Hochleistungsalgorithmen für die metabolische 13C Stofffluss-Analyse

点击翻译按钮获取中文摘要

Die Stofffluss-Analyse (SFA) hat sich in Systembiologie und Metabolic Engineering als Standardwerkzeug zur experimentellen In-vivo-Quantifizierung der Stoffflüsse („Fluxom“) in metabolischen Netzwerken etabliert. Im Gegensatz zu vielen anderen biochemischen Messmethoden erfordert die SFA ein aufwändiges, modellgestütztes Auswertungsverfahren, mit dem aus 13C-Markierungsmessdaten (Rohdaten) die gesuchten Stoffflüsse berechnet werden. Für die aktuellen Anforderungen der Systembiologie (Hochdurchsatz-SFA, nichtlineare statistische Verfahren, Modellselektion, isotopisch instationäre SFA) reicht die Performanz bestehender Algorithmen nicht mehr aus, so dass die erschöpfende rechnergestützte Auswertung der Experimente zum Engpass wird. Das Projekt hat das Ziel, eine Reihe von neuen Algorithmen und Methoden, die vornehmlich aus den Kerngebieten der Informatik stammen (Netzwerkanalyse, Formale Sprachen, Computeralgebra, Codegenerierung, Bayes-Methoden, Cluster- und Grid- Computing, Visualisierung), auf die Auswertung von Isotopen-Markierungsexperimenten anzuwenden und damit die Geschwindigkeit der rechnergestützten Datenauswertung um mehrere Zehnerpotenzen zu beschleunigen. Dabei wird ein durchgehend universeller Ansatz verfolgt, der keinerlei Einschränkungen bzgl. Netzwerktopologie oder Messkonfiguration verlangt und alle zusätzlich getroffenen Annahmen präzise dokumentiert. Die zu entwickelnden Methoden werden auf Hochdurchsatzexperimente sowie isotopisch instationäre Experimente angewandt und im Vergleich zu etablierten Methoden validiert.