Computational Approaches for Analyzing Metabolic Pathways

DSpace Repository


Dateien:

URI: http://nbn-resolving.de/urn:nbn:de:bsz:21-opus-41532
http://hdl.handle.net/10900/49327
Dokumentart: Dissertation
Date: 2009
Language: English
Faculty: 7 Mathematisch-Naturwissenschaftliche Fakultät
Department: Informatik
Advisor: Kohlbacher, Oliver (Prof.Dr.)
Day of Oral Examination: 2009-07-15
DDC Classifikation: 004 - Data processing and computer science
Keywords: Bioinformatik , Systembiologie , Metabolismus
Other Keywords: Graphtheorie
Bioinformatics , Systems biology , Metabolism , Graph theory
License: Publishing license including print on demand
Order a printed copy: Print-on-Demand
Show full item record

Inhaltszusammenfassung:

Der Metabolismus lebender Organismen besteht aus einem komplexen Netzwerk chemischer Reaktionen, welche kleine Moleküle transformieren, um Energie und Biomasse aus Nährstoffen zu gewinnen. In solch einem Netzwerk repräsentieren Stoffwechselwege regulierte funktionelle Einheiten zur Konversion bestimmter Quellmetaboliten in Produktmoleküle durch eine Sequenz von Reaktionen. Jedoch ist das Wissen über Stoffwechselwege, vor allem in neu sequenzierten Organismen, unvollständig oder benötigt noch experimentelle Bestätigung. Das mögliche Vorkommen neuartiger oder alternativer Pfade muss bei der Erforschung der metabolischen Fähigkeiten von Organismen berücksichtigt werden. In diesem Zusammenhang bietet die rechnergestützte Herleitung biologisch bedeutsamer Pfade eine attraktive Ergänzung zu experimentellen Studien und besitzt zahlreiche Anwendungen in der Systembiologie. Diese Arbeit präsentiert mehrere neuer rechnergestützter Methoden zur Analyse von Stoffwechselwegen in genomweiten Netzwerken. Entwickelt wurde ein graphtheoretischer Ansatz, der das metabolische Netzwerk auf einen gewichteten Graphen abbildet und einen effizienten Pfadsuch-Algorithmus zur Berechnung relevanter Biotransformationsrouten verwendet. Der Ansatz wurde ergänzt durch die Integration weiterer relevanter Informationen, abgeleitet aus den biochemischen Entitäten (Metaboliten, Reaktionen und Enzyme), die das Netzwerk aufbauen. Aus diesem Grund wurde eine verbesserte Methode erzeugt, welche atomare Abbildungsregeln aus den chemischen Strukturen der Netzwerkverbindungen automatisch berechnet. Für eine gegebene Reaktion definiert eine atomare Abbildungsregel welches Atom einer Eduktverbindung auf welches Atom einer Produktverbindung transferiert wird. Die Anwendung dieser Regeln erlaubt es den Fluss von Atomen in der Pfadsuche zu verfolgen, was für die Erkennung biochemisch unzulässiger Routen hilfreich ist. Eine weitere Methode zur Abschätzung freier Reaktionsenthalpien (Gibbs-Energien) unter (biochemischen) Standardbedingungen wurde entwickelt und verwendet um die Pfadsuche zu verbessern. Die dritte Methode erweiterte die Pfadanalyse durch vorhergesagte Informationen über die subzelluläre Lokalisierung der beteiligten Enzyme. Um die Nützlichkeit der entwickelten Methoden für metabolische Pfadanalysen zu demonstrieren, wurden experimentell bestätigte Biotransformationsrouten in den Netzwerken von Escherichia coli und Arabidopsis thaliana vorhergesagt. Im letzten Teil dieser Arbeit wird ein benutzerfreundliches Web-Interface, genannt MetaRoute, zur Erkundung der metabolischen Netzwerke von hunderten von Organismen beschrieben.

Abstract:

The metabolism of living organisms consists of a complex network of chemical reactions that transform small molecules to gain energy and biomass from nutrients. In such a network, metabolic pathways represent regulated functional units for converting particular source metabolites into product molecules by a sequence of reactions. However, knowledge about pathways, especially in newly sequenced genomes, is incomplete or remains to be experimentally verified. The potential presence of novel or alternative pathways has to be considered when investigating metabolic capabilities of organisms. In this context, computational inference of biologically meaningful pathways constitutes an attractive complement to experimental studies and has numerous applications in systems biology. This thesis presents several novel computational approaches for analyzing metabolic pathways in genome-scale networks. A graph theoretical approach was developed that maps the metabolic network onto a weighted graph and uses an efficient path-finding algorithm to calculate relevant biotransformation routes. The approach was complemented by the integration of further relevant information derived from the biochemical entities (metabolites, reactions and enzymes) that build up the network. For this purpose, an improved method was created that automatically calculates atom mapping rules from chemical structures of the network compounds. Given a chemical reaction, an atom mapping rule defines which atom of an educt compound is transferred to which atom of a product compound. The application of these rules allows one to trace the flow of atoms in the path search, which is useful for detecting biochemically unfeasible routes. A further method for estimating Gibbs energy changes of reactions under (biochemical) standard conditions was developed and used to improve the path search. The third method extended the pathway analysis using predicted information about subcellular localizations of the enzymes involved. To demonstrate the usefulness of the developed approaches for metabolic pathway analysis, experimentally verified biotransformation routes in the metabolic networks of Escherichia coli and Arabidopsis thaliana were predicted. In the last part of this thesis a user-friendly web interface, called MetaRoute, for exploring the metabolic networks for hundreds of organisms, is described.

This item appears in the following Collection(s)