idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instanz:
Teilen: 
24.04.2014 11:00

Per Knopfdruck zur Erbgut-Entschlüsselung: Genominformationen mit Stoffwechselmodellen verknüpft

Veronika Schallhart Öffentlichkeitsarbeit
Universität Wien

    Augenfarbe, Haarfarbe, Blütenfarbe, Blattform, Stressresistenz, Stoffwechsel – das Genom ist Träger aller Erbanlagen von Mensch, Pflanzen, Tieren und Mikroorganismen. Der Systembiologe Wolfram Weckwerth und sein Team veröffentlichten im April neue Erkenntnisse zur Erforschung des Erbguts in der renommierten Fachzeitschrift "PLOS One": Anhand der Acker-Schmalwand analysierte Weckwerth diverse Stoffwechselmuster und das Erbgut der Pflanze und untersuchte die Kausalität von Genotyp und Phenotyp. Quasi per Knopfdruck und mithilfe von "Big Data" verknüpften Weckwerth und sein Team so tausende von Stoffwechselwegen mit genomischer und metabolomischer Information.

    Die vollständige funktionale Aufklärung und Interpretation eines ganzen Genoms eines Organismus ist der "Heilige Gral" in der Biologie der nächsten Dekaden und stellt eine Herausforderung dar, die die der Genomsequenzierung des Menschen oder der Pflanze vor rund zehn Jahren bei weitem übertrifft. "Die Dynamik von Lebewesen, wie z.B. ihren Stoffwechsel und ihre Entwicklung, kann man nicht einfach aus dem Erbgut ablesen", so Wolfram Weckwerth vom Department für Ökogenomik und Systembiologie der Universität Wien. Um diese Dynamik auf molekularer Ebene zu verstehen, mit der Genominformation zu verknüpfen und eine funktionale Interpretation des Genoms zu ermöglichen, werden sogenannte "Big Data" (genomweite molekulare Analysen) generiert.

    Eine der Schlüsseltechnologien für die funktionale Interpretation von Genomen ist "Metabolomics". Diese Technologie befasst sich mit der möglichst umfangreichen Analyse der Stoffwechselprodukte (Metabolite) eines Organismus. Da die Zusammensetzung sowie die jeweiligen Metabolitgehalte sehr stark variieren können und deutlich von den jeweiligen Entwicklungszuständen, Stresszuständen und Umweltbedingungen des untersuchten Organismus abhängen, kann sich für ein und dieselbe Genom-kodierte Information eine große Variation von Stoffwechselprozessen ergeben und Aufschluss über Genfunktionen geben.

    Eine einfache intuitive Interpretation dieser molekularen Daten ist allerdings nicht mehr möglich. Man benötigt biomathematische Modelle und Konzepte, um eine Synthese der Genominformation und der molekularen Dynamik eines Organismus durchzuführen. "Wir generieren quasi riesige 'Hypothesenmaschinen', die mit aussagekräftigen kausalen Modellen verknüpft werden müssen", erklärt der Biologe.

    Modellorganismus "Arabidopsis thaliana"

    Das Team von Wolfram Weckwerth schaffte es, molekulare Hochdurchsatzanalysen direkt mit genomischer Information zu verknüpfen. In einem Metabolomics-Experiment wurden Acker-Schmalwand-Pflanzen (Arabidopsis thaliana) unterschiedlichen Umweltbedingungen ausgesetzt und die gewonnenen Daten mit jenen der Genominformation verglichen. "Wir konnten diese dynamischen Informationen mit den statischen Informationen einer Genomsequenz direkt verknüpfen und daraus ableiten, welche biochemischen Reaktionen als Antwort auf veränderte Umweltbedingungen aktiviert werden", beschreibt der Wissenschafter. "Diese Information wurde aus einem Metabolit-Netzwerk bestehend aus ca. 2.500 Einzelreaktionen abgeleitet und bildete damit einen kausalen Zusammenhang des experimentell bestimmten Stoffwechselmusters ab", erklärt der Erstautor der Studie, Thomas Nägele.

    Dieser neue biomathematische Ansatz macht es möglich, zu ermitteln, welche der biochemischen Reaktionen Einfluss auf dieses Stoffwechselmuster besitzt. "Das erlaubt nun eine direkte Vorhersage solcher Schlüsselreaktionen und stellt einen Meilenstein in der funktionellen Analyse experimenteller Hochdurchsatzdaten dar", erklärt Weckwerth. Die neuartige Methode ist auf alle Organismen anwendbar.

    Publikation in "PLOS One":
    Thomas Nägele, Andrea Mair, Xiaoliang Sun, Lena Fragner, Markus Teige, Wolfram Weckwerth: Solving the Differential Biochemical Jacobian from Metabolomics Covariance Data. In: PLoS ONE 9(4): e92299. doi:10.1371/journal.pone.0092299
    http://www.plosone.org/article/info%3Adoi%2F10.1371%2Fjournal.pone.0092299

    Wissenschaftlicher Kontakt
    Univ.-Prof. Dr. Wolfram Weckwerth
    Department für Ökogenomik und Systembiologie
    Universität Wien
    1090 Wien, Althanstraße 14 (UZA I)
    T +43-1-4277-765 50
    M +43-664-60277-765 50
    wolfram.weckwerth@univie.ac.at

    Rückfragehinweis
    Mag. Alexandra Frey
    Pressebüro der Universität Wien
    Forschung und Lehre
    1010 Wien, Universitätsring 1
    T +43-1-4277-175 33
    M +43-664-602 77-175 33
    alexandra.frey@univie.ac.at

    Die Universität Wien ist eine der ältesten und größten Universitäten Europas: An 15 Fakultäten und vier Zentren arbeiten rund 9.700 MitarbeiterInnen, davon 6.900 WissenschafterInnen. Die Universität Wien ist damit auch die größte Forschungsinstitution Österreichs sowie die größte Bildungsstätte: An der Universität Wien sind derzeit rund 92.000 nationale und internationale Studierende inskribiert. Mit über 180 Studien verfügt sie über das vielfältigste Studienangebot des Landes. Die Universität Wien ist auch eine bedeutende Einrichtung für Weiterbildung in Österreich. 1365 gegründet, feiert die Alma Mater Rudolphina Vindobonensis im Jahr 2015 ihr 650-jähriges Gründungsjubiläum. www.univie.ac.at


    Bilder

    Acker-Schmalwand (Arabidopsis thaliana)
    Acker-Schmalwand (Arabidopsis thaliana)
    (Copyright: Wolfram Weckwerth)
    None

    Genomisches metabolisches Netzwerk von Arabidopsis thaliana
    Genomisches metabolisches Netzwerk von Arabidopsis thaliana
    (Copyright: Wolfram Weckwerth)
    None


    Merkmale dieser Pressemitteilung:
    Journalisten
    Biologie, Umwelt / Ökologie
    überregional
    Forschungsergebnisse, Forschungsprojekte
    Deutsch


     

    Acker-Schmalwand (Arabidopsis thaliana)


    Zum Download

    x

    Genomisches metabolisches Netzwerk von Arabidopsis thaliana


    Zum Download

    x

    Hilfe

    Die Suche / Erweiterte Suche im idw-Archiv
    Verknüpfungen

    Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.

    Klammern

    Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).

    Wortgruppen

    Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.

    Auswahlkriterien

    Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).

    Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).