Proteine und ihre Freunde - Modellieren auf zellulärer Ebene

Biologische Systeme zeichnen sich durch eine große Zahl sehr unterschiedlicher interagierender Elemente aus. Unser Körper besteht aus milliarden von Zellen, die in etwa 220 verschiedene Typen unterteilt werden. Jede Zelle setzt sich aus zehntausenden verschiedener Proteine und hundertausende anderer chemisch verschiedener Moleküle zusammen. Diese enorme Komplexität lässt sich mit etablierten Methoden nicht mehr erfassen und erfordert daher die Entwicklung neuer Simulationsmethoden.
In diesem Kolloquim werden einige Beispiele aus der Systembiologie gezeigt, die vor allem auf einer netzwerkbasierten Sicht auf die molekularen Interaktionen in der Zelle basieren. Werden die Wechselwirkungen der verschiedenen Biomoleküle als Netwerk dargestellt, lässt sich die sehr heterogene Information über Proteine, RNA, DNA, Lipide usw. in einem konsistenten Rahmen formalisieren.
Ein erstes Beispiel zeigt, wie sich Genexpressionsdaten mit Proteinwechselwirkungen kombinieren lassen, um damit regulatorische Netzwerke identifizieren zu können. Ein weiteres Beispiel sind Studien in denen systematisch jedes Gen ausgeschaltet wird ("Genomewide RNAi Screens"), um die Funktion der Gene zu ermitteltn. Die Ergebnisse dieser Screens sind jedoch durch einen großen Anteil fehlerhafter Daten nur schwer zu interpretieren. Mithilfe systembiologischer Verrfahren köennen die Daten ,aufgereinigt' werden und es lassen sich molekulare Mechanismen ableiten, die die physiologischen Beobachtungen aus dem Screen erst erklären. Ein drittes Beispiel ist die genetische Vielfallt in unserem Erbgut, die dazu führt, dass unsere Körper unterschiedliche Krankheiten bekommen bzw. sehr unterschiedlich auf Krankheiten reagieren. Dies betrifft z.B. die erbliche Vorbelastung für bestimmte Krebsformen oder für andere Krankheiten wie Diabetis, Alzheimer und Parkinson. Die Zusammenhänge zwischen den Erbgutveränderungen und der Vorbelastung für bestimmte Krankheiten ist in den meisten Fällen noch sehr unklar. Auch hier helfen systembiologische Ansätze, da sie die Auswirkungen von Mutationen auf die molekularen Wechselwirkungen im Systemzusammenhang simulieren können.

back