Vorstellung der Themen

Werbung
Projekt T1: Modellierung der Morphologie von
Arabidopsis thaliana mit relationalen Wachstumsgrammatiken unter GroIMP
• Erstellung eines morphologischen Architekturmodells mit biometrischen Parametern (Grundlage: Artikel von Mündermann et al., 2005)
• Verknüpfung biometrischer Parameter mit genetischer Information
• Arabidopsis thaliana ist DIE Modellpflanze der Genetiker:
Morphologie vieler Mutanten beschrieben, sowie Verknüpfung mit
den sie verursachenden Genen
• Modellierung von Dominanz und Rezessivität
Projekt T1: Modellierung der Morphologie von
Arabidopsis thaliana mit relationalen Wachstumsgrammatiken unter GroIMP
topologisches Modell:
Geometrie der Blattform:
Projekt T1: Modellierung der Morphologie von
Arabidopsis thaliana mit relationalen Wachstumsgrammatiken unter GroIMP
Simulation der Entwicklung von Arabidopsis mit einem parametrischen L-System:
Projekt T1: Modellierung der Morphologie von
Arabidopsis thaliana mit relationalen Wachstumsgrammatiken unter GroIMP
XL-Modell der Gerste:
• Genom besteht aus einem Satz von zwei Chromosomen mit
explizit lokalisierten Genen
--> jedes Gen deklariert als zwei Allele (Zustände, Formen) des
gleichen Genlokus (z.B. Wildtyp, Mutante a, b, ...)
• Dominanz: Allel d am Lokus a bestimmt den Phänotyp
gegenüber allen anderen Allelen (z.B. r) am gleichen Lokus:
d ist dominant gegenüber r
r ist rezessiv gegenüber d
(Es gibt auch Übergänge, wenn Penetranz nicht gleich 100%)
• Epistasis: Allel de am Lokus a dominiert Allel re am Lokus b
Projekt T1: Modellierung der Morphologie von
Arabidopsis thaliana mit relationalen Wachstumsgrammatiken unter GroIMP
XL-Modell der Gerste: Verknüpfung von Genetik, Morphologie und Physiologie:
Projekt T2: Zellbiologisches Modell von
Blumeria graminis (Mehltau)
• Wirt-Parasiten-System Gersten-Mehltau (Blumeria graminis hordei
- Bgh) – Gerstenblattoberfläche (Hordeum vulgare)
• Visualisiert werden soll der Entwicklungszyklus der Konidien
(asexuellen Sporen) von Blumeria graminis hordei.
• Erweiterung eines XL-Modells des Lebenszyklus des Mehltaupilzes
der Gerste in der GroIMP-Plattform
• Erwünschte Eigenschaften des Modells:
• Eignung für die Erklärung von Methoden und Hypothesen v.a. im
zellbiologischen Bereich im Rahmen von Präsentationen.
• Erstellung biologischer Grundobjekte (Spore, Hyphe, Haustorium, EpidermisZelle) als computergrafische 3D-Objekte in GroIMP
• Das XL-Modell soll die Entwicklung des Pilzes von der Keimung der Spore
bis zur Bildung neuer Sporen darstellen.
• Implementierung des Transports von Assimilaten aus der Epidermiszelle in
den Parasiten als Wachstumsmotor.
Blumeria graminis
anamorph
...eine wichtige Getreidekrankheit.
teleomorph
24 h nach Inokulation
72 h nach Inokulation
Simulation der Entwicklung in GroIMP:
teleomorph
Projekt T3: Topologische Analyse
biochemischer Reaktionsnetzwerke
• biochemische Netzwerke...
• ...haben eine Topologie:
Projekt T3: Topologische Analyse eines
biochemischen Reaktionsnetzwerkes
• Konnektivität von Knoten; kann dargestellt werden durch die
Wahrscheinlichkeit P(k), daß ein Knoten k Kanten aufweist:
Für ein zufälliges Netzwerk (a)
weist P(k) einen starken Peak
k = <k> auf; bei großen k nimmt
P(k) exponentiell ab.
In einem skalenfreien Netzwerk
(c) weisen die meisten Knoten
nur wenige Kanten (Links) auf,
einige Knoten (Hubs) jedoch eine
sehr große Anzahl von Links. Ein
solches Netzwerk hat keinen
Peak für P(k), für große k ist
P(k)  k- (Steigung - in der
logarithmischen Darstellung)
Projekt T3: Topologische Analyse eines
biochemischen Reaktionsnetzwerkes
Aufgabe: ein Tool (in GroIMP) zur topologischen
Analyse eines biochemischen Netzwerkes
Eingabe: Netzwerkspezifikation (XML-Format)
Ausgabe: Anzahl Knoten/Kanten, Konnektivität,
zentraler Knoten, Clustering coefficient, mittlere
Pfadlänge, Netzwerktyp (Kategorie, z.B.
skalenfrei), Dimensionalität
Projekt T4: 3D-Biomorphe mit Insektenformen, unter
Verwendung von XL und von NURBS-Flächen in GroIMP
• Biomorphs: von Richard Dawkins (engl. Zoologe) geschaffene, virtuelle
Kreaturen
• Prinzip: iterative Erzeugung einer Strichgrafik (Baum), gesteuert durch einen
simplen Genotyp, bestehend aus 9 Genen:
• Gene:
1) Orientierung und Länge der Striche (8): 19 Allele (-9, -8,..., 0, ..., 8, 9),
2) Rekursionstiefe des Baumes (1): 10 Allele (0..9)
==> riesiger multidimensionaler Parameterraum: zu groß, um vollständig
durchschritten zu werden.
• Allelwert steuert direkt über Entwicklungsregeln Orientierung und Länge
eines Striches
• Population: 15 Biomorphe, Nutzer wählt interaktiv einen Biomorphen aus,
dieser reproduziert sich in der nächsten Generation.
• Reproduktion: Mutation des parentalen Genotyps (zufällige Verschiebung
jedes Genwertes um ±1) und Erzeugung 15 neuer Individuen, deren Genotyp
sich vom parentalen Genotyp geringfügig unterscheidet.
Projekt T4: 3D-Biomorphe mit Insektenformen, unter
Verwendung von XL und von NURBS-Flächen in GroIMP
Projekt T4: 3D-Biomorphe mit Insektenformen, unter
Verwendung von XL und von NURBS-Flächen in GroIMP
Projekt T4: 3D-Biomorphe mit Insektenformen, unter
Verwendung von XL und von NURBS-Flächen in GroIMP
Umsetzung als XL-Modell:
• Nutzerinteraktion:
Auswahl von 1 oder 2
Biomorphen (asexuelle
oder sexuelle Reproduktion)
• sexuelle Reproduktion:
Mutation und genetische
Rekombination (crossing-over):
Projekt T4: 3D-Biomorphe mit Insektenformen, unter
Verwendung von XL und von NURBS-Flächen in GroIMP
Aufgabe:
Erstellung insektenartiger
Biomorphe
Ersetzung der Strichgrafiken
durch NURBS-Flächen
BAMZOOKI:
ein Lern-/Spielprojekt von
Children's BBC:
www.bbc.co.uk/cbbc/bamzooki/
Projekt T5: Erstellung taxonomischer Bäume auf Basis von
Sequenzdaten in GroIMP
• Taxonomische Bäume dienen der Visualisierung von Verwandtschaftsverhältnissen zwischen "Taxa" (Familien, Gattungen, Arten,
Sorten, Populationen) in der Tier- und Pflanzenwelt
• Datenquellen: Merkmale, die zwischen den Taxa eine erhebliche
Variation aufweisen, d.h. sich unterscheiden.
Je weniger Unterschiede ...
...desto größer die Verwandtschaft
...desto jünger die Abspaltung der Taxa voneinander
...desto näher die Taxa zueinander im Baum
• morphologische Merkmale (Blütenfarbe, Blattlänge, ...)
• kurze (30-100 Basenpaare) DNA-Sequenzen (Kern-DNA, Chloroplasten-DNA)
• oft verwendete DNA-Bereiche: nicht-kodierende Sequenzen ausserhalb eines
Gens: größere Variabilität, da hier Mutationen 'gesammelt' werden, z.B.
trnL-trnF intergenic spacer (Sequenz aus der Chloroplasten-DNA)
Projekt T5: Erstellung taxonomischer Bäume auf Basis von
Sequenzdaten in GroIMP
• Aufgabe: Nachbau eines Teils der Funktionalität des Programms
ClustalW (http://www.ebi.ac.uk/cgi-bin/clustalw) in GroIMP:
•
•
Eingabe: Multiple Sequenzen (Fasta) bzw. ClustalW-Ausgabeformat (DND)
Ausgabe: verschiedene Baumdiagramme
rooted tree:
unrooted tree:
Projekt T5: Erstellung taxonomischer Bäume auf Basis von
Sequenzdaten in GroIMP
rectangle cladogram:
slanted cladogram:
Projekt T6: Ontologische Visualisierung von
Genexpressionsdaten aus Makroarray-Experimenten
• Als Transkriptom wird die Gesamtheit aller mRNA-Spezies einer Zelle unter
jeweils bestimmten Bedingungen definiert.
• Die Transkriptomanalyse ermöglicht die vollständige, "globale" Erfassung des
Genexpressionsstatus eines Organismus unter definierten Bedingungen.
• Wesentliche Voraussetzung dafür: (vollständige/partielle) Sequenzierung des
Genoms.
• Auf der Grundlage der so ermittelten (Total)sequenz ist es möglich, sogenannte
DNA-Arrays ("DNA-Chips") für die Transkriptomanalyse herzustellen.
• Proteomanalyse: Globale Analyse des Protein-Pools einer Zelle unter definierten
Bedingungen. Noch wichtiger als Untersuchung des Transkriptoms, da Proteine die
eigentlichen Akteure im zellulären Geschehen sind. Nachteile: Feinauflösung der
Proteomanalyse aus technischen Gründen erheblich unter derjenigen des
Transkriptoms. Proteomanalyse erfasst stets nur einen Teil der Proteine
• Die globale Charakterisierung der Genomexpression mittels Transkriptom- und
Proteomanalyse wird unter dem Oberbegriff "Funktionelle Genomanalyse" (functional
genomics) zusammengefasst.
Projekt T6: Ontologische Visualisierung von
Genexpressionsdaten aus Makroarray-Experimenten
• Makroarrays erlauben die gleichzeitige Bestimmung der Genexpression (d.h.
Genaktivität) eines Organismus ==> sogenannte Transkriptomanalyse
• Ein Makroarray besteht aus einer Trägermatrix (Nylon), auf der in einem
definierten zweidimensionalen Koordinatensystem DNA-Fragmente fixiert sind.
• Diese entsprechen identifizierten Genen. Ein Makroarray repräsentiert also (oft) das
gesamte bekannte Genom eines Organismus.
• 3 Subarrays, bestehend aus jeweils
Sub-Subarray: 2 background
16 x 24 Sub-Subarrays:
5 x 5 spots
spots:
mögliche Anzahl überprüfbarer
Gene: 3 x 16 x 24 x 11 = 12672.
Projekt T6: Ontologische Visualisierung von
Genexpressionsdaten aus Makroarray-Experimenten
Methodik der Transkriptomanalyse:
1) RNA-Präparation: Kultur des Organismus unter verschiedenen Bedingungen, die
verglichen werden sollen. Anschließende Isolation der Total-RNA aus den Kulturen.
2) Reverse Transkription: Umschreibung der mRNA in DNA durch reverse Transkription ==>
cDNA (copy-DNA); letztere wird dabei gleichzeitig radioaktiv markiert. Entfernung der
RNA. Verbliebene cDNA repräsentiert den mRNA-Pool = Transkriptom, zum Zeitpunkt
der Probenentnahme.
3) Sukzessive Hybridisierung: Nacheinander Inkubation des Makroarrays mit beiden cDNAs,
dabei Entfernung der ersten cDNA-Präparation vor dem Einsatz der zweiten. cDNAMoleküle binden dabei an ihre komplementären Gegenstücke auf dem Macroarray.
Signalstärke auf dem Array ist Funktion der Menge an genspezifischer RNA = gebundener
cDNA. Nach Beendigung einer Hybridisierung: Exponierung des radioaktiv markierten
Makroarrays auf speziellen Signalerfassungsschirmen. Speicherung der Signale als digitale
Bilder.
4) Datenauswertung: Vergleichende Analyse der erhaltenen zweidimensionalen
Signalpunktmuster mit Computerprogrammen. Muster repräsentieren unterschiedliche
Zustände des Transkriptoms.
Projekt T6: Ontologische Visualisierung von
Genexpressionsdaten aus
Makroarray-Experimenten
• Experimente an Nutzpflanzen unter verschiedenen Bedingungen (Stress:
Parasiten, Trockenheit) (IPK)
 Genaktivität unter solchen Bedingungen (wie reagiert die Pflanze?)
• Rückschlüsse auf zugrunde liegende genetische Funktions-/ Regelungsnetzwerke
• Ausgangslage: sehr viele Meßwerte (ca. 4500 pro Experiment)
• Herausforderung: Abbildung der exprimierten Gene auf die zugrundeliegenden
biologischen Vorgänge (Stoffwechselweg, Proteinsynthese)
• Expressionsprofil: z.B. Aktivität eines bestimmten Stoffwechselwegs in Bezug
auf verschiedene Entwicklungsstadien der Pflanze
• Erfassung von Expressionsdaten: DB-Informationssystem FLAREX (IPK)
• Funktionsklassifikation der gemessenen Gene: DB-Integrationssoftware DBOra.
• Quellen der Funktionsklassifikation: öffentliche Datenbanken (Gene Ontology,
KEGG).
Projekt T6: Ontologische Visualisierung von Genexpressionsdaten
aus Makroarray- Experimenten
Vorarbeiten am IPK: JAVA-Anwendung GOV (GeneOntologyVisualisierung)
Projekt T6: Ontologische Visualisierung von Genexpressionsdaten
aus Makroarray- Experimenten
Aufgabe:
• Visualisierung der Expressionsprofile bezgl. von Funktionsklassen
• 2D,3D-Liniendiagramme (siehe GOV)
• Expressionsdaten liegen in einer relationalen ORACLE-Datenbank vor, Abfrage
möglich mittels SOAP-WebServices
(SOAP = Simple Object Access Protocol; erlaubt Austausch von Objekten zwischen Client und
Server; auf verschiedenen Betriebssystemen laufende Programme können so über eine Art
XML miteinander kommunizieren).
• Umsetzung als Java-Plugin für GroIMP
• vom Nutzer frei wählbar:
• Gene,
• jeweilige Funktionsklasse (z. B. bestimmter Stoffwechselweg oder Klasse von
Stoffwechselwegen),
• Experimentreihe
Projektarbeit??
Six Phases of a Project
1
2
3
4
5
6
Enthusiasm
Disillusionment
Panic
A Search for the Guilty
The Punishment of the Innocent
Praise and Honor for the NonParticipants
Projektarbeit!!
1.
2.
3.
4.
5.
6.
7.
Vorstellung der Projektthemen
Bildung der Gruppen
Formale Strukturierung der Gruppen ("Postenvergabe")
Formulierung des Projektthemas durch jede Gruppe (bis ½ Seite)
Abgleich des Themas mit dem Betreuer
Gliederung der Projektarbeit in Etappen oder 'Milestones'
Verteilung der Aufgaben innerhalb der Gruppe
a. Literatur-, Web-Recherche
b. Vorformulierung von Teilen des Berichts bzw.
der Präsentation (früh damit anfangen!!)
c. Programmieraufgaben
d. Informationsbeschaffung/-austausch durch Kontakte zu
anderen Gruppen, zum Berater, oder zu entsprechenden
Experten im In- und Ausland (über Diskussionsforen etc.)
.........
n. Präsentation, Projektbericht
Herunterladen