Modeling and analysis of yeast osmoadaptation in cellular context [Elektronische Ressource] / Clemens Kühn. Gutachter: Edda Klipp ; Hermann-Georg Holzhütter ; Markus Tamás

M.Sc. Clemens Kühn

Sujets

• Biologie

Informations

• Publié par: humboldt-universitat_zu_berlin
• Publié le: 01 janvier 2011
• Nombre de lectures: 5
• Langue: English
• Poids de l'ouvrage: 6 Mo

Extrait

Modeling and Analysis of Yeast Osmoadaptation in
Cellular Context
DISSERTATION
zur Erlangung des akademischen Grades
doctor rerum naturalium
(Dr.rer.nat.)
im Fach Biophysik
eingereicht an der
Mathematisch-Naturwissenschaftlichen Fakultät I
Humboldt-Universität zu Berlin
von
M.Sc. Clemens Kühn
geboren am 7.2.1981 in Bonn
Präsident der Humboldt-Universität zu Berlin:
Prof. Dr. Dr. h.c. Christoph Markschies
Dekan der Mathematisch-Naturwissenschaftlichen Fakultät I:
Prof. Dr. Andreas Herrmann
Gutachter:
1. Prof. Dr. Dr. h.c. Edda Klipp
2. Prof. Dr. Hermann-Georg Holzhütter
3. Prof. Ph.D. Markus Tamás
eingereicht am: 01.06.2010
Tag der mündlichen Prüfung: 29.10.2010Ich widme diese Arbeit
den Zellen, die ihr Leben für unser täglich Brot gebenAbstract
Mathematical modeling has become an important tool in biological research,
which is reflected in the emergence of systems biology. Successful application of
mathematical methods to biological questions requires collaboration of experimen-
tal and theoretical scientists not only to identify and study the problem at hand but
also to ensure that biology and model match.
Equally crucial to the success of systems biology approaches is the definition of
the biological system in the respective study. The resulting perspective predeter-
mines the contexts for which conclusions drawn are valid and the extent to which
conclusions can be generalized and extended.
In this thesis, I present two studies on adaptation to hyperosmotic conditions in
theyeastSaccharomyces cerevisae: Abiologicallyfaithfuldescriptionofthesignaling
pathways activating Hog1 in an alternative framework and a model integrating the
effectsofHog1-activityandcellularmetabolism, hencedescribingosmoadaptationin
cellular context. The description of these approaches includes efforts precursory to
actual modeling that are indispensable to ensure faithful reproduction of biological
information in the mathematical model.
The study of osmoadaptation in cellular context suggests that Hog1 and Fps1, two
crucialcomponentsofosmoadaptation, infactinteractuponhyperosmoticstressand
this significantly contributes to adaptation. This finding is facilitated by incorpo-
rating multiple strains with mutations leading to partly oppositional phenotypes.
The quantitative nature of this study utilizing data on glycolysis during osmoad-
aptation further reveals that the role of glycerol in long term adaptation has been
overestimated so far. According to the results presented here, glycerol is utilized as
an ’emergency’ osmoprotectant and other compounds or mechanisms, e.g. trehalose,
might contribute significantly to osmoadaptation.
Accounting not for the state of a single pathway but for the state of multiple
cellular mechanisms (Hog1-activity, glycolysis, growth) shows that adaptation to
hyperosmotic conditions and the impact of the individual mechanisms mediating
this adaptation is strongly context dependent and that adaptation to sustained
hyperosmotic conditions is not perfect but expensive, the expense being reflected in
areducedgrowthrateinhyperosmoticmedium. Time-dependentsensitivityanalysis
of this model supports the notion of context sensitivity in adaptation on a cellular
level and enables discrimination of different phases of osmoadaptation.
Because the system under observation is the cell, the resulting perspective allows
observations on intracellular signaling components, metabolites and growth speed.
Comparison with a study that describes osmoadaptation as perfect adaptation high-
lights the role of this perspective for the conclusions drawn, thus emphasizing the
importance of an integrative perspective for understanding biological systems.
Keywords: systems biology, yeast, osmoadaptation, glycolysis, ODE model, sensitivity,
rule based model
vZusammenfassung
Mathematische Modellierung ist ein wichtiges Werkzeug in biologischer Forschung
geworden, was sich unter anderem in der Entstehung von Systembiologie wiederspie-
gelt. Eine erfolgreiche Anwendung mathematischer Methoden auf biologische Fragen
erfordert die Zusammenarbeit zwischen experimentell und theoretisch arbeitenden
Wissenschaftlern,nichtnurzurIdentifizierungundUntersuchungdesProblems,son-
dern auch um sicher zu stellen, dass die Biologie im Modell adäquat dargestellt
wird. Genauso entscheidend für den Erfolg von systembiologischen Ansätzen ist die
Definition des Systems an sich in der jeweiligen Studie. Die daraus resultierende
Perspektive bestimmt, unter welchen Umständen Schlußfolgerungen gültig sind und
zu welchem Grad diese generalisiert werden können.
Ich präsentiere hier zwei Untersuchungen zur Anpassung von Saccharomyces cere-
visae an hyperosmotische Bedingungen: Eine biologisch detailgetreue Beschreibung
derSignaltransduktionswegezurAktivierungvonHog1ineinemalternativenmathe-
matischen Formalismus und ein Model, welches die Effekte von Hog1 Aktivität mit
zellulärem Metabolismus verbindet, also Anpassung an osmotischen Stress in zel-
lulärem Zusammenhang betrachtet. Die Beschreibungen dieser Studien beinhalten
vorbereitende Schritte, welche jedoch zur Sicherstellung der korrekten Wiedergabe
biologischer Informationen im Modell unerlässlich sind.
Die Studie zur Osmoadaptation in zellulären Kontext impliziert, dass Hog1 und
Fps1, zwei äußerst wichtige Bausteine dieses Adaptationsvorgangs, miteinander in
Wechselwirkung treten und so entscheidend zur Anpassung beitragen. Dieses Ergeb-
nis wird durch die Integration verschiedener Hefestämme mit zum Teil gegensätzlich
wirkendenMutationenermöglicht.DiesequantitativeStudie,indieDatenzurGlyko-
lyse während der Anpassung an osmotischen Stress eingehen, offenbart des weiteren,
dass die Rolle von Glycerol in der langfristigen Anpassung bisher überschätzt wurde.
Die hier präsentierten Ergebnisse zeigen vielmehr, dass Glycerol als ’Not’-Osmolyt
eingesetzt wird und andere Mechanismen oder Stoffe, z.B. Trehalose, erheblich zu
Osmoadaptation beitragen.
Durch die Betrachtung nicht eines einzelnen Signalweges sondern des Zustands
mehrerer zellulärer Mechansimen (Hog1-Aktivität, Glycolyse und Wachstum) wird
deutlich, dass Osmoadaptation und der Einfluss der einzelnen beitragenden Me-
chanismen stark vom kontext abhängig sind und dass Anpassung an andauernde
hyperosmotische Bedingungen nicht perfekt ist sondern teuer. Der Preis schlägt sich
in langsamerem Wachstum nieder. Zeitabhängige Sensitivitätsanalyse des Modells
untermauert die Hypothese der Kontextabhängigkeit der Anpassung aus Sicht der
ganzen Zelle und erlaubt die Unterscheidung verschiedener Phasen der Adaptation.
In dieser Arbeit ist das betrachtete System die Zelle und die sich daraus erge-
bende Perspektive ermöglicht die Beobachtung von intrazellulären Signaltransduk-
tionskomponenten, Metaboliten und des Wachstums. Der Vergleich mit einer Stu-
die, die Anpassung and Osmotischen Stress als perfekte Adaptation auf Grund der
Modellierung von Signaltransduktion unabhängig von anderen zellulären Vorgän-
gen beschreibt, hebt die Rolle der gewählten Betrachtungsweise zum Verständnis
biologischer Systeme hervor.
Schlagwörter: Systembiologie, Hefe, Osmoadaptation, Glycolyse, ODE Model, Sensi-
tivität, regelbasierte Modellierung
viiContents
1. Introduction 1
1.1. Modeling in Biology . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. What are Mathematical Models and How Can we Learn from them? . . . 2
1.3. Mathematical Methods . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3.1. Rule-Based Modeling . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3.2. Models of Ordinary Differential Equations . . . . . . . . . . . . . . 9
1.3.3. Parametrization of ODE Models . . . . . . . . . . . . . . . . . . . 11
1.3.4. Analysis of ODE Models . . . . . . . . . . . . . . . . . . . . . . . . 13
1.3.5. Notes on Processing of Experimental Data for Modeling . . . . . . 15
1.4. The Biology of Osmoadaptation in Saccharomyces cerevisisae . . . . . . . 16
1.4.1. Biophysical aspects of volume maintenance . . . . . . . . . . . . . 16
1.4.2. Signaling cascades activating Hog1: Sln1 and Sho1 . . . . . . . . . 19
1.4.3. Mechanisms of Glycerol Accumulation Upon Hyperosmotic Stress . 21
1.4.4. General Stress Response . . . . . . . . . . . . . . . . . . . . . . . . 24
1.4.5. Glycolysis in Yeast . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.4.6. Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2. Rule-based Modeling of Signaling Cascades 31
2.1. Modeling Assumptions and Biologically Faithful Descriptions . . . . . . . 31
2.2. Rule-based Model of Sho1 and Sln1 Signaling Cascades . . . . . . . . . . . 32
2.3. Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3. Modeling Osmoadaptation in Cellular Context 39
3.1. Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.2. Preliminaries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.3. Data Processing and Model Setup . . . . . . . . . . . . . . . . . . . . . . 42
3.3.1. Batch Culture Data and ODE