Konstruktion genregulatorischer Netzwerke basierend auf Genexpressionsdaten

Proteine regulieren alle wichtigen Prozesse, die in einer Zelle eines lebenden Organismus ablaufen. Als Vorlage für die Synthese von Proteinen dienen messengerRNAs (mRNAs), für welche die Gene der DNA als Matrize fungieren. Diesen Vorgang nennt man Genexpression. Je nach Zustand der Zelle werden die einzelnen Gene unterschiedlich stark exprimiert.

Microarrays bieten eine gute experimentelle Möglichkeit, die Konzentration vieler mRNAs gleichzeitig zu messen. In Zeitreihenexperimenten beobachten Forscher die Entwicklung des Expressionsmusters einer Zelle. Diese Zeitreihen verwenden wir, um sich gegenseitig regulierende Gene zu finden und ein Modell zu entwickeln, was die beobachteten Muster erklären kann. Dieses Modell beruht auf einem System von stückweise linearen Differentialgleichungen, dessen Parameter aus den Daten geschätzt werden.

Ein Hauptproblem bei der Analyse von Genexpressionsdaten allgemein besteht darin, dass in den meisten Fällen nur Daten für viele Gene, aber nur wenige Zeitpunkte erhoben werden. Deswegen lassen sich bekannte statistische Methoden oft nicht direkt anwenden oder liefern keine akzeptablen Ergebnisse. Um die Parameter für unser Modell aus den Daten zu schätzen, werden daher bestehende Methoden modifiziert bzw. neue entwickelt.

Schematische Darstellung eines genregulatorischen Netzwerkes. Gene können sich oder andere Gene inhibieren oder aktivieren (Gen 1 inhibiert Gen 2 und aktiviert sich selbst). Oft bilden die Produkte von Genen Komplexe, bevor sie die Expression anderer Gene beeinflussen (Gen 1 und Gen 2 aktivieren Gen 3 nur im Zusammenspiel). Kooperationspartner:")?> Karin Schnetz, Röbbe Wünschiers (Institut für Genetik, Universität zu Köln) und Andreas Burkovski (Institut für Biochemie) Kontakt:")?> Jutta Gebert (gebert@zpr.uni-koeln.de) und Nicole Radde (radde@zpr.uni-koeln.de)