Browsing by Author "Zarrabi, Nawid"

Now showing 1 - 1 of 1

Open Access
Hidden Markov-Modelle für Einzelmoleküldaten
(2010) Zarrabi, Nawid; Wrachtrup, Jörg (Prof. Dr.)
Ein wesentlicher Teil für das Verständnis zellulärer Prozesse bildet die Aufklärung der Reaktionszyklen der beteiligten Proteine. Ein Reaktionsschema eines Proteins zeichnet sich durch diskrete Proteinkonformationen mit charakteristischen Übergangsraten aus. Ziel der Einzelmolekülspektroskopie ist es, diese Reaktionsdynamiken zu entschlüsseln. Fasst man einen solchen Reaktionszyklus als Markov Prozess auf, entspricht jeder Konformation einem Markov-Zustand. Diese Zustände selbst sind nicht direkt messbar, sondern zeichnen sich durch eine bestimmte, für den Zustand typische Verteilung der zugehörigen Datenpunkte aus. Die Stärke der Hidden Markov Modelle (HMM) liegt in der Möglichkeit, alleine aus den Messdaten den jeweils zugehörigen Markov Zustand mit allen zugehörigen Parametern zu ermitteln. Einzelmolekül-FRET (Förster Resonanz Energie Transfer) Experimente wurden durchgeführt, um Daten mit solchen Konformationsänderungen zu erhalten. Um diese leistungsstarke Analyse mit HMMs auf Messdaten aus FRET-Experimenten anwenden zu können, muss die Konformationsdynamik der Proteine von ihrer Diffusionsbewegung getrennt werden. Daher mussten neue Schätzfunktionen für die Parameterbestimmung des HMMs entwickelt werden. Diese mathematische Herleitung sowie umfangreiche Tests mit Daten aus Monte-Carlo-Simulationen finden sich im ersten, theoretischen Teil dieser Arbeit. Auf Grundlage dieser Ergebnisse wurde die erweiterte Hidden Markov Analyse auf vier unterschiedliche Systeme angewendet: das Tatabox-Binde-Protein TBP, der Kaliumtransporter KdpFABC, die FoF1-ATP-Synthase sowie die F1-ATPase. Die Analyse mit Hidden Markov Modellen erlaubte erstmals detaillierte Einblicke in die Funktionsweise dieser Proteine und bildet den zweiten Teil der Arbeit.