Kjemi

Kjemotaksi

Kjemotaksi


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Kompetanseområde - mikrobiologi

I kjemotaksi er det en kjemisk stimulans mot retningsbevegelse innenfor en kjemisk gradient. Positiv kjemotaksi: Bevegelse i retning av stimuluskilden (attraherende eller tiltrekkende). Negativ kjemotaksi: målrettet fjerning av kilden til irritasjon (vaskemiddel eller avvisende middel).

Læringsenheter hvor begrepet behandles

2,1 - 2,5 - aspirin (totalt)100 min.

ApoteklegemiddelAktive ingredienser med tematur

Delene i denne læringsenheten beskriver den historiske konteksten og oppdagelsen av aspirin av Felix Hoffmann, samt indikasjonsområdene for aspirin som nylig ble oppdaget i løpet av det 20. århundre. Etter en detaljert behandling av det biokjemiske grunnlaget for aspirineffekten ved å hemme cyklooksygenasen i arakidonsyremetabolismen, følger en forklaring på de medisinsk-kjemiske sammenhengene mellom indikasjonsområdene smerte, betennelse, feber samt hjerte- og karsykdommer og aspirineffekten. Konklusjonen er dannet av et omfattende kapittel der strukturen til cyklooksygenase og de molekylære interaksjonene mellom aspirin og cyklooksygenase beskrives.

2.3 - Aspirinsykdommer60 min.

ApoteklegemiddelAktive ingredienser med tematur

Denne læringsenheten forklarer de medisinsk-kjemiske sammenhengene mellom indikasjonsområdene smerte, betennelse, feber samt hjerte- og karsykdommer og prostaglandiner og dermed aspirineffekten (hemming av prostaglandinbiosyntesen).

Introduksjon til nevrotransmisjon60 min.

BiokjemiSignal- og stofftransportNevrotransmisjon

Hvordan oppfatter en organisme miljøet sitt? Hvordan kan en organisme reagere adekvat på stimuli?


Hvordan komme til målet ditt som en encellet organisme

Hvordan er det mulig å bevege seg i ønsket retning uten hjerne og nervesystem? Protozoer klarer tilsynelatende denne bragden uten problemer: De kan for eksempel bevege seg ved hjelp av små flageller (såkalte flageller) og svømme spesifikt i den retningen det er mest mat i.

Hvordan disse ekstremt enkelt bygde skapningene lykkes med dette har ennå ikke vært helt klart. Et forskerteam fra TU Wien har nå kunnet simulere denne prosessen på datamaskinen: Den fysiske interaksjonen mellom en veldig enkel modellorganisme og dens miljø ble beregnet. Dette miljøet er en væske med inkonsekvent kjemisk sammensetning, den inneholder matkilder som er ujevnt fordelt.

Organismen har fått muligheten til å behandle informasjon om mat i miljøet på en svært enkel måte. Ved hjelp av en maskinlæringsalgoritme ble informasjonsbehandlingen til det virtuelle vesenet deretter endret og optimalisert i mange evolusjonære trinn. Resultatet var en dataorganisme som beveger seg i sin søken etter mat på en veldig lik måte som sine virkelige forbilder.

Kjemotaksi: Alltid der kjemien er riktig

«Ved første øyekast er det overraskende at en så enkel modell kan løse en så vanskelig oppgave», sier Andras Zöttl, som ledet forskningsprosjektet innen «Theory of Soft Matter» (Gerhard Kahls arbeidsgruppe) ved Institute for Theoretical. Fysikk ved Wiens teknologiske universitet. «Bakterier kan bruke reseptorer til å bestemme i hvilken retning oksygen- eller næringskonsentrasjonen øker, og denne informasjonen trigger deretter en bevegelse i ønsket retning. Dette kalles kjemotaksi."

Oppførselen til andre, flercellede levende vesener kan forklares ved sammenkoblingen av nerveceller. Men en enkelt celle har ingen nerveceller - i dette tilfellet er bare ekstremt enkle prosesstrinn mulig i cellen. Så langt har det ikke vært klart hvordan et så lavt kompleksitetsnivå kan være tilstrekkelig til å koble enkle sanseinntrykk – for eksempel fra kjemiske sensorer – med målrettet motorikk.

"For å kunne forklare det, trenger du en realistisk, fysisk modell for bevegelsen til disse encellede organismene," sier Andreas Zöttl. "Vi har valgt den enklest mulige modellen som fysisk tillater uavhengig bevegelse i en væske i utgangspunktet. Vår encellede organisme består av tre masser forbundet med hverandre med forenklede muskler. Spørsmålet oppstår nå: Kan disse musklene koordineres på en slik måte at hele organismen beveger seg i ønsket retning? Og fremfor alt: Kan denne prosessen implementeres på en enkel måte, eller krever det et komplisert kontrollsystem?"

Et lite nettverk av signaler og kommandoer

"Selv om protozoen ikke har et nettverk av nerveceller - kan de logiske trinnene som forbinder dens 'sanseinntrykk' med bevegelsen beskrives matematisk på en lignende måte som et nevralt nettverk," legger Benedikt Hartl til, som med sin ekspertise innen kunstig intelligens Implementerte modellen på datamaskinen. Selv i den encellede organismen er det logiske forbindelser mellom ulike elementer i cellen. Kjemiske signaler utløses og fører til slutt til en viss bevegelse av organismen.

"Disse elementene og måten de påvirker hverandre på ble simulert på datamaskinen og justert med en genetisk algoritme: generasjon etter generasjon ble bevegelsesstrategien til de virtuelle encellede organismene litt endret," rapporterer Maximilian Hübl, som utførte mange av beregningene på dette emnet fullførte masteroppgaven hans. De encellede organismene som lykkes best med å dirigere sin bevegelse dit de ønskede kjemikaliene var lokalisert, fikk "reprodusere" fortrinnsvis, mens de mindre vellykkede variantene "døde ut". Så etter mange generasjoner dukket det opp et kontrollnettverk - veldig lik biologisk evolusjon - som lar en virtuell encellet organisme uavhengig konvertere kjemiske oppfatninger til målrettet bevegelse på en ekstremt enkel måte og med svært få sammenkoblinger.

Tilfeldig vingling - men med et bestemt mål

"Du skal ikke tenke på det som et høyt utviklet dyr som bevisst oppfatter noe og deretter løper mot det," sier Andreas Zöttl. «Det er mer en tilfeldig slingring. Men en som til slutt leder i riktig retning i gjennomsnitt. Og det er akkurat det du kan se i encellede organismer i naturen."

Datasimuleringene og de algoritmiske konseptene, som nylig ble publisert i det anerkjente tidsskriftet PNAS, beviser at en minimal grad av kompleksitet i kontrollnettverket faktisk er tilstrekkelig til å implementere bevegelsesmønstre som ser ut til å være relativt komplekse. Hvis de fysiske forholdene tas riktig i betraktning, er et bemerkelsesverdig enkelt indre maskineri tilstrekkelig til å gjengi nøyaktig de bevegelsene i modellen som er kjent fra naturen.


Mer sensitiv og forsterker # 039s ikke & # 8211 Forskere ved Caesar oppdager ekstraordinære ionekanaler i sædceller

Denne prosessen er kjent som kjemotakse. Tiltrekningen fungerer spesielt godt med kråkeboller, som ganske enkelt slipper eggcellene og sædcellene ut i sjøvannet. Der, i det store havet, må kjemotaksi være spesielt effektiv.

Professor Kaupps arbeidsgruppe ved Centre of Advanced European Studies and Research (Cæsar) i Bonn oppdaget i 2003 at sædceller fra kråkebollen Arbacia punctulata jobber ved den fysiske grensen for følsomhet: de kan oppdage et enkelt tiltrekkende molekyl og reagere på det.

I den nåværende utgaven av Science Signaling rapporterer Benjamin Kaupps caesar-team hvordan sædceller kan reagere så følsomt på en kjemisk stimulans.

Nøkkelen til forståelse er en ekstraordinær ionekanal. Ionekanaler danner små porer i cellemembranen, kvasi bittesmå sluser som ladede partikler & # 8211 ioner & # 8211 kan krysse cellemembranen gjennom. Ionekanaler sørger for at celler kan eksiteres elektrisk. Det er svært forskjellige typer kanaler: noen åpner seg når membranspenningen endres, og de lar bare én type ion passere gjennom, for eksempel natrium-, kalium- eller kalsiumioner. De såkalte sykliske nukleotid-kontrollerte kanalene (CNG-kanaler) er en høyt spesialisert familie av kanaler som spiller en viktig rolle i syn og lukt. De aktiveres av små budbringerstoffer cAMP eller cGMP (sykliske nukleotider). CNG-kanaler er ikke veldig kresne når de først er aktivert, de lar natrium-, kalium- og kalsiumioner strømme inn eller ut.

& # 8222Ionekanalen som vi oppdaget i kråkebollespermier er helt annerledes! & # 8220, sier Dr. Wolfgang Bönigk, biolog i Kaupps team. & # 8222Er har noe fra alle og kan ikke tilordnes noen tidligere kjent kanalfamilie. Den er strukturert som en typisk kalsium- eller natriumkanal, men lar bare kaliumioner passere. Som andre CNG-kanaler har den fire bindingsseter for sykliske nukleotider. & # 8220

Med dokkingen av lokkemiddelmolekylet til reseptoren på overflaten av sædcellene, går den kjemotaktiske reaksjonskjeden sin gang. Reseptoren gjenkjenner ikke bare lokkemidlet, men syntetiserer også budbringerstoffet cGMP i sædcellene. Messenger-stoffet binder seg umiddelbart til ionekanalen og åpner den. Dette gir elektrisk energi til sædcellene. Etter ytterligere cellulære reaksjoner, hvor kalsiumioner spiller en avgjørende rolle, endres halens flagrende mønster og dermed svømmeretningen.

Det spesielle med sædkanalen er dens ekstremt høye følsomhet for cGMP: Den reagerer allerede på nanomolare konsentrasjoner & # 8211 og er derfor nesten 1000 ganger mer følsom enn de klassiske CNG-kanalene i syns- og luktceller. Den enorme følsomheten er også nødvendig: Forskerne var i stand til å vise at etter bindingen av et enkelt tiltrekkende molekyl blir det kun syntetisert ca 50 cGMP-molekyler & # 8211 øker cGMP-konsentrasjonen svært lite.

Forskerne ved caesar påpeker at spesielt nerveceller og sanseceller som oppdager feromoner er utstyrt med svært sensitive reseptorer. Dette er grunnen til at de tror at individuelle molekyler også kan eksitere disse cellene elektrisk. De håper at deres arbeid med kråkebollespermier vil stimulere forskning innen kjemosensorer og bidra til å belyse den & # 8222suprasensitive & # 8220 signalkonverteringen i andre celler.

W. Bönigk, A. Loogen, R. Seifert, N. Kashikar, C. Klemm, E. Krause, V. Hagen, E. Kremmer, T. Strünker, UB Kaupp, An Atypical CNG Channel Activated by a Single cGMP Molecule Controls Sædkjemotaksi. Sci. Signal. 2, ra68 (2009).

Caesar-stiftelsen
Cæsarstiftelsen er tilknyttet Max Planck Society og driver et senter for nevrovitenskapelig forskning i Bonn. Det vitenskapelige arbeidet utføres i henhold til fortreffelighetskriteriene til Max Planck Society.


Ambrosch-Baroua, Tina (2013): Multilingualism in the Mirror of Book Printing: Spanish Italy in the 16th and 17th Centuries. Dissertation, LMU München: Fakultet for språk og litteratur

Bonetto, Elena (2013): Costrutti marcati a sinistra come risorse interazionali nel parlato tedesco e italiano. Dissertation, LMU München: Fakultet for språk og litteratur

Geist, Monika (2013): Å legge merke til i L2-skriving: problemløsningsstrategier og individuelle forskjeller. Dissertation, LMU München: Fakultet for språk og litteratur

Hesselink, Cathrin (2013): The Complimenting Book: Development and Contexts of a Mediating Genre. Dissertation, LMU München: Fakultet for språk og litteratur

Matt, Eva (2013): Figurer av oversettelse: Tolker i narrative tekster fra slutten av det 20. århundre. Dissertation, LMU München: Fakultet for språk og litteratur

Plüschke, Mareike (2013): Toppjustering på estisk. Dissertation, LMU München: Fakultet for språk og litteratur

Schneider, Arne (2013): L1-fonem-tilegnelse som en dynamisk prosess, L1-fonem-tilegnelse som en dynamisk prosess. Dissertation, LMU München: Fakultet for språk og litteratur

Tillmanns, Clara (2013): Det fonetiske grunnlaget for spontan imitasjon i talespråk. Dissertation, LMU München: Fakultet for språk og litteratur


Transkripsjon av presentasjonen

Bakteriell kjemotaksi Et foredrag av Hendrik Dirks

1.1 Forklaring av begreper • Kjemotaksi er påvirkning av bevegelsesretningen til et levende vesen gjennom stoffkonsentrasjonsgradienter. • Hvis kjemotaksen er rettet mot en høyere stoffkonsentrasjon, snakker vi om positiv kjemotakse. • Vi kaller da stoffet "attrahant" eller engelsk "atttractant" • Det finnes også negative kjemotakser, men vi behandler kun de positive.

1.2 Forelesningen • Matematisk modellering av kjemotaksi. • Vi vil bli kjent med ulike modeller og diskutere noen av dem i detalj. • Mål: Å bedre forstå prosessene i bakterien gjennom modellering, simulering og sammenligning med eksperimentelle data • Periode ca 35 år

1.3 Motivasjon • Første forskning på slutten av 1800-tallet med ideen om at ved å forstå små bakterier kan man bedre forstå mer komplekse organismer. • I dag er det et av de mest studerte og best forståtte områdene og man kan utlede mer komplekse livsformer fra det • Ulike bakteriesystemer • Mest studert og best forstått er coli-bakterien

2.1 Historie om kjemotaksi • Cellemigrasjon ble først observert under den tidlige mikroskoputviklingen (1600-tallet) • Aktiv bevegelse av bakterier ble imidlertid ikke etablert før Engelmann (1881) og Pfeffer (1884) • Betydningen av kjemotaksi i biologi ble ikke anerkjent før på 1930-tallet, under dette I løpet av tiden de mest grunnleggende definisjonene om emnet ble utarbeidet • På 1960- og 1970-tallet gjorde moderne biologi et gjennombrudd og forsket Microsoft European Science Award for sine kjemotaksestudier av E.coli

2,2 konsentrasjonsgradient • Vi snakker om en konsentrasjonsgradient hvis konsentrasjonen av et stoff C er forskjellig mellom to steder x0 og x1 • Hvis Cx1 & gt Cx0 snakker vi om en positiv gradient, analogt for det negative tilfellet

2.3 Coli-bakterien • Stangformet med svømmearmer, såkalte flagella (lengde ca. 20μ), som er tilfeldig fordelt på utsiden • Størrelse på bakterien ca 1μm • Bakterien bruker et nettverk av membranreseptorer som er koblet med proteiner og reagerer på endringer i miljøet gjennom intracellulære signaler • Ved polene er det et rutenett av reseptorer med flere forskjellige reseptortyper. Totalt er det ca 15 000 reseptorer tilgjengelig • Bakterien kan bevege seg i retning av opphopning av næringsstoffer eller unngå syrekonsentrasjoner ved endring i konsentrasjonen, gåturen påvirkes

2.4 bevegelse I utgangspunktet snubler bakterien gjennom væsken den er i. Flagellene er spredt utover og roterer med klokken (CW). Dette fører til en kvasi tilfeldig spasertur. Hvis bakterien oppdager en positiv konsentrasjonsendring i en bestemt retning, avbrytes tumblingen i kort tid og bakterien beveger seg i retning av "attraherende stoff". Her lå flagellene i én retning og dreier deretter mot klokken (CCW) Oppsummert: 2 typer bevegelse: "aktiv svømming" og "tumbling"

2.5 Signaloverføring • Signaloverføringen fungerer gjennom protein-protein-reaksjoner der fosfor "gis videre" mellom proteinene. • I vårt tilfelle er dette "Che"-proteinene (kjemotaktiske) • Kobling mellom reseptorer og flageller • Det er en rekke proteiner som deltar i reaksjonen • CheA og CheW er tilstede i reseptorene, hvor CheW kun er bindeleddet mellom Reseptor og CheA er. • CheY fungerer som et bindeledd mellom CheA og flagellen. For å slutte å tumle reduseres CheYp-konsentrasjonen • CheZ regulerer CheY og dermed hastigheten på signaloverføringen • CheR metylerer reseptorene for å deaktivere dem • CheB tilbakestiller reseptorene til sin opprinnelige tilstand ved å demetylere dem

Eksempel: • «Stagging» • Utgangssituasjon: Bakterien svømmer i én retning • Utløseren for følgende prosess er en fallende tiltrekningsmiddelkonsentrasjon • For det første øker fosforyleringshastigheten av CheA-reseptorene på reseptorene • Den høyere andelen CheAp betyr også at mer CheY er og blir fosforylert dermed til CheYp • Konsentrasjonen av CheYp på flagellene stiger, hvorpå de står oppreist og tumlingen begynner • Samtidig fosforyleres CheB-proteinet av CheAp • CheB tilbakestiller reseptorer til sin opprinnelige tilstand ved å demetylere dem • CheR metylerer de samtidige reseptorene • Så det er en balanse mellom disse proteinene i svimlende tilstand

2.6 Viktige evner til bakterien I det følgende noen viktige egenskaper til bakterien som det ble viet spesiell oppmerksomhet til under modelleringen • Tilpasning: Bakterien kan tilpasse seg ytre omstendigheter. Dersom bakterien har beveget seg inn i et mer positivt miljø, skjer en tilpasningsprosess og bakterien oppfatter det nye miljøet som en grunnverdi. En ytterligere økning i konsentrasjonen er da nødvendig for å provosere frem en reaksjon igjen • Sensitivitet: En bakterie kan oppdage selv de minste endringer i miljøet. En endring på 0,1 % i reseptoraktiviteten kan allerede utløse en reaksjon. • Fordel: Bakterien må reagere riktig på den innkommende signalstyrken. Fordel er definert som endringen i bevegelse når det gjelder mottakersysselsetting. • Robusthet: Proteinfordelingen er forskjellig fra celle til celle, signalnettverket må fortsatt fungere.Disse punktene er selvfølgelig alle tett sammenvevd. For eksempel kan fordeler bare realiseres hvis reseptornettet er følsomt nok. En annen vanskelighet er de forskjellige tidsperiodene. Å finne et lokkemiddel tar bare millisekunder. Tilpasning tar imidlertid sekunder eller minutter

3.1 Macnab & Koshland (1972) Det første målet var å teste muligheten for et midlertidig minne. Du har utviklet et eksperiment der væsker fra to flasker A og B med konsentrasjonene C1 og C2 blandes sammen veldig raskt. Reaksjonen undersøkes deretter i en mikrofotocelle. Kar A inneholder en tiltrekkende konsentrasjon C1 Kar B inneholder en tiltrekkende konsentrasjon C2 og bakterier "Observasjonscelle" inneholder en tiltrekkende konsentrasjon Cf (en blanding mellom C1 og C2)

Gradienten er gitt som: ∆ C = 0: Her ble det utført ulike forsøk. Uansett om det var noe tiltrekningsmiddel i begge karene eller samme konsentrasjon i begge karene. Bakterien vekslet jevnlig mellom tumling og svømming. En klar retning kunne ikke sees. ∆C & gt0: En tiltrekningsmiddel-fri bakteriell substans og en svært anriket tiltrekkende substans ble blandet. Bakterien utførte umiddelbart koordinerte svømmebevegelser. Til å begynne med var det ikke lenger å kjenne igjen svimlende. Etter hvert kom imidlertid bakterien tilbake til sin tidligere tumle-svømmerytme (ca. 5 minutter). ∆ C & lt0: Her ble det tiltrekningsmiddelanrikede stoffet til bakterien ikke blandet med en ren vannløsning. Tiltrekningsmiddelkonsentrasjonen falt umiddelbart til en fjerdedel av verdien. Resultatet ble helt ukoordinert bevegelse, konstante retningsendringer og hyppige skift mellom svømming og tumbling. Normaltilstanden ble imidlertid gjenopprettet etter ca 12 sekunder.

evaluering Spør om denne typen eksperimenter er berettiget. To testpersoner ble tilfeldig vist eksperimenter med en av de tre konsentrasjonstilstandene. Begge kunne se riktig oppførsel i alle 15 tilfellene. Det antas at tumbling er en tilfeldig prosess, der bakterien i seg selv ikke har noen orientering. Hvis et lokkemiddel oppdages, svømmer bakterien tilfeldig i én retning. Denne svømmeprosessen tar lengre tid dersom lokkemiddelkonsentrasjonen forbedres sett fra bakteriens synspunkt og brytes raskere av dersom konsentrasjonen forringes. Undersøkelse av reaksjonen Tiltrekningsmidlet aktiverer samtidig enzym 1 og 2. Enzym 1 reagerer veldig raskt og det andre reagerer veldig sakte. Enzym 1 setter et stoff W i en tilstand X. Så snart X har nådd en kritisk terskel, starter koordinert svømming. Samtidig returneres X til en tilstand Y i en langsom reaksjon. Ved avskrekkende middel når konsentrasjonen av X et kritisk lavt nivå og bakterien snubler. Så både reaksjon på lås og reaksjon på skrekk styres av en ligning. Motsigelse med eksperimentelle data (reaksjoner tar forskjellig lang tid).

4.1 blokk (1982/1983) • Motivasjonen var eksperimentelle data som viste at oppførselen til flagellene er asymmetrisk når tiltrekningsmiddelkonsentrasjonen endres trinnvis. Bakterien brukte mye lengre tid i CCW-modus med økende konsentrasjon enn i CW-modus med synkende konsentrasjon. • Det ble også funnet at bakterier beveger seg jevnt med en eksponentiell tiltrekningsgradient, noe som tyder på at responsen til en bakterie er proporsjonal med den romlige endringen i loggen. konsentrasjonen er: • Det ble også funnet at responsen til en bakterie er proporsjonal med endringen i reseptoraktivitet over tid. Samlet sett fører dette oss til det faktum at "responsen" til en bakterie er proporsjonal med den tidsmessige endringen i loggen. konsentrasjonen er: • Videre har reseptorer vært utsatt for høye endringer i konsentrasjon over en svært kort periode. Reaksjonen varte alltid en viss fast tid. Vi kan derfor konkludere med at celler kan integreres via reseptoraktivitet i løpet av de siste sekundene. Bakterier kan integreres i løpet av de siste 4 sekundene. Innhenting av data: • Når tiltrekningsmiddelkonsentrasjonen endret seg, ble oppførselen til en bakterie observert med et kamera. • Videoen ble spilt av for en observatør i lav hastighet mens du holdt nede en knapp under en tumlingsfase.

Følgende data ble oppnådd ved en fast konsentrasjon (dvs. Ingen forskjell i konsentrasjon i flaske A og B) samlet: Først og fremst bør det bemerkes at følgende målinger ikke var forskjellige ved høye og lave faste konsentrasjoner. Antall intervaller bakterien har i CW- eller CCW-intervallene avtar eksponentielt. (Bilde til venstre) Så hyppige tilstandsendringer kan observeres, men de avtar eksponentielt. Samtidig øker den gjennomsnittlige tiden bakterien oppholder seg i en tilstand kontinuerlig. Sannsynligheten for CW eller CCW er alltid rundt 0,5

Deretter har du konsentrasjonen av lokkemiddelet eksponentielt økt: Dersom man antar at reaksjonen til bakterien er proporsjonal med reseptoraktiviteten: Dersom man da øker eller reduserer konsentrasjonen med exp (at) eller exp (-at), bør svaret være proporsjonalt med a. Så snart man endret konsentrasjonen, har sannsynligheten for CCW lagt seg fast på et høyere (eller lavere) nivå. Hastigheten som konsentrasjonen økte med indikerer hvor lang tid det tar for bakteriene å tilpasse seg den nye tilstanden. Det bør også bemerkes at tre ganger brattere fallende konsentrasjoner var nødvendig for å oppnå samme endring som ved økende konsentrasjoner. For intervallfrekvensen kunne en massiv økning i CCW-intervallene og en liten reduksjon i CW-intervallene bestemmes med økende konsentrasjon. Uansett forble fordelingen eksponentiell. (*)

Evaluering: Block, Segal og Berg tilbakeviste først Koshlands modell ved å kjøre simuleringer med modellen hans og vise at CW- og CCW-intervaller ikke var eksponentielt fordelt - slik modellene deres har vist. En to-statsmodell ble deretter undersøkt der overgangen mellom CW og CCW tilsvarer en førsteordens reaksjon. Disse fordeles deretter eksponentielt. Man kan også se at tiden bakterien er i CCW-tilstand stort sett er konstant. Kr og Kt er proporsjonale med hverandre. Dataene fra figur (*) viser imidlertid at disse verdiene går fra hverandre. Til slutt ble bakterien utsatt for eksponentielle sinusformede endringer i konsentrasjon: Som man kan se endres nå også sannsynligheten for CCW sinusformet. Det kan også sees at bakterien vurderer verdien i stedet for P.

Så hvordan kan bakterien være proporsjonal med endringen i Reagere på mottakeransettelser? Bakterien skal fortløpende sammenligne mellom nåværende og tidligere yrke: La A være i hvilken grad en bakterie er tilpasset og P gjeldende reseptorbeskjeftigelse. Da gjelder følgende for responsen R til bakterien: g er en konstant som beskriver graden av over- eller underreaksjon For A følger en differensialligning av den første typen: τ er tilpasningstidskonstanten Løsningen for A er nå: Setter inn inn i den første ligningen gir: Vi antar nå at τ faller eksponentielt mot 0. Så vår bakteries respons kan beskrives som forskjellen mellom nåværende sysselsetting og gjennomsnittlig endring i sysselsetting over en periode. Siden τ - & gt 0 følger perfekt tilpasning.

4.2 Goldbeter & Koshland (1982) • En likevektstilstand må være mulig uavhengig av tiltrekningsmiddelkonsentrasjonen • Ha metylering integrert i modellen • Reseptoren blokkeres mer og mer av metylering • 5 nivåer av metylering • Jo høyere metylering, jo mindre signal overføres

4.3 Seil og gullbønner (1986) • R-tiltrekningsmiddel-fri ikke-metylert • D-attraksjonsmiddel-fri metylert • RL-attraksjonsmiddel-bundet ikke metylert • DL-attraksjonsmiddel-bundet metylert • L er tiltrekkende konsentrasjon

Konstantene kan beregnes: Med L = 0 gjelder følgende: Den leverer: Analogt med er det kun bundne reseptorer med L = 100 Så gjelder følgende:

5.1 Fosforylering • Vi husker: Fosforylering er nært knyttet til bevegelsene til bakterien. • Så hvordan kan man modellere disse kjedereaksjonene? • Hvordan reagerer ulike proteiner på hverandre? • Er bevegelsen til bakterien relatert til antall proteiner? • Hvordan er reseptoraktivitet (og selvfølgelig graden av tilpasning) relatert til fosforylering?

5.2 Bray (1993) • Første modell for fosforylering • Metylering ses bort fra • CheA fosforylerer basert på reseptoraktiviteten • Fosfooverføring (dvs. overgang fra CheAp - & gt CheYp) er en reaksjon av den første typen, avhenger derfor av konsentrasjonen av CheYp • Defosforylering av CheYp går lineært • Endring i svømmeatferd avhenger av antall CheYp • Modellen ble testet med forskjellige konsentrasjoner, tatt i betraktning flagellenes oppførsel

5.3 Spiro 1997 • Det handler om stimulering og påfølgende tilpasning, med hensyn til den intercellulære fosforyleringsreaksjonen • Signalet sendes gjennom cellen når CheA autofosforiseres på reseptoren. Ligandbinding og metylering reduserer denne prosessen. • Vi antar at en reseptor har 4 metyleringsstadier, hvorav vi kun skal behandle 3 Ti: Konsentrasjon av det i-fold metylerte reseptor-CheA-komplekset (kompleks, fordi CheA er fosforylert med reseptoraktivitet) LTi: i-fold metylert allerede aktiv av tiltrekningsmiddel Reseptor (dvs. ligandbundet) Tips: i-fold metylert, fosforylert reseptor LTip: i-fold metylert fosforylert reseptor som allerede er aktiv av tiltrekningsmiddel

Konstantene vil være bestemt eksperimentelt Vi får nå følgende DGL: methylation demethylation ligand binding autophosphoril. Fosfooverføring Defosforilering analog med Y0: Konsentrasjon av CheY Yp: Konsentrasjon av CheYp B0: Konsentrasjon av CheB Bp: Konsentrasjon av CheBp Z: Konsentrasjon av CheZ

Eksempelreaksjon: lokkemiddel • Reseptorene går inn i ligandbundet tilstand • I ligandbundet tilstand er autofosforiliseringshastigheten til CheA lavere, noe som fører til en reduksjon av CheYp • Dette fører til en kontrollert bevegelse som en respons av systemet • Deretter starter metyleringen , hvorved ligandbundne reseptorer er mer sannsynlig å bli metylert • Reduksjonen av CheAp fører også til en reduksjon av CheBp og dermed til en lavere demetylering • Så nivået av metylerte reseptorer øker • Autofosforiliseringshastigheten til CheA er høyere ved metylerte reseptorer, som igjen begynner å ramle

Figur A: Langsom endring i konsentrasjon fra 0 til 0,16 μM Figur B: Plutselig endring i konsentrasjon fra 0 til 0,16 μM heltrukket linje: CheY-konsentrasjon

Evaluering av eksperimentet: • Reseptorutnyttelsen med har økt med 11 % (enten det er en gradvis eller langsom endring i konsentrasjon). • Im Modell ist diese äquivalent zur CheYp Konzentration und damit zur Bewegung des Bakteriums. • Experimentelle Studien haben jedoch gezeigt, dass bei 11% Konzentrationsänderung eine Bewegungsänderung von bis zu 30% statt findet. Das Verhältnis liegt also maximal bei 2.73. Als Ursache wird eine noch unbekannte Proteinreaktion genannt. • Der Zugewinn wurde von Spiro definiert als: • b: Biasveränderung p: kyP • Anmerkungen • Experimentelle Studien haben gezeigt: Modell hat immer noch nicht die Anforderungen erfüllt • die Konzentrationen jeder Proteinart beeinflusst die anderen wiederum • Anzahl jedes Proteins in jedem Bakterium unterschiedlich hoch. Z.B. ist die Standardabweichung in der Konzentration der Proteine bis zu 10%. • Modellierung wiederum schwieriger.

5.4 Verbesserung durch Stochsim • Protein-Protein-Reaktionen simulieren • Programm Stochsim wurde entwickelt • Ziel: Biologische Vorgänge in der Zelle simulieren • Vorgehen: Suche zufällig 2 Proteine aus Schaue in einer Datenbank nach der W´keit für eine Reaktion der beiden Simuliere die Reaktion • Mit diesem Programm wurden dann Phosphorylation und Methylierung simuliert.

6.1 Einleitung • Wir erinnern uns- ein Bakterium muss auch kleinste Änderungen in der Konzentration eines Lockstoffs bemerken können. Tatsächlich kann es bereits eine Konzentrationsänderung von 0.1% feststellen. • Sogenanntes „Rezeptorclustering“ wird als die Grund für diese Fähigkeit angenommen. • Mathematische Modelle haben die Plausibilität eines solchen Mechanismus bestätigt.

6.2 Bray 1998 • Idee des „Rezeptorclustering“ • Rezeptornetzwerk arbeitet nicht individuell, sondern als Einheit. • Inaktivierung eines einzelnen Rezeptors bringt eine ganze Reihe an benachbarten Rezeptoren auch dazu das gleiche zu tun • Damit besteht die Möglichkeit, dass die Inaktivierung eines einzelnen Rezeptors die Phosphorilationsreaktion zu den Flagella aufhalten könnte.

Man hat daraufhin Experimente mit einem Gitter von 2000 Rezeptoren gemacht: • Die Fähigkeit des Netzwerks auf geminderte Lockstoffkonzentration zu reagieren hat sich verbessert, je mehr Nachbarn auch deaktiviert wurden. • Die Sensitivität ist durch diesen Prozess in niedrigen Konzentrationen ebenfalls gestiegen. • Die Spanne an Lockstoffkonzentrationen auf die das Bakterium reagieren kann ist gesunken. • Also: In niedrigen Konzentrationen wird das Clustering maximiert in hohen Konzentrationen minimiert.

6.3 Das Ising Modell • Modell kommt aus der Physik und dafür gedacht, wie Elektronen auf ein Magnetfeld reagieren. • Je nachdem wie stark Partikel aneinander gebunden sind, desto mehr Nachbarn werden bei der Veränderung eines einzelnen Partikels auch Verändert • Ist auch geeignetes Modell für Rezeptorclustering. Rezeptoren sind in unserem Fall natürlich die Elektronen Stärke des Magnetfeldes ist die Lockstoffkonzentration die durchschnittliche Magnetisierung ist die Aktivität unseres Rezeptorsystems Rezeptoren haben den Zustand

Die Energie des Gitters: • Die Indexmenge läuft über das gesamte Gitter • Si ist der Zustand des i-ten Rezeptors • Jij ist die Kupplungsstärke zwischen den Rezeptoren • Bi ist die Lockstoffkonzentration Ergebnis: Sensibilität des Systems hängt in erster Linie von der Stärke der Rezeptor-Rezeptor-Bindung ab, weniger in der Stärke der Lockstoffbindung

6.4 Duke and Bray (1999) • Haben das Ising-Modell auf ein 50x50 Gitter angewandt • Verschiedene Lockstoffkonzentrationen getestet • Das Gitter konnte Veränderungen über 5 Größenordnungen feststellen • Leider stieg bei Verdoppelung einer Konzentration die Signalstärke nur um 70% (90% bei ungekoppelten Rezeptoren) • Angemerkt wurde, dass die Geometrie des Rezeptorgitters eine wichtige Rolle spielt

6.5 Erweiterung Shi (2000) • Nutzt ein adaptives Ising Modell, in dem es ein negatives Feedback (also eine Dämpfung) verursacht • Input ist dabei die Rezeptoraktivität tr: Verzögerungszeit, σ Konstante >0 • Konnte zeigen, dass dieser Feedback-Effekt ausreicht, um die Rezeptoren wieder in den Ausgangszustand zu verstehen, nachdem sie angeregt worden sind • Modell reagiert natürlich weiter sensibel auf Veränderungen • Abgleich mit experimentellen Daten zeigt: Rezeptor-Rezeptor-Interaktionen, Adaptionszeit, Phosphorilationsmenge passen

6.6 Weitere Modellierungen • Methylierung findet nur dann statt, wenn ein Rezeptor nicht durch Lockstoff gebunden ist • Der Methylierungsvorgang von CheR wurde verfeinert- es diffundiert durch den Rezeptorcluster und methyliert nur, wenn ein Ende sich mit einem Rezeptor verbindet. • Es wurde festgestellt, dass Rezeptoren nicht immer aktiv sind. Es gibt eine ganze Reihe an Rezeptoren die deaktiviert sind • Geometie der Rezeptoranordnung von großer Bedeutung • Proteine sind auch unter Umständen deaktiviert • In Simulationen Proteine auch in Gitter angeordnet- beeinflussen Nachbarn • Verschiedene Arten von Rezeptoren, die untereinander unterschiedlich stark koppeln • Bindungsstärke an Lockstoff hängt von Methylierungsgrad ab

8.1 Wichtigkeit räumlicher Modellierung Beispiel sind: Predator-Prey Gleichungen y: Anzahl der Predatoren x: Anzahl der Prey α,β,γ,δ:Parameter Erzeugt folgende Verläufe:

Smoldyn wird für Räumliche Modellierung eingesetzt Räumliche Modellierung biologischer Prozesse. Man kann damit 10000ende Teilchen in Echtzeit simulieren Räumliche Modellierung des selben Problems liefert ganz andere Ergebnisse Rot: Prey Grün: Predator


Video: Gerak Taksis pada Tumbuhan (Juli 2022).


Kommentarer:

  1. Malakasa

    Du tar feil. Jeg er i stand til å bevise det. Skriv til meg i PM.

  2. Loryn

    Det er bra når det er!

  3. Deon

    lys ide

  4. Wissian

    I think mistakes are made. Write to me in PM.

  5. Voodoojora

    Only recently became your reader and immediately subscriber. Thanks for the post.

  6. Dassous

    Bravo, det utmerkede svaret.



Skrive en melding