Translocase
katalysiert, umein Triplettauf das 3'Ende dermRNAzu. Die dafürbenötigte Energie wird aus
derSpaltung vonGTPzuGDP undPhosphat gewonnen. Die Dipeptidyl.tRNAwird vondem
A-Zentrum indas P-Zentrumverschoben undgleichzeitig dieentladenetRNAin das
Zytosol/Zytoplasma verdrängt. Das A-Zentrum ist jetztfreiund kanndie nächstebeladenetRNA
binden usw.
Die Verlängerung derPolypeptidkette nimmt demzufolge einen zyklischenVerlauf:
- Bindung einerAminoacyl-tRNA an das A-Zentrum
- Knüpfungeinerneuen Peptidbindung durchÜbertragungdesPeptidylrestes
derPeptidyl-tRNAimP-Zentrum aufdie Aminoacylgruppe imA-Zentrum
- Abgabe derfreien tRNA aus dem P-Zentrum undvorrückenderPeptidyl-tRNA
aus demA-Zentrum indas P-Zentrum
- Bindungder nächstenAminoacyl-tRNA an das freigewordene A-Zentrum
Termintion:
Die Polypeptidkettensynthese schreitetsolange fort, bis eines derdrei Terminations-oder
Stoppcodons (UAG,UAAoderUGA)auf dermRNA das Endesignalisiert. DieStopp-Tripletts
codieren keine Aminosäure, d.h. es gibtinderZelle keine tRNA, deren Anticodonkomplementär
zumStoppcodonist.
ZurErkennung derStoppcodons gibtes zweiAblösungsfaktoren, diejeweils spezifische
Stoppcodons imA-Zentrum erkennen undsichan sie bindenund damiteine Wirkungsänderung
derPeptidyltransferasebewirken. Die Peptidyltransferase verknüpft nunkeine Peptidemehr,
sondernspaltetdie synthetisierte Polypeptidkette vom letzenTriplettab undgibt sie frei.
Ebensoverlassen auchdie mRNA undtRNAdas Ribosom, das nun wiederin eine große und
kleine Untereinheitzerfälltund nunwiederzurerneuten Proteinsynthese zurVerfügung stehen.
Prozessierung:
Die Polypeptidkette wird nach derTerminationdurch irreversible chemischeVorgänge inihre
biologisch aktiveFormumgewandelt. Man sprichthiervon einerposttranslationalen
Modifikation.

DieWirksamkeitderProteinsynthese wird gesteigert, indemsich mehrere Ribosomengleichzeitig
einund dieselbe mRNA translatieren. Mannennt diese Aufreihungvon Ribosomen, die vonder
mRNA zusammengehaltenwerden, Polysom.
18
6. Regulation derGenexpression
Das Jacob-Monod-Modell(Operon-Modell)
ZurErklärungdiese Modells derRegulationder
Genaktivitätbeziehenwiruns auf Prokaryonten.
Man kanndie Gene jenachFunktionin drei
verschiedene Gruppeneinteilen:
Strukturgene, Operatorgeneund Regulatorgene
Strukturgene sind verantwortlich fürdieAusprägung
von Eigenschaften. Ihre Nucleotidsequenz codiertdie
Aminosäuresequenzdes Proteins/Enzyms.
Überdiese Enzymegreifensiein den Stoffwechselein.
Operatorgene kontrollieren dieFunktionstüchtigkeit
derStrukturproteine. Sie liegenin derDNA-Doppelhelix
vorden Strukturgenen undkönnen hemmendoder
anregendaufdie Transkription derStrukturgene
wirken.
Als Operon bezeichnetman einOperatorgen unddie
dazugehörigenStrukturgene, die bei einemBiosyntheseschrittzusammenwirken.
DerPromotor
ist, wie wirimKapitel derTranskription
erfahrenhaben, eine Regiondes DNA-Stranges, an
demsich die RNA-Polymerase bindet.
Beider Tanskriptionbeginnt beiihm die Synthese der
mRNA. DerPromotoristauchBestandteil des
Operons.
Regulatorgene steuern dieGenaktivität,sie regulieren
alsodie Operons. Dazuerzeugensiespezielle Proteine,
die sog. Repressoren.Diese Gene liegenaußerhalb des
Operons.
Die Repressoren lagern sich an die Operatorgene und
verhindernsodie Transkription derStrukturgene, d.h.
das Operon ist inaktiviert.
Induktormoleküle veränderndie Raumstrukturdes
Repressors, sie inaktivierenihn, so dass ermitdem
Operatorgen nichtmehr in Wechselwirkungtreten kann
und damitdas Operon wiederaktiv wird unddie
Transkriptionungehindert erfolgen kann.
Wenndas Substrat eines Enzyms des Operons die
Genaktivitätunddamit dieEnzymsynthese auslöst,
sprichtman auchvon Substratinduktion.
Beider Endprodukt-RepressionoderEnzym-
Repressionhemmtein Endprodukt einerReaktionskette
eine weitere Enzym-Synthese.
Abb.29) Induktion
RRegulatorgen, OOperator, SStrukturgene,
PPromotor
Abb.30) Endprodukt-Repression
RRegulatorgen, OOperator,SStrukturgene,
PPromotor

7. Datenbanken in derBioinformatik
DieBioinformatikbeschäftigt sich mitMethodenzurUntersuchung vonProblemender
Molekularbiologie auf Computersystemen. AufGrundderdabeianfallenden sehrgroßen
Datenmengen undumfangreichen Datenanalysen, sind Datenbanken inderBioinformatik
vongroßerBedeutung.
19
7.1Verwendungvon Datenbanken in den verschiedenen Problemfeldern
derMolekularbiologie:
Sequenz-Datenbanken zurDNA-AnalyseundSequenzierung
Ziel derSequenzierung istdie Ermittlung derkodierenden undnicht-kodierenden Bereiche der
DNA-Sequenzeines Organismus. Die durchdie DNA-Analyse-Methoden erworbenenDaten
werdenin Sequenz-Datenbanken verwaltet. DieseDatenbankensindmeistsehrgroßund besitzen
exponentielles Wachstum.
Proteinsequenz- undProteinstruktur-Datenbanken zurStrukturvorhersage
Ein HauptzielderBiologieistdie Strukturvorhersagevon Protein-Molekülenaus ihre
Aminosäuresequenz, da dieFunktioneines Proteins vonseiner3D-Strukturabhängigist. Diese
Vorhersage ermöglichtLaboruntersuchungen einzuschränken.
BeiHomologie-BasiertenAnsätzen werden Aminosäuresequenzen bereitsbekannterProteinemit
derSequenz des unbekannten Proteins verglichen. Fürdiesen Zweckwerden Proteinsequenz-und
Proteinstruktur-Datenbankenaufgebautund andieseÄhnlichkeitsanfragengestellt.
Pathways/Biochemische Pfade
Einbiochemischer Pfad modelliert abstrakteineAbfolge vonchemischen Reaktionen ineiner
Zelle. Metabolische Pfade(Reaktionswege imStoffwechsel) undRegulatorische Pfade
(KontrollmechanismeninderGenexpression, siehe vorheriges Kapitel)sind vonbesonderem
Interesse. Um biochemische Pfadezufinden, werden unteranderemSequenz-Datenbanken
genutzt. DieVerwaltungderdabei gewonnenen Daten geschieht ebenfalls inspeziellen
Datenbanken.
Sequenz-Datenbank zurErmittlung phylogenetischerBäume
DieEvolution geht mit Veränderung derKodierungderProteine derOrganismeneinher.
Umzu entscheiden, wann die EntwicklungderNachfolgereines Organismus auseinander ging,
werdenspezielle Sequenzanalysealgorithmen, die aufModellen derGeschwindigkeitder
VeränderungderKodierungder Proteine beruhen, angewandt.
Man erhältso die Stammbäume, die sog. phylogenetischen Bäume, derOrganismen.
BeiderBerechnung dieserBäume werden oft Sequenz-Datenbanken genutzt.
Genexpressionsanalyse
EinGenwirdoftalsDNA-Abschnittdefiniert, derein Protein kodiert. Die Transkription (siehe
vorheriges Kapitel), insbesonderederStrukturgene, wirdals Genexpression bezeichnet. Mittels
sog. DNA-Chips kann das Expressionsniveaumehrerertausend Gene gemessenwerden, die die
Zelle zueinembestimmten Zeitpunkt exprimiert.
Gesunde undkranke Zellenkönnen an Handdes Expressionsniveau unterschiedenwerden.
Data-Miningwirdgenutztum Gene mit ähnlichen Expressionsmustern inGruppen zusammen
zufassen.

7.2 Datenmodellierung und -management
20
BeiBio-Datenbanken werdenvier Formen vonDatenmodellenverwendet:
- ASCII-Texte, sog. Flat-Files
- Datenmodelle von Standard Datenbanken,
z.B.: relational, Objektoderobjektrelationale Datenbanken
- ObjectProtocol Model(OPM)
- ACEDB-Datenmodell.
Flat-Files
In derAnfangszeitderMolekularbiologie-Datenbanken wurdenDatenbankManagement
Systeme (DBMS)wenig genutzt. Stattdessenwurden die Bio-Datenbankenaus
indiziertenASCIITextdateien, densog. "flatfiles", aufgebaut.
Einige Datenbankenbasierenheute noch aufdiesen. Ein Grund dafürist, dass dieDatender
Molekularbiologieoftsehrkomplex sind, sodass vieleflat-files tiefgeschachtelte Datensätze,
Mengen, Listenund Abweichungen enthält, diesichnichteinfach in einem relationalenoder
ObjektDBMS repräsentierenlassen.
Bio-Datenbanken, die als flat-files implementiertwurden, besitzenkein explizites Datenmodell.
Ihre Einträge sindgewöhnlichimplizitoderexplizitdurchSuchindexestrukturiert. Die meisten
flat-fileSammlungen, die explizitstrukturiert sind, nutzen Schlüsselworte, sog. "line types", als
Index. DieSchlüsselworte undIndizes unterscheidensich oft inverschiedenen flat-files nicht
nurinihrerSyntax, sondern auch vonihrerSemantik.
Viele Bio-Datenbanken, insbesondere Sequenzdatenbanken, sind nochals flat-file Sammlungen
implementiert. Zudemsindheute flat-files derde factoStandard zumDatenaustauschin der
Bio-Informatik. Undviele Werkzeuge inder Bio-Informatik (z.B.:BLASTund FASTA)
arbeitennurmit flat-files. Deshalbbietenviele Bio-Datenbanken ihrengesamtenInhalt in
einemodermehrerenflat-files an.
Relationale und Objekt-Datenmodelle
Viele deraufflat-file beruhendenDatenbanken wurdenaufrelationalen, objekt-orientierten
oderobjekt-relationalenDBMSreimplementiert.
Ihre Daten werdenfolglichunter Verwendung des relationalenoderdes Objekt-Datenmodels
repräsentiert. Das Objekt-Modell istbessergeeignet als das relationaleModel, ummolekularbiologische
Daten zumodellieren. Bio-Datenbankenbasierendaufdemrelationalen Modell
besitzenoftsehrkomplexe Schemas undsinddamit nichtsointuitiv. Dasmachtes schwierigsie
zuadministrieren undAnfragen aufsie zu stellen.
Dennoch werdenoftsolche DBMS, wie z.B.:Oracle, SybasederMySQLgenutzt.
ACEDB
ACEDB isteinDBMS, das ursprünglichfürdie Datenbank "A C.elegans Data Base”
(abgekürztACeDB). Diese Datenbankenthielt Daten voneinem kleinenWurm "C.elegans".
ACEDB isteineErweiterung dieses DBSM umandere solche spezialisierten Daten zu
verwalten.
Bei ACEDB werdendie Daten als Objekte, die inKlassen organisiertsind, modelliert.
Jedochunterstützt ACEDB wederKlassenhierarchie noch Vererbung.
Ein solches ACEDB-Objektbesitzteine Mengevon Attributen, die Objekte oderatomareWerte
(Zahlen oderZeichenketten)seinkönnen.
ACEDB Objekte werdenals Bäume, deren(beschrifteten)KnotenObjekte oderatomare Werte
sind undderen Kanten Attributbeziehungendarstellen, repräsentiert.
Das Klassen-ModellvonACEDBspezifiziertdie maximaleMenge vonAttributen, die ein
ObjektderKlasse habendarfund den Typ/Classe dieserAttribute/Objekte.
ACEDB wird vonBio-Datenbanken oft zurVerwaltung genetischerDaten verwendet.
DerQuellcodevon ACEDB istpublic undkanndeshalbdenverschiedenenAnforderungender
speziellenAnwendungenangepasstwerden.

21
Object-ProtocolModel (OPM)
OPM wurde entwickeltzurModellierungbiologischerDaten undderEreignisabfolge in
wissenschaftlichenExperimenten. Es eignetsichgutzurRepräsentationzeitlicherBedingungen
und des Datenflusses zwischendenTeilexperimenten.
OPM eignet sich gutzur ModellierungdynamischerDaten, wiePhenotyp-Daten und die
Dynamik vonbiologischenProzessen.
OPM und dessen"data management tools suite" istkommerziell.
Querverwiese
InBio-Datenbanken verweisen Datensätze aufBeschreibungen derExperimente, durch die
die Daten gewonnen wurden, aufähnliche Daten inder selben odereinen anderen Datenbank.
Meist werdendiese Verweisedurch (künstliche)Primärschlüsselrealisiertund als Hyperlinks
implementiert.
Diese Hypertext-Verlinkung ist einbesonders auffälliges MerkmalderBio-Datenbanken.
Anfragen
FürAnfragestellungenbieten dieBio-Datenbankenoft Webformulare an.
Die derzeitgenutztenSchnittstellenlassen sich leichtbenutzen, es sind abernur meist begrenzte
Anfragen möglich undmankann dort Anfragesprachen imherkömmlichenSinn nurselten
finden. Einige Tools greifendirektaufdiese Schnittstellenzu. Zusätzlichstellenfastalle Bio-
Datenbanken ihre Daten inden unterschiedlichsten Formaten als flat-files zumDownloadzur
Verfügung.
7.3 Datenanalyse und -integration
Die meisten Bio-Datenbanken enthalten Software zurDatenanalyse. Diese Software sindentweder
Implementierungenvon denbekanntenBioinformatik-Algorithmen, wiezumBeispielderSmith-
Watermann-Algorithmus, oderWerkzeuge, wieBLAST, die aufbekannte oderwenige bekannte
Algorithmenberuhen. Einige dieserTools sind schwierig zubenutzen, daviele Parameter
angegebenwerden müssenund viele dieser Tools unzureichenddokumentiertsind.
Viele Bio-Datenbanken enthalten außerdem elementare Computer-Linguistik-Software zur
Schlagwortsuche undÜbersetzungenzwischenden geläufigsten Datenformaten.
Wegendes schnellen Wachstums von Bio-DatenbankenspielenVerfahren zurKnowledge
Discoveryund DataMiningimmergrößereRolle.
Integration vonDatenunterschiedlicherUrsprünge führtzu "Beschreibungs-", "Heterogenitäts-"
und "semantischen" Konflikten.
Beschreibungskonflikt liegt vor, wenndas selbe semantischeObjektinverschiedenen
Datenbanken unterschiedlich modelliertwird.
Heterogenitätskonflikt resultiert aus denunterschiedlichen Datenmodellen und Managementsystemen
der verschiedenen Datenbanken.
Semantischer Konflikt tritt auf, wenndie grundlegenden Begriffe, wie zumBeispiel "Gen"in
verschiedenen Datenbankenunterschiedlich ausgelegt werden.
FrüheWerkzeugezur DatenintegrationberücksichtigendieseKonflikte nicht.
Neuere Ansätzeversuchen Semantische Konflikte unteranderem mittels Ontologien zu lösen.
Das Problem, Daten unterschiedlicherQualitätzu integrieren, wurde bishernochnicht
zufriedenstellend gelöst.
Um die Datenaus den verschiedenDatenbankenaktuellzu halten, sind regelmäßige(tägliche)
Updates nötig. BeiBio-Datenbankenistdies besonders rechenintensiv, daflat-files derdefacto
Standardbeim Datenaustauschsind. Strukturierte Modelle sind fürdenDatenaustausch
vorzuziehen. Die semistrukturierteHerangehensweise zurDatenmodellierungund
Datenmanagementscheintvielversprechend fürdie DatenintegrationbeiBio-Datenbanken.
Verschiedene Forschungen beschäftigensichmitder Modellierungmolekularbiologischer Daten
mittels XML.

8. AbschließendeBemerkung
22
DieVorgänge, die inden Biowissenschaften( Molekularbiologie, Biochemie und Genetik)
untersuchtwerden, sindsehrkomplex undheute teilweise noch nichtbis ins letzte Detailbekannt.
Bei derErforschungdieserVorgänge fallen großeDatenmengenan, diemittels Methodender
Bioinformatikanalysiertund verwaltetwerden. Diese Methoden ermöglichenes in den
Biowissenschaften Modelle leichter zuentwickelnund in diesenzu rechnen.
Das PotentialderInformatik istheutebei den Biowissenschaften bei weitemnoch nicht
ausgeschöpft. Somit istdie Bioinformatik einähnlich interessantes Forschungsgebiet,
wiedie einzelne Biowissenschaftenselbst, in denendie Bioinformatik als Werkzeug
eingesetztwird.

Literaturverzeichnis
23
HO96 Prof. Dr.Hofmann, E.: Medizinische Biochemie systematisch
UNI-MEDVerlagAG, 1996, ISBN 3-89599-121-X
KA88 Karlson, P.: Kurzes Lehrbuchder Biochemie für Mediziner und Naturwissenschaftler
Georg Thieme VerlagStuttgart, NewYork, 1988, ISBN3-13-357813-8
AB97 hrsg. von Abdolvahab-Emminger, H.: Physikum EXAKT-Das gesamte Prüfungswissen in
einemBand Georg Thieme VerlagStuttgart, NewYork, 1997, ISBN3-13-107031-5
BK89 Bayrhuber,H. ,Kull,U.: Linder Biologie -Lehrbuchfür die Oberstufe
Schroedel Schulbuchverlag, 1989, ISBN3-507-02347-4
MS88 Miram,W., Scharf,K.-H.: Biologie heute SII-Neubearbeitung
Schroedel Schulbuchverlag;1988, ISBN 3-507-10540-3
FI92 Fink, E.: Biologie BON-MED, 1992, ISBN3-928730-63-0
TR97 Trachsel, H.: MOLEKULARBIOLOGIE -Repetitorium für Studierendeder Human-und
Veterinär-Medizin http://ntbiouser.unibe.ch/trachsel/teaching/MBVorl/MBVorl.htm; 1997
FK02 Francois, B. ,Kröger,P.: AComputational Biology Database Digest:Data, Data Analysis,
and DataManagement http://www.pms.informatik.uni-muenchen.de/publikationen/
2002
KF02 Francois, B. ,Kröger,P.: Aktuelles Schlagwort“Datenbankeninder Bioinformatik”
http://www.pms.informatik.uni-muenchen.de/publikationen/, 2002
GI
GI e.V.: Informatik-Lexikon:Bioinformatik
http://www.gi-ev.de/informatik/lexikon/inf-lex-bioinformatik.shtml
WM1 www.webmic.de: Transkription
http://www.webmic.de
WM2 www.webmic.de: Proteinsynthese
http://www.webmic.de
Bildverzeichnis
[BK89] Abb.1, Abb.2, Abb. 3, Abb. 10, Abb. 22, Abb.29, Abb. 30
[AB97]
[HO96]
[KA88]
Abb.4
Abb.5, Abb.6, Abb.7, Abb.8, Abb.11, Abb.12, Abb.14, Abb.15, Abb.16, Abb.23,
Abb.24, Abb.25, Abb.26, Abb.27, Abb.28
Abb.9, Abb.17, Abb.18, Abb.20, Abb.21