Visualisierung biochemischer Netzwerke - Arbeitsbereich für ...

Weitere Magazine

Empfehlungen

Info

Visualisierung abstrakter Daten SS 2004 Felix Schernhammer TU Wien − Name − Variable (über diese können Substratknoten in der Reaktionstabelle referenziert werden) − Initialwert Aus diesen Informationen kann ein entsprechendes Petri Netz gezeichnet werden. Zur Visualisierung dieser Information kann ein Tool verwendet werden, dass ebenfalls von diesen japanischen Wissenschaftlern entwickelt wurde. Sein Name ist GON (Genomic Object Net). GON arbeitet mit den eben vorgestellten erweiterten Petri Netzen. Zusätzlich bietet es noch die Möglichkeit jeden Knoten im Petri Netz durch entsprechende biologische Symbole zu ersetzten, um die Lesbarkeit noch weiter zu erhöhen. Screenshot von GON Ausschnitt aus der Visualisierung eines metabolischen Pfades mit einem erweiterten Petri Netz Visualisierung biochemischer Netzwerke Seite 20/26
Visualisierung abstrakter Daten SS 2004 Felix Schernhammer TU Wien 5. Regulatorische Netzwerke Ein Sonderfall der metabolischen Netzwerke sind die regulatorischen Netzwerke. Von diesen sind vor allem die Netzwerke interessant, welche die Regulierung der Genaktivität beschreiben. Bei der Genregulation (siehe Kap 1) wird die Eiweißproduktion dadurch reguliert, dass das Vorhandensein bestimmter Proteine (sog. Regulatorproteine) darüber entscheidet, ob ein Gen Proteine produziert oder nicht. (natürlich produziert ein Gene keine Proteine. Die Proteinsynthese wird hier abstrahiert (siehe Kap 1)) Diese Proteine können dann entweder wieder Regulatorproteine sein, oder entsprechende funktionale Proteine. Der erste Visualisierungsansatz kann von der Pfadvisualisierung übernommen werden. Es handelt sich um eine Visualisierung mittels Petri Netzen. Man benutzt Gene und Proteine für die zwei Knotentypen und die Kanten stellen deren Beziehung dar. Auch die oben beschriebenen Erweiterungen machen auch bei regulatorischen Netzwerken (oder teilweise auch nur bei solchen) Sinn. 5.1 Bool’sche Netzwerke Dieser Visualisierungsansatz bietet gute Erkenntnisse über das dynamische Verhalten eines regulatorischen Netzwerkes. Zur Vereinfachung wird die Zeit nicht kontinuierlich behandelt, sondern es werden immer synchrone Zustandsänderungen vollzogen. Das heißt zu bestimmten Zeitpunkten ändern alle Gene ihr Expressionsverhalten gemäß der jeweiligen Konzentration von Regulatorproteinen in ihrer Nähe. Die Gene selbst sind Knoten, die nur die Werte 1 (Gen „produziert“ Protein) und 0 (Gen „produziert“ kein Protein) annehmen können. Für jedes Gen ist weiters eine bestimmte Funktion gegeben, die angibt wie sich das Expressionsverhalten im nächsten Timeslot ändert. Diese Funktion hängt vom Expressionsverhalten bestimmter anderer Gene im aktuellen Timeslot ab. Dadurch entstehen Zustände, die durch ein n-Tupel von 0en und 1en beschrieben werden können, wenn die Anzahl der Gene n ist. Es gibt maximal 2 n Zustände, die man leicht in einen gerichteten Graphen zeichnen kann. Da aber der Prozess der Regulation theoretisch endlos läuft muss es Kreise in diesem Graph geben. Knoten, die sich innerhalb solcher Kreise befinden heißen Attraktoren. Visualisierung biochemischer Netzwerke Seite 21/26
Seite 1 und 2: Visualisierung abstrakter Daten SS
Seite 19: Visualisierung abstrakter Daten SS

Visualisierung biochemischer Netzwerke - Arbeitsbereich für ...

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

Template löschen?

Als Template speichern?