Entwicklung informatischer, mathematischer und instrumenteller Methoden zur Analyse physiologischer Prozesse in mikrobiellen Populationen
Die Fortschritte der modernen Mikrobiologie und die Verfügbarkeit neuer Hochdurchsatzmethoden liefern eine Fülle von Daten und Informationen. Durch geeignete Methoden und Modelle prozessiert, schaffen diese eine Basis für ein besseres Verstehen physiologischer Prozesse in mikrobiellen Populationen. Im ersten Teil dieser Arbeit wurde die Software eSOMet entwickelt. Sie ist ein Werkzeug zur Untersuchung metabolischer Profile mit dem Ziel diese ähnlichkeitsbasiert zu clustern. Da verschiedene Cluster unterschiedliche physiologische Zustände beschreiben, lassen sich damit diejenigen Metabolite identifizieren, deren Abundanzänderung für den Wechsel zwischen zwei Zuständen charakteristisch ist. Zum hochqualitativen Clustern wurde ein auf einer Hauptkomponentenanalyse basierter Rauschfilter und die Methode der emergenten selbstorganisierenden Karten implementiert. Am Beispiel verschiedener Kultivierungen von Corynbacterium glutamicum über mehrere Wachstumsphasen, konnte die Software erfolgreich evaluiert werden. Im zweiten Teil wurde ein spieltheoretisches Modell zur Untersuchung der Kulturheterogenität in mikrobiellen Populationen entwickelt. Als Heterogenitätskriterium wurde die Anzahl von Distribusomen definiert. Dies sind Zellbestandteile, deren Abundanz einen quantitativen Einfluss auf die Fitness der Subpopulation haben und die durch Zellteilung stochastisch weiterverteilt werden. Unter der Annahme, dass der Photosyntheseapparat von Dinoroseobacter shibae in solchen Distribusomen organisiert ist, konnte theoretisch gezeigt werden, dass sich unter fluktuierenden Umweltbedingungen oszillierend-stabile Subpopulationen ausbilden, die einen evolutionären Vorteil prägen. Um die theoretischen Ergebnisse des zweiten Teils experimentell zu verifizieren, wurde ein Kultivierungsverfahren im Mikrotitermaßstab entwickelt, welches vollautomatisiert durchgeführt eine in vivo Quantifizierung von Bacteriochlorophyll-a unter fluktuierenden Lichtbedingungen zuließ.
The progress of modern microbiology and availability of novel high-throughput methods deliver a wealth of data and information. Processed by appropriate methods and models, they provide a basis for a better understanding of physiological processes in microbial populations. In the first part of this work the software eSOMet was developed. It is a tool for the investigation of metabolic profiles aiming to cluster those based on their similarity. Since distinct clusters are descriptors for different physiological states, this method allows the identification of metabolites, which changes of abundance are characteristic for the switch between two states. For high-quality clustering a principle component analysis based noise filter and the method of emergent selforganizing maps were implemented. The software could be successfully evaluated, using the example of different cultivations of Corynebacterium glutamicum over several growth phases. In the second part of this work, a game-theoretical model for the investigation of culture heterogeneity in microbial populations was developed. As heterogeneity criterion the number of distribusomes was defined. These are intracellular particles, which abundance influences the fitness of each subpopulation and which are distributed stochastically during cell division. Under the hypotheses, that the photosynthetic apparatus of Dinoroseobacter shibae is organized in such distribusomes it was shown in theory, that under fluctuating environmental conditions oscillating-stable fractions of subpopulations emerge, exhibiting an evolutionary advantage. In order to verify the theoretical results of the second part experimentally, a cultivation technique was developed at microtiter scale, which can be operated in a fully automated manner and allows for the in vivo quantification of Bchl-a under fluctuating light conditions.
Preview
Cite
Access Statistic
Rights
Use and reproduction:
All rights reserved