Algorithmische Systembiologie SoSe 2020

"The goal of systems biology is a predictive understanding of the whole."
Szallasi et al., System Modeling in Cellular Biology, MIT Press, 2006

Die Vorlesung im Bioinformatik/Informatik Masterstudium behandelt folgende Fragen und Probleme:

• Wie kann Wissen über biologische Systeme durch Netzwerke repräsentiert und integriert werden?  
  (semantische Netze, Knowledge-Graphen)
  
  
• Wie können biologischer Systeme durch Netzwerke möglichst vollständig und holistisch beschrieben werden?
  (Netzwerkrekonstruktion und Inferenz)
  
  
• Wie können zeitliche und räumliche Organisation und Verhalten von Systemen analysiert und vorhergesagt werden?
  (Kinetik, Simulation, Invarianten, Selbstorganisation)

• Moderne Messverfahren und „genom-weite“ Hochdurchsatzverfahren:

1. Wie können Daten helfen, Systeme und Netzwerke aufzuklären?
2. Wie können umgekehrt Systemmodelle helfen die Daten besser zu interpretieren
   
   

Hintergrund

Durch die Sequenzierung des menschlichen Genoms und der Genome anderer Organismen verfügen wir nun über ein vollständiges Inventar aller direkt aus dem Genom ableitbaren Einheiten und Moleküle, im Wesentlichen also aller Gen, Protein und RNA Spezies. Weiterhin kann das Verhalten von Zellen auf der Ebene der Transkription mit Hilfe von Genexpressionsmessungen genomweit untersucht werden. Die Kombination mit anderen "high-throughput" Techniken erlaubt es, auch Aussagen über metabolische Stoffwechselwege, Protein-Interaktionsnetze und Gen-Regulationsnetze („Pathways“) zu treffen.

Diese Fälle von experimentellen Daten ermöglicht es, biologische Systeme auf der Ebene von Pathways und Netzwerken zu untersuchen und zu modellieren, d.h. auf einer höheren Organisationsstufe als die der individuellen Moleküle. Dazu müssen SYSTEMS BIOLOGY Perspektiven entwickelt werden, zusammen mit den nötigen Techniken und Algorithmen zur Konstruktion, Inferenz und Analyse komplexer biologischer Modelle.

Die Vorlesung gibt einen Einblick in Algorithmen und Anwendungen sowie in aktuelle Forschung auf dem Gebiet der Systembiologie. Über das hier erworbene Wissen hinaus werden praktische Erfahrungen mit den Problemstellungen und Methoden in der begleitenden Übung vermittelt.

Themen der Systembiologie Vorlesung  sind:

·      Modellierung von biologischen Systemen: Werkzeuge und Methoden

·      Petri Netze als Modellierungs-Framework

·      Simulation von Interaktionsnetzen und Enzymkinetiken mit Differenzialgleichungen (ODEs, PDEs)

·      Metabolic Control Analysis (MCA) und Flux Balance Analysis (FBA)

·      Modellierung von Signaltransduktion

·      Netzwerkrekonstruktion, Inferenz und Lernen in Netzen: Bool‘sche und Bayes’sche Netze

·      Netzwerk-Evolution und Selbstorganisation