Dokument: Mathematical models of glucosinolate metabolism in plants

Titel:	Mathematical models of glucosinolate metabolism in plants
Weiterer Titel:	Mathematische Modelle des Glucosinolat-Metabolismus in Pflanzen
URL für Lesezeichen:	https://docserv.uni-duesseldorf.de/servlets/DocumentServlet?id=46153
URN (NBN):	urn:nbn:de:hbz:061-20180608-092055-9
Kollektion:	Dissertationen
Sprache:	Englisch
Dokumententyp:	Wissenschaftliche Abschlussarbeiten » Dissertation
Medientyp:	Text
Autor:	Sharma, Suraj [Autor]
Dateien:	[Dateien anzeigen] Adobe PDF [Details] 3,85 MB in einer Datei [ZIP-Datei erzeugen] Dateien vom 04.06.2018 / geändert 04.06.2018
Beitragende:	Prof. Dr. Ebenhöh, Oliver [Gutachter] Prof. Kopriva, Stanislav [Gutachter]
Stichwörter:	glucosinolates, kinetic models, mathematical models, plant-microbe interaction
Dewey Dezimal-Klassifikation:	500 Naturwissenschaften und Mathematik » 570 Biowissenschaften; Biologie
Beschreibungen:	Glucosinolate sind schwefelreiche Sekundärmetabolite, die in den Pflanzen der Familie Brassicacea gefunden werden. Glucosinolate spielen eine wichtige Rolle bei der Abwehr von Pflanzen gegen Krankheitserreger. Abhängig von der Art der Mikroben, können bestimmte Glucosinolate als Abwehrsmittel oder Stimulanzien auf sie wirken. Eine besondere Schwierigkeit bei der Analyse von Sekundärmetaboliten ist deren große Vielfalt von vorhandenen chemischen Strukturen. Berücksichtigt man die Möglichkeiten der biochemischen Transformationen, die an der Biosynthese von Sekundärmetaboliten beteiligt sein könnten, wären im Prinzip eine unendliche Anzahl chemischer Strukturen erzeugbar. Dies gilt für die experimentelle Identifizierung von Sekundärmetaboliten, jedoch ist die theoretische Beschreibung der Biosynthese gleichermaßen anspruchsvoll. Modelle zu entwickeln, bei denen alle möglichen Strukturen als einzelne Variablen dargestellt werden, ist sogar unmöglich. In der vorliegenden Arbeit haben wir ein mathematisches Modell entwickelt, welches die Biosynthese von aliphatischen, Methionin abgeleiteten Glucosinolate in Arabidopsis thaliana beschreibt. Die strukturelle Vielfalt der Glucosinolate resultiert aus Variationen in der Kettenverlängerung während derer Biosynthese. Durch die mathematische Beschreibung der Geschwindigkeitsgesetze für die Kettenverlängerung von aliphatischen Glucosinolaten wird gezeigt, wie die Biosyntheseraten im System von allen anderen Metabolitkonzentrationen abhängen, ein Verhalten, das auf der breiten Substratspezifität der metabolischen Enzyme beruht. Unter Berücksichtigung der SynthesewegStruktur und der gemessenen enzymatischen Eigenschaften, zeigt die Modellsimulation alle Merkmale der tatsächlichen Unterschiede zwischen Wildtyp und Mutanten. Die Simulation erlaubte es uns, die individuellen Auswirkungen von zwei Prozessen— dem Entfernen eines Enzyms und der kompensatorischen Expression anderer metabolischer Enzyme— zu untersuchen, die experimentell nur schwer zu analysieren sind. Die Variation in der Glucosinolatkonzentrationen in verschiedenen Arabidopsis-Ökotypen könnte das Ergebnis einer individueller Zusammensetzung von an der Biosynthese beteiligter Allele sein. Unter Berücksichtigung der durch den Kettenverlängerungsprozess induzierten Diversität veranschaulicht unser Modell, wie und warum Methionin abgeleitete Glucosinolate mit einer bestimmten Häufigkeit synthetisiert werden. Indem wir die allelischen Unterschiede auf die enzymatischen Eigenschaften beziehen, liefert unser Modell einen theoretischen Rahmen, um zu untersuchen, wie sich verschiedene metabolische Phänotypen aus genetischen Unterschieden ergeben. Glucosinolates are sulphur-rich secondary metabolites found in the plants of Brassicacea family. Glucosinolates play an important role in plants defence from pathogens. Depending on the type of microbes, specific glucosinolates can act as feeding deterrents or stimulants. A particular difficulty in the analysis of secondary metabolites is the vast diversity of different chemical structures. Considering the types of biochemical transformations, which could be involved in any secondary metabolite biosynthesis, in principle an infinite number of chemical structures could be produced. This is true for the experimental identification of secondary metabolites but the theoretical description of secondary metabolite biosynthesis is equally challenging. Developing models wherein all possible structures are represented as a unique variable is very challenging. In the present study, we developed a mathematical model of the chain elongation pathway of aliphatic glucosinolates, which are derived from methionine, found in Arabidopsis thaliana. These glucosinolates show a structural diversity arising from the variation in the chain elongation pathway taking place during biosynthesis. By providing the mathematical description of the rate laws governing the chain elongation of aliphatic glucosinolates, we illustrate how the biosynthetic rates in the system depend on all other metabolite concentrations, a behaviour originating from the broad-range substrate specificity of the metabolic enzymes. Considering the pathway structure and the measured enzymatic properties, model simulation shows all characteristics of the actual differences between wild-type and mutants. The simulation allowed us to assess the individual effects of two processes—the knocking out of an enzyme and the compensatory expressions of other metabolic enzymes—that are difficult to dissect experimentally. The variation in glucosinolate concentration across Arabidopsis ecotypes could be a result of allelic compositions at different biosynthetic loci. By addressing the diversity induced by the chain-elongation process, our model illustrates how and why methionine-derived glucosinolates with a particular frequency are produced. Furthermore, by relating the allelic differences to the enzymatic properties, our model provides a theoretical framework to investigate how different metabolic phenotypes arise from genetic differences.
Lizenz:	Urheberrechtsschutz
Fachbereich / Einrichtung:	Mathematisch- Naturwissenschaftliche Fakultät » WE Biologie
Dokument erstellt am:	08.06.2018
Dateien geändert am:	08.06.2018
Datum der Promotion:	16.05.2018