TY - THES A1 - Martinez-Seidel, Federico T1 - Ribosome Heterogeneity and Specialization during Temperature Acclimation in Plants N2 - Ribosomes decode mRNA to synthesize proteins. Ribosomes, once considered static, executing machines, are now viewed as dynamic modulators of translation. Increasingly detailed analyses of structural ribosome heterogeneity led to a paradigm shift toward ribosome specialization for selective translation. As sessile organisms, plants cannot escape harmful environments and evolved strategies to withstand. Plant cytosolic ribosomes are in some respects more diverse than those of other metazoans. This diversity may contribute to plant stress acclimation. The goal of this thesis was to determine whether plants use ribosome heterogeneity to regulate protein synthesis through specialized translation. I focused on temperature acclimation, specifically on shifts to low temperatures. During cold acclimation, Arabidopsis ceases growth for seven days while establishing the responses required to resume growth. Earlier results indicate that ribosome biogenesis is essential for cold acclimation. REIL mutants (reil-dkos) lacking a 60S maturation factor do not acclimate successfully and do not resume growth. Using these genotypes, I ascribed cold-induced defects of ribosome biogenesis to the assembly of the polypeptide exit tunnel (PET) by performing spatial statistics of rProtein changes mapped onto the plant 80S structure. I discovered that growth cessation and PET remodeling also occurs in barley, suggesting a general cold response in plants. Cold triggered PET remodeling is consistent with the function of Rei-1, a REIL homolog of yeast, which performs PET quality control. Using seminal data of ribosome specialization, I show that yeast remodels the tRNA entry site of ribosomes upon change of carbon sources and demonstrate that spatially constrained remodeling of ribosomes in metazoans may modulate protein synthesis. I argue that regional remodeling may be a form of ribosome specialization and show that heterogeneous cytosolic polysomes accumulate after cold acclimation, leading to shifts in the translational output that differs between wild-type and reil-dkos. I found that heterogeneous complexes consist of newly synthesized and reused proteins. I propose that tailored ribosome complexes enable free 60S subunits to select specific 48S initiation complexes for translation. Cold acclimated ribosomes through ribosome remodeling synthesize a novel proteome consistent with known mechanisms of cold acclimation. The main hypothesis arising from my thesis is that heterogeneous/ specialized ribosomes alter translation preferences, adjust the proteome and thereby activate plant programs for successful cold acclimation. N2 - Ribosomen dekodieren mRNA, um Proteine zu synthetisieren. Ribosomen, früher als statische, ausführende Maschinen betrachtet, werden heute als dynamische Modulatoren der Translation angesehen. Zunehmend detailliertere Analysen der Strukturheterogenität von Ribosomen führte zu einem Paradigmenwechsel hin zu einer Spezialisierung von Ribosomen für eine selektive Translation. Als sessile Organismen können Pflanzen schädlichen Umwelteinflüssen nicht ausweichen und haben Strategien entwickelt, um diesen zu widerstehen. Zytosolische Ribosomen von Pflanzen sind in mancher Hinsicht vielfältiger, als die von anderen Metazoen. Diese Vielfalt könnte zur Stressakklimatisierung der Pflanzen beitragen. Ziel dieser Arbeit war es, festzustellen, ob Pflanzen die Heterogenität der Ribosomen nutzen, um die Proteinsynthese durch spezialisierte Translation zu regulieren. Ich habe mich auf die Temperaturakklimatisierung konzentriert, insbesondere auf den Wechsel zu niedrigen Temperaturen. Im Verlauf der Kälteakklimatisierung stellt Arabidopsis das Wachstum für sieben Tage ein. Währenddessen etabliert sie die für die Wiederaufnahme des Wachstums erforderlichen Anpassungen. Vorherige Ergebnisse deuten darauf hin, dass Ribosomenbiogenese für die Kälteakklimatisierung essentiell ist. REIL-Mutanten (reil-dkos), denen ein 60S-Reifungsfaktor fehlt, akklimatisieren sich nicht erfolgreich und nehmen das Wachstum nicht wieder auf. Anhand dieser Genotypen habe ich kältebedingte Defekte der Ribosomenbiogenese auf den Aufbau des Polypeptidaustritts-Tunnels (PET) zurückgeführt, indem ich räumliche statistische Analysen von rProtein-Veränderungen auf die pflanzliche 80S-Struktur abgebildet habe. Ich habe entdeckt, dass Wachstumsstillstand und PET-Umbau auch in Gerste auftreten, was auf eine allgemeine Kältereaktion in Pflanzen hindeutet. Der durch Kälte ausgelöste PET-Umbau stimmt über ein mit der Funktion von Rei-1, einem REIL-homologen Protein aus Hefe, in der Rei-1 die PET-Qualitätskontrolle durchführt. Anhand bahnbrechender Daten zur Ribosomenspezialisierung zeige ich, dass Hefe die tRNA-Eintrittsstelle von Ribosomen bei einem Wechsel von Kohlenstoffquellen umbaut, und demonstriere, dass ein räumlich begrenzter Umbau von Ribosomen in Metazoen die Proteinsynthese modulieren kann. Ich argumentiere, dass die regionale Umgestaltung eine Form der Ribosomenspezialisierung sein kann, und zeige, dass nach einer Kälteakklimatisierung heterogene zytosolische Polysomen akkumulieren, was zu Verschiebungen im Translationsoutput führt, der sich zwischen Wildtyp und reil-dkos unterscheidet. Ich habe festgestellt, dass die heterogenen Komplexe aus neu synthetisierten und wiederverwendeten Proteinen bestehen. Ich schlage vor, dass maßgeschneiderte Ribosomenkomplexe freie 60S-Untereinheiten in die Lage versetzen, spezifische 48S-Initiationskomplexe für die Translation auszuwählen. Kälte-akklimatisierte Ribosomen synthetisieren durch Ribosomenumbau ein neues Proteom, das mit bekannten Mechanismen der Kälteakklimatisierung übereinstimmt. Die Haupthypothese, die sich aus meiner Arbeit ergibt, ist, dass heterogene/spezialisierte Ribosomen ihre Translationspräferenzen verändern, das Proteom anpassen und dadurch Pflanzenprogramme für eine erfolgreiche Kälteakklimatisierung aktivieren. T2 - Ribosomenheterogenität und -spezialisierung während der Temperaturakklimatisierung in Pflanzen KW - Ribosome specialization KW - Ribosomal protein heterogeneity KW - Ribosomal protein substoichiometry KW - Protein synthesis KW - Translational regulation KW - Plant cytosolic translation KW - Cold acclimation KW - Ribosome biogenesis KW - 60S maturation KW - Hordeum vulgare KW - Arabidopsis thaliana KW - 60S-Reifung KW - Kälteakklimatisierung KW - Cytosolische Translation in Pflanzen KW - Proteinsynthese KW - Ribosomale Proteinheterogenität KW - Ribosomale Protein Substöchiometrie KW - Ribosomen-Biogenese KW - Ribosomen-Spezialisierung KW - Translationsregulation Y1 - 2023 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-580724 ER - TY - THES A1 - Schwahn, Kevin T1 - Data driven approaches to infer the regulatory mechanism shaping and constraining levels of metabolites in metabolic networks T1 - Entwicklung von datengestützten Verfahren, um regulatorischen Mechanismen zu untersuchen, die die Metabolitmengen in Stoffwechselnetzwerken beeinflussen N2 - Systems biology aims at investigating biological systems in its entirety by gathering and analyzing large-scale data sets about the underlying components. Computational systems biology approaches use these large-scale data sets to create models at different scales and cellular levels. In addition, it is concerned with generating and testing hypotheses about biological processes. However, such approaches are inevitably leading to computational challenges due to the high dimensionality of the data and the differences in the dimension of data from different cellular layers. This thesis focuses on the investigation and development of computational approaches to analyze metabolite profiles in the context of cellular networks. This leads to determining what aspects of the network functionality are reflected in the metabolite levels. With these methods at hand, this thesis aims to answer three questions: (1) how observability of biological systems is manifested in metabolite profiles and if it can be used for phenotypical comparisons; (2) how to identify couplings of reaction rates from metabolic profiles alone; and (3) which regulatory mechanism that affect metabolite levels can be distinguished by integrating transcriptomics and metabolomics read-outs. I showed that sensor metabolites, identified by an approach from observability theory, are more correlated to each other than non-sensors. The greater correlations between sensor metabolites were detected both with publicly available metabolite profiles and synthetic data simulated from a medium-scale kinetic model. I demonstrated through robustness analysis that correlation was due to the position of the sensor metabolites in the network and persisted irrespectively of the experimental conditions. Sensor metabolites are therefore potential candidates for phenotypical comparisons between conditions through targeted metabolic analysis. Furthermore, I demonstrated that the coupling of metabolic reaction rates can be investigated from a purely data-driven perspective, assuming that metabolic reactions can be described by mass action kinetics. Employing metabolite profiles from domesticated and wild wheat and tomato species, I showed that the process of domestication is associated with a loss of regulatory control on the level of reaction rate coupling. I also found that the same metabolic pathways in Arabidopsis thaliana and Escherichia coli exhibit differences in the number of reaction rate couplings. I designed a novel method for the identification and categorization of transcriptional effects on metabolism by combining data on gene expression and metabolite levels. The approach determines the partial correlation of metabolites with control by the principal components of the transcript levels. The principle components contain the majority of the transcriptomic information allowing to partial out the effect of the transcriptional layer from the metabolite profiles. Depending whether the correlation between metabolites persists upon controlling for the effect of the transcriptional layer, the approach allows us to group metabolite pairs into being associated due to post-transcriptional or transcriptional regulation, respectively. I showed that the classification of metabolite pairs into those that are associated due to transcriptional or post-transcriptional regulation are in agreement with existing literature and findings from a Bayesian inference approach. The approaches developed, implemented, and investigated in this thesis open novel ways to jointly study metabolomics and transcriptomics data as well as to place metabolic profiles in the network context. The results from these approaches have the potential to provide further insights into the regulatory machinery in a biological system. N2 - Die System Biologie ist auf die Auswertung biologischer Systeme in ihrer Gesamtheit gerichtet. Dies geschieht durch das Sammeln und analysieren von großen Datensätzen der zugrundeliegenden Komponenten der Systeme. Computergestützte systembiologische Ansätze verwenden diese großen Datensätze, um Modelle zu erstellen und Hypothesen über biologische Prozesse auf verschiedenen zellularen Ebenen zu testen. Diese Ansätze führen jedoch unweigerlich zu rechnerischen Herausforderungen, da die Daten über eine hohe Dimensionalität verfügen. Des Weiteren weisen Daten, die von verschiedenen zellulären Ebenen gewonnen werden, unterschiedliche Dimensionen auf. Diese Doktorarbeit beschäftigt sich mit der Untersuchung und Entwicklung von rechnergestützten Ansätzen, um Metabolit-Profile im Zusammenhang von zellulären Netzwerken zu analysieren und um zu bestimmen, welche Aspekte der Netzwerkfunktionalität sich in den Metabolit-Messungen widerspiegeln. Die Zielsetzung dieser Arbeit ist es, die folgenden Fragen, unter Berücksichtigung der genannten Methoden, zu beantworten: (1) Wie ist die Beobachtbarkeit von biologischen Systemen in Metabolit-Profilen manifestiert und sind diese für phänotypische Vergleiche verwendbar? (2) Wie lässt sich die Kopplung von Reaktionsraten ausschließlich durch Metabolit-Profile identifizieren? (3) Welche regulatorischen Mechanismen, die Metabolit-Niveaus beeinflussen, sind unterscheidbar, wenn transkriptomische und metabolische Daten kombiniert werden? Ich konnte darlegen, dass Sensormetabolite, die durch eine Methode „observability theory“ identifiziert wurden, stärker korrelieren als Nicht-Sensoren. Die stärkere Korrelation zwischen Sensormetaboliten konnte mit öffentlich zugänglichen Daten, als auch mit synthetischen Daten aus einer Simulation mit einem mittelgroßen kinetischen Modell gezeigt werden. Durch eine Robustheitsanalyse war es mir möglich zu demonstrieren, dass die Korrelation auf die Position der Sensormetabolite im Netzwerk zurückzuführen und unabhängig von den experimentellen Bedingungen ist. Sensormetabolite sind daher geeignete Kandidaten für phänotypische Vergleiche zwischen verschiedenen Bedingungen durch gezielte metabolische Analysen. Des Weiteren ergaben meine Untersuchungen, dass die Auswertung der Kopplung von Stoffwechselreaktionsraten von einer ausschließlich datengestützten Perspektive möglich ist. Dabei muss die Annahme getroffen werden, dass Stoffwechselreaktionen mit dem Massenwirkungsgesetz beschreibbar sind. Ich konnte zeigen, dass der Züchtungsprozess mit einem Verlust der regulatorischen Kontrolle auf der Ebene der gekoppelten Reaktionsraten einhergeht. Dazu verwendete ich Metabolit-Profile von gezüchteten, als auch wilden Weizen- und Tomatenspezies. Meine Ergebnisse belegen, dass die selben Stoffwechselwege in Arabidopsis thaliana und Escherichia coli eine unterschiedliche Anzahl an gekoppelten Reaktionsraten aufweisen. Darüber hinaus habe ich eine neue Methode zur Identifizierung und Kategorisierung von transkriptionellen Effekten auf den Metabolismus entwickelt. Dies erfolgt durch die Kombination von Genexpressionsdaten und Messungen von Metaboliten. Die Methode ermittelt die partielle Korrelation zwischen Metaboliten, wobei die Hauptkomponenten der Transkriptdaten als Kontrollvariablen dienen. Dadurch kann der Einfluss der Transkription auf Metabolit-Profile herausgerechnet werden. Dieser Ansatz ermöglicht die Einteilung von Metabolitpaaren in assoziiert durch transkriptionelle oder assoziiert durch posttranskriptionelle Regulation. Die Einteilung ist abhängig davon, ob die Korrelation zwischen Metaboliten bestehen bleibt, wenn für den Einfluss der Transkription kontrolliert wird. Ich konnte nachweisen, dass die zuvor genannten Klassifizierungen von Metabolitpaaren mit existierender Literatur und den Ergebnissen einer auf bayessche Statistik basierenden Studie übereinstimmen. Die Methoden, die in dieser Doktorarbeit entwickelt, implementiert und untersucht wurden, öffnen neue Wege um metabolische und transkriptomische Daten gemeinsam auszuwerten. Sie erlauben Metabolit-Profile in den Kontext von metabolischen Netzwerken zu stellen. Die Ergebnisse haben das Potential uns weitere Einblicke in die regulatorische Maschinerie in biologischen Systemen zu gewähren. KW - systems biology KW - metabolomics KW - metabolites KW - Systembiologie KW - Metabolomik KW - Metabolite Y1 - 2018 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-423240 ER -