TY - THES AB - Die Modellbildung metabolischer Systeme wurde in den letzten Jahren zu einem der Hauptarbeitsgebiete im Metabolic Engineering, um die komplexen Regelmechanismen einer lebenden Zelle zu verstehen. In dieser Arbeit wurde ein vielseitiges Werkzeug entwickelt, um Modellierer bei der Erstellung und Überarbeitung von Modellen zu unterstützen, die auf Messdaten aus einem Stimulus-Response-Experiment aufbauen. Im Verlauf der Modellbildung ist der Modellierer meist nicht nur mit einem einzigen Modell beschäftigt, sondern mit Sequenzen, Alternativen und strukturellen Varianten von Modellen. Für die Unterstützung der Modellbildung dynamischer biochemischer Netzwerke, die auf in-vivo Daten basieren, ist daher mehr als nur Simulation erforderlich. In dieser Arbeit wurde ein neues Konzept für Modellfamilien spezifiziert und implementiert. Mit diesem Konzept können eine Vielzahl von ähnlichen Modellen in einer einzigen Beschreibung gespeichert werden, mit der Hilfe von Netzwerk und kinetischen Varianten. Dadurch wird ein automatisches Navigieren im Raum der Modellvarianten möglich, in dem biologisch unsinnige Modelle auf der Basis einer Elementarmodenanalyse ausgeschlossen werden können. Das Einbeziehen von Messdaten wird durch die Möglichkeit unterstützt, Splines an Stelle von Zustandsvariablen zu verwenden. Anschließend werden leistungsfähige automatische Methoden benötigt, die den Modellierer bei der Modellbildung, Organisation und Auswertung alternativer Modelle unterstützen. Dieses Werkzeug wurde als Rechenkern entworfen, der in eine Kette von Werkzeugen eingebaut werden soll. Durch automatische Codegenerierung, automatische Differentiation zur Sensitivitätsanalyse und Grid-Computing Technologie wird eine Hochleistungsrechenumgebung erstellt. Sie unterstützt die Modellspezifikation in XML und bietet mehrere Softwareschnittstellen. Die Leistungsfähigkeit und Nutzbarkeit des Softwarewerkzeugs dieser Arbeit wird an mehreren Beispielen von laufenden Forschungsprojekten gezeigt. Darüber hinaus wurde ein Optimierungsalgorithmus entwickelt, der dem Softwarewerkzeug ermöglicht die Aufgabe der Modellvariantensuche und Parameteranpassung zu übernehmen. Das Ergebnis der Berechnung ist ein Ranking der Modellvarianten, die die Messdaten am besten reproduziert haben. AU - Haunschild, Marc Daniel DA - 2006 KW - System Biologie KW - Simulationstechnik KW - Source Code Generation LA - ger PY - 2006 TI - Metabolische Stimulus-Response-Experimente : Werkzeuge zur Modellierung, Simulation und Auswertung UR - https://nbn-resolving.org/urn:nbn:de:hbz:467-2077 Y2 - 2024-11-22T01:22:10 ER -