Computerkurs: Quantitative Auswertung biochemischer Experimente Guten Morgen

Computerkurs: Quantitative Auswertung biochemischer Experimente Computerkurs: Quantitative Auswertung biochemischer Experimente Tag 3 Aufgabe 6: Globale Auswertung von Datensätzen Aufgabe 7: Wichtung von Daten Aufgabe 8: Auswertung von Michaelis Menten Kinetik II

Computerkurs: Quantitative Auswertung biochemischer Experimente Globale Auswertung von mehreren Datensätzen Global auswerten: Messung 1 Messung 2 Messung 3Messung 4

Computerkurs: Quantitative Auswertung biochemischer Experimente Globale Auswertung: Neue Aspekte Verwendung von Effektfaktoren Gemeinsame Auswertung mehrerer Datensätze lokale und globale Parameter Excel Programmiertechnik Fehlergewichtung

Computerkurs: Quantitative Auswertung biochemischer Experimente Globale Auswertung: Definitionen Das gemessene Signal setzt sich additiv aus den Beiträgen aller Spezies (i) in der Lösung zusammen. Das Signal jeder Spezies ist proportional zu ihrer Konzentration c i in der Lösung. Einzelne Spezies tragen unterschiedlich stark zum Signal bei: Effektfaktor: f i

Computerkurs: Quantitative Auswertung biochemischer Experimente Effektfaktoren: Beispiele Radioaktivität: CPM = fi x c i Fluoreszenzspektroskopie: Signal = fi x ci Absorbtionsspektroskopie: OD = f i x c i (hier entspricht fi dem Extinktionskoeffizienten von Spezies i) ELISA: Signal = f i x ci Färbungen etc.

Computerkurs: Quantitative Auswertung biochemischer Experimente Globale und lokale Parameter Abhängig vom Modell erhält man eine Reihe von Parametern, die letztlich die Beziehung zwischen den gemessenen Daten und den Vorgaben des Modells herstellen. Man unterscheidet zwei Arten von Parametern: globale und lokale.

Computerkurs: Quantitative Auswertung biochemischer Experimente Globale und lokale Parameter Globale Parameter sind in allen Datensätzen (die zusammengehören) gleich. häufig physikalischen Größen, deren Zahlenwerte man messen möchte, z.B. Bindungskonstanten, kinetische Konstanten, etc. Lokale Parameter z.B. Effektfaktoren; können von Experiment zu Experiment variieren (z.B. wieviel CPM produziert ein 1 µM Produkt oder wie hoch ist eine Hintergrundfärbung im ELISA). Die numerischen Werte dieser lokalen Parameter sind häufig uninteressant, gehen aber in die Ergebnisse der Auswertung ein.

Computerkurs: Quantitative Auswertung biochemischer Experimente Globale und lokale Parameter Die Unterscheidung in lokale und globale Parameter ist dann wichtig wenn man mehrere Datensätze zu einer Messung gemeinsam auswerten muss: die Zahlenwerte von globalen Parametern müssen in allen Fällen gleich sein, die von lokalen dürfen von Datensatz zu Datensatz variieren.

Computerkurs: Quantitative Auswertung biochemischer Experimente Globale Auswertung mehrerer Datensätze Global auswerten: Messung 1 Messung 2

Computerkurs: Quantitative Auswertung biochemischer Experimente Wichtung von Datensätzen Fehlergewichtung Gelegentlich unterscheidet sich die Signalintensität von Messkurven stark. Dann können Kurven mit großem Signal solche mit kleinen Signalen bei der Auswertung dominieren, weil ihre FQS größer sind. Unter solchen Umständen kann es sinnvoll sein, die FQS zu gewichten, z.B. mit dem mittleren Signal der Kurven oder dem Effektfaktor.

Computerkurs: Quantitative Auswertung biochemischer Experimente Wichtung von Datensätzen Beispiel ohne Wichtungmit Wichtung gleichmäßige Anpassung beider Kurven 2. Kurve schlecht angepaßt

Computerkurs: Quantitative Auswertung biochemischer Experimente c(S) v Auswertug von Michaelis-Menten Kinetiken Bisher Neu t c(P) t t t t t t t LR Fehler minimieren, um K m und k cat zu bestimmen K m, k cat Problem: keine Rückkopplung zu Originaldaten K m, k cat verwenden um Geradensteigung zu berechnen Fehler werden an Originaldaten minimiert

Computerkurs: Quantitative Auswertung biochemischer Experimente Aufgabe 6: Globale Auswertung von Datensätzen Aufgabe 7: Wichtung von Daten Aufgabe 8: Michaelis-Menten Kinetik II