생명 현상을 이해하는 데 있어서 중요한 부분을 차지하는 생화학 반응 경로는 대사경로, 신호전달 네트워크, 그리고 유전자 조절 네트워크와 같이 크게 3가지로 나눌 수 있다. 이들 서로가 밀접하게 얽혀있을 뿐만 아니라, 경로들의 구성 성분들 사이에서도 복잡한 상호작용이 존재하면서 생명체가 유지되고 있다. 본 논문에서는 생명 현상을 시스템 레벨에서 이해하는 시스템 생물학의 체계적인 방법론을 수립하기 위하여 전산학적인 방법과 생물정보학적 방법론을 이용해 이러한 복잡한 생화학 반응경로들의 표현방법을 제시하고, 시스템 차원에서 분석하고 ...
생명 현상을 이해하는 데 있어서 중요한 부분을 차지하는 생화학 반응 경로는 대사경로, 신호전달 네트워크, 그리고 유전자 조절 네트워크와 같이 크게 3가지로 나눌 수 있다. 이들 서로가 밀접하게 얽혀있을 뿐만 아니라, 경로들의 구성 성분들 사이에서도 복잡한 상호작용이 존재하면서 생명체가 유지되고 있다. 본 논문에서는 생명 현상을 시스템 레벨에서 이해하는 시스템 생물학의 체계적인 방법론을 수립하기 위하여 전산학적인 방법과 생물정보학적 방법론을 이용해 이러한 복잡한 생화학 반응경로들의 표현방법을 제시하고, 시스템 차원에서 분석하고 시뮬레이션을 수행하였다. 제 2장에서는 대사반응 네트워크에 대한 정보를 관리하고 정량적으로 대사 흐름을 분석할 수 있는 통합 환경을 개발하였다. 개발된 환경을 통해 컴퓨터 상에서 대사 경로를 정략적으로 분석함으로써 대사 회로내 상태를 이해할 수 있고 대사 공학적인 새로운 전략을 수립할 수 있다. 제 3장에서는 생화학 반응 경로를 체계적으로 인식하기 위한 구체적인 방법론을 제시하였다. 이것은 복잡한 화학반응 메커니즘을 인식하기 위해 고안된 방법으로 수학적으로 정확하고, 그래프 이론을 바탕으로 한 것이다 이 방법을 생화학 반응에도 적용할 수 있음을 보여 주었고, 정의한 반응시스템의 본질적인 네트워크 구조나 기능을 분석하는데 이용할 수 있다. 제 4장에서는 대사 흐름분석 분야의 다중흐름분포들의 인식과 구조적 경로 분석 분야의 다중대사경로의 결정을 상호보완적으로 수행할 수 있는 통합적인 방법론을 제안하였다. 이 방법을 대장균 모델에 적용하여 그 효용성과 효율성을 보여 주었고, 얻어진 결과로부터 세포가 얼마나 잘 외부 환경이나 내부의 유전적인 변화에 대항하는지를 알 수 있었다. 이것은 세포 생존에 필수적인 복잡한 세포네트워크의 놀랄 만한 적응성과 강건성을 보여 주는 것이다. 제 5 장에서는 페트리넷 이론을 바탕으로 세포내 신호전달 거동을 정성적으로, 정략적으로 이해하기 위한 개념적 구조를 제시하였다. IL-1, TNF, 그리고 EGF로부터 유도되는 신호전달시스템에 적용하여 네트워크의 메커니즘과 동적 거동을 살펴보았다. 본 연구에서는 생명 현상을 시스템 레벨에서 이해하기 위하여 경로중심의 분석 기법 및 방법론을 제시하였다. 제시된 방법론을 통해 가상세포 시스템 구축을 위한 필수적인 기반 기술을 마련하였고, 이러한 기술들은 향후 신약 개발에도 유용하게 이용될 수 있을 것으로 기대된다.
생명 현상을 이해하는 데 있어서 중요한 부분을 차지하는 생화학 반응 경로는 대사경로, 신호전달 네트워크, 그리고 유전자 조절 네트워크와 같이 크게 3가지로 나눌 수 있다. 이들 서로가 밀접하게 얽혀있을 뿐만 아니라, 경로들의 구성 성분들 사이에서도 복잡한 상호작용이 존재하면서 생명체가 유지되고 있다. 본 논문에서는 생명 현상을 시스템 레벨에서 이해하는 시스템 생물학의 체계적인 방법론을 수립하기 위하여 전산학적인 방법과 생물정보학적 방법론을 이용해 이러한 복잡한 생화학 반응경로들의 표현방법을 제시하고, 시스템 차원에서 분석하고 시뮬레이션을 수행하였다. 제 2장에서는 대사반응 네트워크에 대한 정보를 관리하고 정량적으로 대사 흐름을 분석할 수 있는 통합 환경을 개발하였다. 개발된 환경을 통해 컴퓨터 상에서 대사 경로를 정략적으로 분석함으로써 대사 회로내 상태를 이해할 수 있고 대사 공학적인 새로운 전략을 수립할 수 있다. 제 3장에서는 생화학 반응 경로를 체계적으로 인식하기 위한 구체적인 방법론을 제시하였다. 이것은 복잡한 화학반응 메커니즘을 인식하기 위해 고안된 방법으로 수학적으로 정확하고, 그래프 이론을 바탕으로 한 것이다 이 방법을 생화학 반응에도 적용할 수 있음을 보여 주었고, 정의한 반응시스템의 본질적인 네트워크 구조나 기능을 분석하는데 이용할 수 있다. 제 4장에서는 대사 흐름분석 분야의 다중흐름분포들의 인식과 구조적 경로 분석 분야의 다중대사경로의 결정을 상호보완적으로 수행할 수 있는 통합적인 방법론을 제안하였다. 이 방법을 대장균 모델에 적용하여 그 효용성과 효율성을 보여 주었고, 얻어진 결과로부터 세포가 얼마나 잘 외부 환경이나 내부의 유전적인 변화에 대항하는지를 알 수 있었다. 이것은 세포 생존에 필수적인 복잡한 세포네트워크의 놀랄 만한 적응성과 강건성을 보여 주는 것이다. 제 5 장에서는 페트리넷 이론을 바탕으로 세포내 신호전달 거동을 정성적으로, 정략적으로 이해하기 위한 개념적 구조를 제시하였다. IL-1, TNF, 그리고 EGF로부터 유도되는 신호전달시스템에 적용하여 네트워크의 메커니즘과 동적 거동을 살펴보았다. 본 연구에서는 생명 현상을 시스템 레벨에서 이해하기 위하여 경로중심의 분석 기법 및 방법론을 제시하였다. 제시된 방법론을 통해 가상세포 시스템 구축을 위한 필수적인 기반 기술을 마련하였고, 이러한 기술들은 향후 신약 개발에도 유용하게 이용될 수 있을 것으로 기대된다.
Computational and bioinformatic methodologies for the representation, analysis and simulation of complex biochemical pathways, i.e., metabolic and signal transduction pathways, have been established for system-level understanding of biological systems. In Chapter 2, the integrated environment is dev...
Computational and bioinformatic methodologies for the representation, analysis and simulation of complex biochemical pathways, i.e., metabolic and signal transduction pathways, have been established for system-level understanding of biological systems. In Chapter 2, the integrated environment is developed for managing information on the metabolic reaction network and for quantitatively analyzing metabolic fluxes; this renders it possible to implement quantitative in silico simulations of metabolic pathways for understanding the metabolic status and for devising the metabolic engineering strategies. In Chapter 3, a rigorous method is established for systematically identifying biochemical reactions, or metabolic pathways. It is based on the mathematically exact, graph-theoretic method for the identification, i.e., determination, of the mechanisms of complex chemical reactions. It has been amply demonstrated that the method is applicable to biochemical reactions and is capable of characterizing the underlying network structure and function of the reaction system defined. In Chapter 4, the unified approach is proposed for synergistically, or complementarily, identifying multiple flux distributions in metabolic flux analysis and multiple metabolic pathways in structural pathway analysis. The results from applying the proposed approach to the E. coli model demonstrate its profound efficiency and efficacy. These results also reveal the surprising adaptability and robustness of the intricate cellular network as a key to cell survival against environmental or genetic change. In Chapter 5, the conceptual framework is presented for both qualitatively and quantitatively understanding the cell signaling behavior by resorting to Petri nets. The mechanisms and dynamics of the network have been investigated by applying the method based on the resultant framework to the signal transduction system induced by IL-1, TNF-α and EGF. The results provide a proof of the principle for the feasibility of modeling highly complex signaling networks both qualitatively and quantitatively by executable Petri net models. These models are consistent with the conventional differential-equation models. It is highly plausible that the methodologies and approaches proposed herein are applicable to drug discovery, indeed, they merit further investigation.
Computational and bioinformatic methodologies for the representation, analysis and simulation of complex biochemical pathways, i.e., metabolic and signal transduction pathways, have been established for system-level understanding of biological systems. In Chapter 2, the integrated environment is developed for managing information on the metabolic reaction network and for quantitatively analyzing metabolic fluxes; this renders it possible to implement quantitative in silico simulations of metabolic pathways for understanding the metabolic status and for devising the metabolic engineering strategies. In Chapter 3, a rigorous method is established for systematically identifying biochemical reactions, or metabolic pathways. It is based on the mathematically exact, graph-theoretic method for the identification, i.e., determination, of the mechanisms of complex chemical reactions. It has been amply demonstrated that the method is applicable to biochemical reactions and is capable of characterizing the underlying network structure and function of the reaction system defined. In Chapter 4, the unified approach is proposed for synergistically, or complementarily, identifying multiple flux distributions in metabolic flux analysis and multiple metabolic pathways in structural pathway analysis. The results from applying the proposed approach to the E. coli model demonstrate its profound efficiency and efficacy. These results also reveal the surprising adaptability and robustness of the intricate cellular network as a key to cell survival against environmental or genetic change. In Chapter 5, the conceptual framework is presented for both qualitatively and quantitatively understanding the cell signaling behavior by resorting to Petri nets. The mechanisms and dynamics of the network have been investigated by applying the method based on the resultant framework to the signal transduction system induced by IL-1, TNF-α and EGF. The results provide a proof of the principle for the feasibility of modeling highly complex signaling networks both qualitatively and quantitatively by executable Petri net models. These models are consistent with the conventional differential-equation models. It is highly plausible that the methodologies and approaches proposed herein are applicable to drug discovery, indeed, they merit further investigation.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.