Modellierung und Simulation metabolischer Netzwerke Inhalte der Vorlesung Übungsbetrieb – Termin Mo. 12 - 14 Uhr – D5-113 1. Termin: 23.10.06 Bprins@techfak.uni-bielefeld.de 1. Einführung und Überblick 2. Einführung – Modellierung und Simulation 3. Genregulation (Phänomene und Datenquellen) Fragestellung: Der Weg vom Gen zum Phän Vorlesung Modellierung & Simulation Überblick

4. Modellierung der Genregulation Automaten, Sprachen, Objekte, etc. 5. Modellierung biochemischer Pathways Analytisch / Diskret 6. Petrinetze Theorie und Simulatoren 7. Petrinetze Modellierung und Simulation metabolischer Netzwerke Vorlesung Modellierung & Simulation Überblick

8. Regelbasierte Modellierung Metabolische Grammatik Definition und Anwendung 10. Datenbanken, Informationssysteme und Integration Datenbankintegration (SRS, PEDANT etc.) 11. Simulation und Integration MARGBENCH und Pathaligner Vorlesung WS 06/07 Modellierung & Simulation Überblick

12. Modellierung im Rahmen des Genomprojektes RAMEDIS 13. Drug Pointing MILAN 14. Systembiologie - Virtuelle Zelle E-Cell, etc. Vorlesung Modellierung & Simulation Überblick

Literatur: Computational Modeling of Genetic and Biochemical Networks, J. Bower und H. Bolouri, MIT Press 2001 Gene Regulation and Metabolism, J. Collado-Vides und R. Hofestädt, MIT Press 2002 Computational Analysis of Biochemical Systems, E. Voit, Cambridge University Press 2000 Skript zur Vorlesung Vorlesung Modellierung & Simulation Überblick

I – Anstieg in MEDLINE II – Anzahl Transistoren/Chip III – GenBank Einträge IV – Wachstum PDB (3D)

Food Phenotype Genotype Metabolic Pathways Drugs Synthesis Regulation Effect Drugs Influence Food

... ... ... ... Phenotype Genotype Metabolic Pathways Drugs Ramedis EMBL OMIM TRANSFAC Synthesis Regulation Effect ... METAGENE Metabolic Pathways ... Drugs Influence KEGG ASDB WIT RListe ... ...

Integrative Bioinformatik Sichten auf (komplexe) Datenbestände Visualisierung Statistik Analysealgorithmen, … Informatik/Data Mining/Informationsfusion Integration von Datenbanken und Analysetools Collado-Vides, Magasanik, Smith: Integrative Approaches to Molecular Biology. MIT Press 1996 Vorlesung Modellierung & Simulation Überblick

Datenbankintegration SRS (Lion Bioscience) PEDANT (BioMax) MOBY DICK HUSAR BioKleisli What Is There (WIT) Biology Workbench Integrated Genomic Database (IGD) Vorlesung Modellierung & Simulation Überblick

Eigenschaften mol. Datenbanken Heterogenität Datenmodelle / Entwurf Anfragesprachen Rechnerplattform Dynamik Schnittstellen - Keine Zugriffsschnittstellen (flat files) Vorlesung Modellierung & Simulation Überblick

Datenspeicherung Wie zuverlässig sind die Datenbestände? Lesen vom Plattenspeicher: Fehlerrate: 1015 Bit P. Bork (1996) Stichproben: E. coli (EMBL) 10% Leserahmenverschiebung! Reduktion der Fehlerrate – Integrative Bioinformatik Vorlesung Modellierung & Simulation Überblick

Modellierung und Simulation Modellierung/Simulation - Diskrete Modelle/Simulatoren - Analytische Modelle/Simulatoren Dagstuhl Seminare 1995, 1998, 2001 -> 2004 J. Collado-Vides und R. Hofestädt (Eds): Gene Regulation and Metabolism - Post-Genomic Computational Approaches. Cambridge, MA: MIT Press, 2002.

MARGBench BioDataServer IIUDB MetabVis Plattform zur integrativen Modellierung, Analyse und Simulation genregulatorischer Prozesse Systemarchitektur

Gewinnung von Regeln r aus Objekt Netzwerken r = (S, P, I, L) S – Input set P – Output set I – Influence Set L – Location Set Enzyme ‘PFK‘ I P S r L Compound ‘ADP‘ Metabolite ‘F6P‘ Zugriffspfad Metabolite ‘F1,6P2‘ Compound ‘ATP‘ <Klasse> <Attribute> Objekt Organism ‘E.coli‘ Compartment ‘Cytosol‘

BioPNML XML-Dialekt zur Ankopplung externer Petri-Netz Simulatoren an die Integrationsplattform VON++ (Drath‘98) Drath (1998), Hybrid Object Nets: An Object Oriented Concept for Modeling Complex Hybrid Systems. In: Hybrid Dynamical Systems. 3rd International Conference on Automation of Mixed Processes, ADPM'98, Reims, 1998

Parallel Metabolic Processing

Die Virtuelle Zelle Ziel der Systembiologie Aufgabe der (Bio-)Informatik Elektronische Infrastruktur Informationsfusion

Modellierung und Simulation / Biologie Biophysik/Biomathematik ... Komplexe Systeme: Analyse durch Abstraktion auf wesentliche Komponenten.  Modellhafte Beschreibung des Systems auf der Grundlage eines geeigneten Formalismus (Modell). Spezifikation einer Simulation. Hypothetische Welt (Implementierung). Deduktion systemspezifischer Hypothesen, die in der Regel durch Experimente verifiziert oder falsifiziert werden müssen. Neu: Die Informatik erweitert das Spektrum der Konzepte.

Klassisches wissenschaftliches Vorgehen:  Problem  Hypothese  (Modell) Experiment  Beobachtung (Daten)  Analyse und Auswertung  Lösung oder Verfeinerung (Problem) Erweiterung: Problem  Problemanalyse  Modell  Hypothese  Experiment/Theorie – Beobachtung (Daten)  Analyse und Auswertung  Lösung oder Verfeinerung {Anpassung des Modells} Simulation erlaubt Experimente in hypothetischen Welten!

Problem Problem Modell/ Hypothese Hypothese Experiment Simulation Experiment Beobachtung Daten Beobachtung Daten Analyse Analyse Lösung? Lösung?