Flagellenlokalisationen
|
|
- Bertold Hausler
- vor 6 Jahren
- Abrufe
Transkript
1 und Philipps-Universität Marburg 27. Januar 2017 und
2 Überblick und
3 Überblick und
4 Mathematik und Biologie und Fachbereich Mathematik und Informatik Numerik AG Prof. Stephan Dahlke Prof. Bernhard Schmitt LOEWE Zentrum für synthetische Mikrobiologie Dr. Gert Bange
5 Zusammenarbeit Projekt: Wie bestimmen die Bakterien den exakten Ort und die Anzahl von Flagellen während der Zellteilung? Probleme: kosten- und zeitintensiv Durchführung schwieriger Experimente (unmöglich) Prozesse besser und schneller verstehen schnelle Reaktion bei Änderungen Verhalten vorhersagen Übertragung auf andere Prozesse und
6 Überblick und
7 Prokaryoten: Bakterienzellen und DNA: Erbinformation Cytoplasma: ca. 70 % Wasser, Transkription Ribosomen: Translation Zellmembran: Lipide wie z.b. Fette Zellwand: Formbildung Flagellen: Mobilität
8 Flagellum und großer Proteinkomplex gewendelte Proteinfäden des fettigen Proteins Flagellin durch einen Motor in Drehung versetzt wie ein Propeller, der einen Schub oder einen Zug erzeugt
9 Klassifikation von Ort und Anzahl von Flagellen und (Schuhmacher, Thormann, Bange (2015))
10 Fragestellung und State of the Art Wie bestimmen die Bakterien den exakten Ort und die Anzahl von Flagellen während der Zellteilung? und Wir wissen: DNA enthält an einer uns bekannten Position die Information für Anzahl und Ort seiner Flagellen Während des Zellwachstums und der DNA-Verdopplung zur Vorbereitung der Zellteilung (Vermehrung) werden neue Flagellen aufgebaut Neue und alte Flaggellen vermischen sich
11 Modellannahmen und Diffusion Zu-und Abfluss Sättigung Massenerhaltung Metropolenmodell
12 Überblick und
13 Untersuchungsobjekt sowie dessen Umgebung Ausschnitt vom Rand einer Bakterienzelle mit Gliederung in zwei Bereiche und Cytoplasma: c(x, y; t) R + (genügend glatt) mit (x, y) Ω = [0, 1] [0, H] und t R + Zellmembran: u(x; t) R + (genügend glatt) mit x Γ = [0, 1] und t R +
14 Diffusion ständige zufällige Bewegung von individuellen Molekülen Fick sche Gesetze und c(x, y) t u(x) t = D c(x, y), (x, y) Ω\ Ω = ε 2 u(x) x 2, x (0, 1) mit den Diffusionskonstanten D und ε. Es soll gelten: 0 < ε D
15 Zu- und Abflussraten Zufluss und Abfluss in bzw. aus Zellmembran und c(x, y) t u(x) t = D c(x, y), (x, y) Ω\ Ω = ε 2 u(x) x 2 +α(u(x))c(x, 0) κu(x), x (0, 1) konstante Abflussrate κ, (κ = 1) nichtlineare Zuflussratenfunktion α(u(x)) = mit Sättigungsparameter s 1 u(x)2 1+s 1 u(x) 2
16 Massenerhaltung:Randbedingungen Cauchy-Randbedingung am unteren (aktiven) Rand im Cytoplasma: c(x, 0) D = α(u(x))c(x, 0) κu(x), x [0, 1] y periodische Randbedingungen in x Richtung im Cytoplasma und in der Zellmembran homogene Neumann-Randbedingungen am oberen Rand im Cytoplasma und
17 Anfangs-Randwertproblem mit System von partiellen, parabolischen DGLen 2. Ordnung c(x, y) t u(x) t Randbedingungen: = D c(x, y), (x, y) Ω\ Ω = ε 2 u(x) x 2 + α(u(x))c(x, 0) κu(x), x (0, 1) c(x, H) y = 0, x [0, 1] c(0, y) = c(1, y), y [0, H] c(x, 0) D y = α(u(x))c(x, 0) κu(x), x [0, 1] u(0) = u(1) und Positive Anfangskonzentrationen
18 Überblick und
19 Finite-Differenzen-Methode ε = , s 1 = 0, AW1 ε = , s 1 = 0.02, AW1 und ε = , s 1 = 0, AW1 ε = , s 1 = 0, AW2 ε = , s 1 = 0.02, AW1 ε = , s 1 = 0.02, AW2
20 Dynamik: Gleichgewichtslösung 0 = D c(x, y) 0 = ε 2 u(x) x 2 mit den gegebenen Randbedingungen. ĉ(x, 0) z ε D + α(u(x))c(x, 0) κ(u(x))u(x) 2kπ(α k cos(2kπx) + β k sin(2kπx)) k=1 = z ε D ( ) 1 2 u und mit Konstante z. ein nicht-lokaler, symmetrischer, eindeutig definierter Dirichlet-to-Neumann-Operator
21 Randwertproblem mit einer gewöhnlichen Differentialgleichung und periodischen Randbedingungen 0 = ε 2 u ( x 2 + α(u) z ε ) D ( ) 1 2 u u mit periodischen Randbedingungen. Diskretisierung: n + 1 Gitterpunkte x i = ih, i = 0,..., n mit Schrittweite h = 1 n Finite Differenzen-Methode: und 2 u(x i ) x 2 1 h 2 (u i 1 2u i + u i+1 )
22 Wurzel des negativen Laplace-Operators Theorem (A.Görlich) Sei u : R R eine genügend glatte Funktion und Sh m u = u(x + mh) der Shift-Operator. Dann gilt: Beweisansatz: ( ) 1 4 S 2 u h mu πh (4m 2 1) m Z 1 h 2 (2I S h S h ) = 2 h 2 (I M h) und mit M h = 1 2 (S h + S h ) ( ) = h (I M h) 1 4 S 2 = h m πh (4m 2 1) m Z
23 Nichtlineares Gleichungssystem mit u 0 = u n. 0 = ε h 2 (u i 1 2u i + u i+1 ) ( +α(u i ) z + ε 4 D πh u i n i m= i u i+hm (4m 2 1) F (U) = 0 mit F : R n R n und U = (u 0,..., u n 1 ) T ) und Lösung mittels eines globalen Newton-Verfahrens
24 Globales Newton-Verfahren und Startvektor U 0 horizontal: z [0, 1] vertikal: 1T U 0 n [0, 3] Farbcodiert: Lösungs-Mittelwert aus 5 Startwerten
25 Überblick und
26 und Vermutung: Kontinuum an Gleichgewichten Bedingungen für stabile Gleichgewichtslösungen Erweiterung auf ein 2-Spezies-Modell mit einem Regulatorenzym
27 Referenzen S. B. Guttenplan, S. Shaw, D. B. Kearns The cell biology of peritrichous flagella in Bacillus subtilis. Mol. Microbiol. 87(1), pp , J. Schumacher, K. Thormann, G. Bange How bacteria maintain location and number of flagella. FEMS Reviews Microbiol. 39(6), pp , L. Edelstein-Keshet Mathematical Models in Biology. Random House, New York, P. Rashkov, B. A. Schmitt, L. Sogaard-Andersen, P. Lenz, S. Dahlke A model of oscillatory protein dynamics in bacteria. Society for Mathematical Biology, R.D. Richtmeyer, K. W. Morton Difference Methods for Initial Value-Problems. John Wiley & Sons, N. Nielsen Handbuch der Theorie der Gammafunktion. B.G. Teubner, P. Deuflhard Newton Methods for Nonlinear Problems: Affine Invariance and Adaptive Algorithms. Springer, Heidelberg, und Vielen Dank für ihre Aufmerksamkeit!
Einführung. Vita Rutka. Universität Konstanz Fachbereich Mathematik & Statistik AG Numerik SS 2009
Einführung Vita Rutka Universität Konstanz Fachbereich Mathematik & Statistik AG Numerik SS 2009 Was ist FEM? Die Finite-Elemente-Methode (FEM) ist ein numerisches Verfahren zur näherungsweisen Lösung,
MehrRekonstruktion biologischer Netzwerke (mit probabilistischen Methoden) Einführung 11.10.2010
Rekonstruktion biologischer Netzwerke (mit probabilistischen Methoden) Einführung 11.10.2010 Prof. Dr. Sven Rahmann 1 Team Prof. Dr. Sven Rahmann Zeit Mo 10-12; Do 8:30-10 Ort OH14, R104 Alle Informationen
MehrKevin Caldwell. 18.April 2012
im Rahmen des Proseminars Numerische Lineare Algebra von Prof.Dr.Sven Beuchler 18.April 2012 Gliederung 1 2 3 Mathematische Beschreibung von naturwissenschaftlich-technischen Problemstellungen führt häufig
MehrIf you can't study function, study structure. Vom Molekül in der Ursuppe bis zur ersten Zelle war es ein langer Weg:
Kapitel 4: ANATOMIE EINER EUKARYOTENZELLE Inhalt: EINLEITUNG... 53 BESTANDTEILE EINER EUKARYOTENZELLE... 55 MEMBRANVERBINDUNGEN... 57 GEWEBE UND ORGANE... 57 LITERATUR...57 LINKS... 57 Einleitung If you
MehrHydrodynamik in der Astrophysik: Grundlagen, numerische Verfahren und Anwendungen. Vorlesung an der TU München Wintersemester 2012/13
Hydrodynamik in der Astrophysik: Grundlagen, numerische Verfahren und Anwendungen Vorlesung an der TU München Wintersemester 2012/13 PD Dr. Ewald Müller Max-Planck-Institut für Astrophysik Karl-Schwarzschild-Straße
MehrFinite Differenzen und Elemente
Dietrich Marsal Finite Differenzen und Elemente Numerische Lösung von Variationsproblemen und partiellen Differentialgleichungen Mit 64 Abbildungen Springer-Verlag Berlin Heidelberg NewYork London Paris
MehrÜbungsfragen Biochemie 1. Erklären Sie die Begriffe
Übungsfragen Biochemie 1 Erklären Sie die Begriffe Adsorption Diffusion Dialyse Enantiomere Diastereomere Verseifung Fett Lipid essentielle Fettsäure essentielle Aminosäure Kohlenhydrat Disaccharid Peptid
MehrModellbildungssysteme: Pädagogische und didaktische Ziele
Modellbildungssysteme: Pädagogische und didaktische Ziele Was hat Modellbildung mit der Schule zu tun? Der Bildungsplan 1994 formuliert: "Die schnelle Zunahme des Wissens, die hohe Differenzierung und
MehrÜbungen zur Numerischen Mathematik 2 Sommersemester 2014. Übungsblatt 13
Universität Heidelberg Interdisziplinäres Zentrum für Wissenschaftliches Rechnen Prof. Dr. Dres. h.c. Hans Georg Bock Dr. Christian Kirches Dipl.-Phys. Simon Lenz Übungen zur Numerischen Mathematik 2 Sommersemester
MehrAllgemein Literatur 1
Allgemein Literatur 1 Grundlagen Elektrotechnik: Albach, M.:: Altmann, S.; Schlayer, D.: Bosse, G.: Clausert, H.; Wiesemann, G.; Hinrichsen, V.; Stenzel,J.: Glaab, A.; Hagenauer, E.: Griffiths, D.: Elektrotechnik
MehrÜbung 11 Genregulation bei Prokaryoten
Übung 11 Genregulation bei Prokaryoten Konzepte: Differentielle Genexpression Positive Genregulation Negative Genregulation cis-/trans-regulation 1. Auf welchen Ebenen kann Genregulation stattfinden? Definition
MehrUnterschiede zwischen Prokaryoten und. Eukaryont. Unterschiede prokaryotische eukaryotische Zelle. Zellaufbau Prokaryoten. Zellaufbau Eukaryoten
Unterschiede zwischen Prokaryoten und Prokaryoten lassen sich in 2 Reiche unterteilen: Eubakterien und Archaebakterien werden in 4 Reiche unterteilt: Protozoen (Einzeller), Pilze, Pflanzen und Tiere Unterschiede
MehrGRUNDEINHEITEN DES LEBENS
Cytologie:Zellen Organismen Vorssa09/10/CK 1. DieZelle 1.1.VielfaltderZellen Alle Lebewesen sind aus Zellen aufgebaut. Zellen sind die kleinsten, selbständig lebensfähigen Einheiten, die sogenanntengrundeinheitendeslebens.
MehrSchnittkraftermittlung mittels Bi-linearer Arbeitslinien
Schnittkraftermittlung mittels Bi-linearer Arbeitslinien Bachelor Projekt eingereicht am Institut für Baustatik der Technischen Universität Graz im November 2011 Verfasser: Betreuer: Manuel Thalhammer
MehrOptimierung I. 1 Einführung. Luise Blank. Wintersemester 2012/13. Universität Regensburg
Universität Regensburg Wintersemester 2012/13 1 Einführung Anwendungen Finanzwirtschaft: maximale Gewinnrate unter Beschränkungen an das Risiko; Portfolio von Investments Produktion: maximiere Gewinn bei
MehrOptimale Steuerung. Sequentielle Quadratische Programmierung. Kevin Sieg. 14. Juli 2010. Fachbereich für Mathematik und Statistik Universität Konstanz
Optimale Steuerung Kevin Sieg Fachbereich für Mathematik und Statistik Universität Konstanz 14. Juli 2010 1 / 29 Aufgabenstellung 1 Aufgabenstellung Aufgabenstellung 2 Die zusammengesetzte Trapezregel
MehrExperimentelles (Lern)-Labor in Osnabrück Schülerlabor des Fachbereichs Biologie der Universität Osnabrück
Experimentelles (Lern)-Labor in Osnabrück Schülerlabor des Fachbereichs Biologie der Universität Osnabrück Informationen unter: www.explain-os.de wissenschaftliche Leitung: PD Dr. Knut Jahreis Biologiehauptgebäude
MehrBioimaging. Vorlesung und Übung im Sommersemester 2014. Volker Schmid und Clara Happ
Bioimaging Vorlesung und Übung im Sommersemester 2014! Volker Schmid und Clara Happ Geschichte Optische Mikroskopie 1. Auflichtmikroskopie 2. Durchlichtmikroskopie 3. Konfokalmikroskopie Abbe-Limit d=
MehrFormale Systeme. Binary Decision Diagrams. Prof. Dr. Bernhard Beckert WS 2010/2011 KIT INSTITUT FÜR THEORETISCHE INFORMATIK
Formale Systeme Prof. Dr. Bernhard Beckert WS / KIT INSTITUT FÜR THEORETISCHE INFORMATIK KIT University of the State of Baden-Württemberg and National Large-scale Research Center of the Helmholtz Association
MehrMOL.504 Analyse von DNA- und Proteinsequenzen
MOL.504 Analyse von DNA- und Proteinsequenzen Kurs 1 Monika Oberer, Karl Gruber MOL.504 Modul-Übersicht Einführung, Datenbanken BLAST-Suche, Sequenzalignment Proteinstrukturen Virtuelles Klonieren Abschlusstest
MehrSimulation of Longitudinal Beam Dynamics
Fachgebiet Theoretische Elektrotechnik und Numerische Feldberechnung PD Dr. Markus Clemens DESY Beam Dynamics Meeting Simulation of Longitudinal Beam Dynamics, Markus Clemens Chair for Theory in Electrical
MehrExascale Computing. = Exascale braucht Manycore-Hardware...und was für Software??? 46/58
Exascale Computing Die FLOP/s-Tabelle: Name Faktor erreicht heute Giga 10 9 1976 CPU-Kern Tera 10 12 1997 Graphikkarte (GPU) Peta 10 15 2009 Supercomputer Exa 10 18 2020(?) Der gegenwärtig schnellste Rechner
MehrPlasmidisolierung. Mit Plasmiden können Sie Gene in Organismen einschleusen und so deren Eigenschaften verändern.
Plasmidisolierung Mit Plasmiden können Sie Gene in Organismen einschleusen und so deren Eigenschaften verändern. Was können Sie lernen? Sie lernen eine ringförmige DNA, ein Plasmid, zu isolieren. Mit diesem
MehrAntwort: 2.Uracil. Antwort: 2. durch Wasserstoffverbindungen. Adenin, Cystein und Guanin kommen alle in der RNA und DNA vor.
Antwort: 2.Uracil Adenin, Cystein und Guanin kommen alle in der RNA und DNA vor. Thymin kommt nur in der DNA vor; Uracil nimmt seinen Platz in den RNA- Molekülen ein. Antwort: 2. durch Wasserstoffverbindungen
MehrAufbau und Funktion des Genoms: Von der Genstruktur zur Funktion
Assoc. Prof. PD Mag. Dr. Aufbau und Funktion des Genoms: Von der Genstruktur zur Funktion Wien, 2013 Währinger Straße 10, A-1090 Wien helmut.dolznig@meduniwien.ac.at www.meduniwien.ac.at/medizinische-genetik
MehrMsc. Courses at the IST
Universitat Stuttgart Institute for Theory and Automatic Prof. Dr. Ing. Frank Allgöwer Msc. Courses at the IST In the following -grouped according to study programs- modules in Master of Science programs
MehrCOMPUTERSIMULATIONEN. Ein Überblick
COMPUTERSIMULATIONEN Ein Überblick Ziel: Vorhersage der makroskopischen Eigenschaften eines Systems. Geht das? Newton: Ja: F=m a gibt an, wie sich das System mit der Zeit entwickelt Laplace: Im Prinzip
MehrEinführung in die Struktur der Materie. Studierende des Lehramtes und des Nebenfachs SS 2013
Einführung in die Struktur der Materie für Studierende des Lehramtes und des Nebenfachs SS 2013 Michael Martins und Erika Garutti Inhalt Einleitung Teil A (M. Martins): I. Molekülphysik II. Festkörperphysik
MehrSeminarvortrag Bildverarbeitung im Projekt FAUST mit dem Schwerpunkt Skelettierung
Seminarvortrag Bildverarbeitung im Projekt FAUST mit dem Schwerpunkt Skelettierung Ingmar Gründel HAW-Hamburg 15. Dezember 2006 Ingmar Gründel Bildverarbeitung im Projekt FAUST mit dem Schwerpunkt Skelettierung
MehrBiologie I/B: Klassische und molekulare Genetik, molekulare Grundlagen der Entwicklung Theoretische Übungen SS 2014
Biologie I/B: Klassische und molekulare Genetik, molekulare Grundlagen der Entwicklung Theoretische Übungen SS 2014 Fragen für die Übungsstunde 8 (14.07-18.07.) 1) Von der DNA-Sequenz zum Protein Sie können
MehrMedienart: Print Medientyp: Publikumszeitschriften Auflage: 312'871 Erscheinungsweise: 26x jährlich
Ausschnitt Seite: 1/10 Bericht Seite: 8/28 Datum: 28.05.2010 Ausschnitt Seite: 2/10 Bericht Seite: 9/28 Datum: 28.05.2010 Ausschnitt Seite: 3/10 Bericht Seite: 10/28 Datum: 28.05.2010 Ausschnitt Seite:
MehrFB IV Mathematik Universität Trier. Präsentation von Nadja Wecker
FB IV Mathematik Universität Trier Präsentation von Nadja Wecker 1) Einführung Beispiele 2) Mathematische Darstellung 3) Numerischer Fluss für Diffusionsgleichung 4) Konvergenz 5) CFL-Bedingung 6) Zusammenfassung
MehrStrömungslehre II. Inhaltsverzeichnis. Vorlesung im Wintersemester 2007/08. Prof. Dr.-Ing. Ewald Krämer
Strömungslehre II Inhaltsverzeichnis Vorlesung im Wintersemester 2007/08 Prof. Dr.-Ing. Ewald Krämer 1 8. Der Energiesatz Die 3 fundamentalen Bewegungsgleichungen der Strömungsmechanik Massenerhaltungssatz
MehrDiagnostik bei Patienten mit Antikörpern gegen hochfrequente Antigene. Axel Seltsam
Diagnostik bei Patienten mit Antikörpern gegen hochfrequente Antigene Axel Seltsam MHH 2010 Reaktionsmuster Antikörper (AK) gegen hochfrequente Antigene (AG) Schwierig zu identifizieren Hohes Risiko, zusätzliche
MehrMartin Meywerk. CAE-Methoden in der Fahrzeugtechnik
Martin Meywerk CAE-Methoden in der Fahrzeugtechnik Martin Meywerk CAE-Methoden in der Fahrzeugtechnik Mit 239 Abbildungen und 10 Tabellen 123 Prof. Dr.-Ing. Martin Meywerk Institut für Fahrzeugtechnik
Mehr4 Runge-Kutta-Verfahren
Numerik gewöhnlicher Differentialgleichungen 43 4 Runge-Kutta-Verfahren 4. Konstruktion Ausgangspunkt wie immer (Substitution: s = t + τh, 0 τ ) y(t + h) = y(t) + [y(t + h) y(t)] = y(t) + = y(t) + h 0
MehrListe der Publikationen
Prof.Dr.W.Timmermann TU Dresden Institut für Analysis Liste der Publikationen [1] G. Lassner and W.Timmermann. Über Einschränkungen und Erweiterungen abgeschlossener Operatoren im Hilbertraum. Preprint,
MehrAnalyse von Zeitreihen in der Umweltphysik und Geophysik Stochastische Prozesse
Analyse von Zeitreihen in der Umweltphysik und Geophysik Stochastische Prozesse Yannik Behr Gliederung 1 Stochastische Prozesse Stochastische Prozesse Ein stochastischer Prozess ist ein Phänomen, dessen
MehrComputational Biology: Bioelektromagnetismus und Biomechanik
Computational Biology: Bioelektromagnetismus und Biomechanik Implementierung Gliederung Wiederholung: Biomechanik III Statische Elastomechanik Finite Elemente Diskretisierung Finite Differenzen Diskretisierung
MehrCharakteristikenmethode im Beispiel
Charakteristikenmethode im Wir betrachten die PDE in drei Variablen xu x + yu y + (x + y )u z = 0. Das charakteristische System lautet dann ẋ = x ẏ = y ż = x + y und besitzt die allgemeine Lösung x(t)
MehrDefinition 3.1: Ein Differentialgleichungssystem 1. Ordnung
Kapitel 3 Dynamische Systeme Definition 31: Ein Differentialgleichungssystem 1 Ordnung = f(t, y) ; y R N ; f : R R N R N heißt namisches System auf dem Phasenraum R N Der Parameter t wird die Zeit genannt
MehrVersuch 8. Plasmid - Isolierung
Versuch 8 Plasmid - Isolierung Protokollant: E-mail: Studiengang: Gruppen-Nr: Semester: Betreuer: Max Mustermann max@quantentunnel.de X X X C. Weindel & M. Schwarz Wird benotet?: Einleitung Ein Plasmid
MehrSequential Pattern Analysis und Markov-Modelle. Christian Weiß Institut für Angewandte Mathematik und Statistitik Universität Würzburg
Sequential Pattern Analysis und Markov-Modelle. Christian Weiß Institut für Angewandte Mathematik und Statistitik Universität Würzburg Sequential Pattern Analysis Historische Aspekte Data Mining als Teildisziplin
MehrIndustrie 4.0 Predictive Maintenance. Kay Jeschke SAP Deutschland AG & Co. KG., Februar, 2014
Industrie 4.0 Predictive Maintenance Kay Jeschke SAP Deutschland AG & Co. KG., Februar, 2014 Anwendungsfälle Industrie 4.0 Digitales Objektgedächtnis Adaptive Logistik Responsive Manufacturing Intelligenter
MehrVorlesung Einführung in die Bioinformatik
Vorlesung Einführung in die Bioinformatik Organisatorische Hinweise Dr. Uwe Scholz 07.04.2014 Informationen Uwe Scholz: scholz@ipk-gatersleben.de Lothar Altschmied: lothar@ipk-gatersleben.de Christian
MehrRäumliches Data Mining
Räumliches Data Mining Spatial Data Mining Data Mining = Suche nach "interessanten Mustern" in sehr großen Datensätzen => explorative Datenanlyse auch: Knowledge Discovery in Databases (KDD) verbreitete
MehrNichtlineare Optimierungsprobleme mit Komplexität
Definition eines Nichtlinearen Optimierungsproblemes (NLP) min f (x) bzw. min f (x) s.d. x S x S wobei die zulässige Menge S R n typischerweise definiert ist durch S {x R n : h(x) =, c(x) } für Gleichungs-
MehrBachelorarbeit: Ein diskretes Modell für Finanzmärkte
Bachelorarbeit: Ein diskretes Modell für Finanzmärkte Die Finanzmathematik ist momentan eine der wichtigsten Anwendungender. Hier soll ein grundlegendes Modell erörtert werden, das auf der Entwicklung
MehrInteraktionen von Pu-Signaltransduktionsproteinen im Stickstoffmetabolismus der Organismen Bacillus subtilis und Synechococcus elongatus
Interaktionen von Pu-Signaltransduktionsproteinen im Stickstoffmetabolismus der Organismen Bacillus subtilis und Synechococcus elongatus Inaugural-Dissertation zur Erlangung des Doktorsgrades der Naturwissenschaften
MehrSeminarvortrag - Beiträge zum Software Engineering SoSe 11. Prototyping. Björn Kahlert Institut für Informatik Freie Universität Berlin 09.06.
Seminarvortrag - Beiträge zum Software Engineering SoSe 11 Prototyping Björn Kahlert Institut für Informatik Freie Universität Berlin 09.06.2011 Gliederung 1. Definition & Motivation 2. Klassifikation
MehrNumerische Fluidmechanik
Numerische Fluidmechanik Vorlesungsumdruck 1 mit Übersichten und ausgewählten Vorlesungsfolien sowie Übungsaufgaben und kompakter Einführung in die CFD Inhaltsverzeichnis Übersichten... 1 Inhaltsübersicht
MehrPraktikum-Meßtechnik Verfasser: Dr. H. Bergelt
TU Bergakademie Freiberg Praktikum-Meßtechnik Verfasser: Dr. H. Bergelt Filter in der Bildverarbeitung. Einleitung Digitale Filter gehören zu den wirkungsvollsten Methoden der Bildverarbeitung. Wir können
MehrPR Statistische Genetik und Bioinformatik
PR Statistische Genetik und Bioinformatik Johanna Bertl Institut für Statistik und OR, Universität Wien Oskar-Morgenstern-Platz 1/6.344, 1090 Wien, Tel.: 01-4277-38617 johanna.bertl@univie.ac.at, homepage.univie.ac.at/johanna.bertl
Mehr6. DNA -Bakteriengenetik
6. DNA -Bakteriengenetik Konzepte: Francis Crick DNA Struktur DNA Replikation Gentransfer in Bakterien Bakteriophagen 2. Welcher der folgenden Sätze entspricht der Chargaff-Regel? A) Die Menge von Purinen
MehrFEM. Finite Elemente Methode. Diese Unterlagen dienen gemäß 53, 54 URG ausschließlich der Ausbildung an der Hochschule Bremen.
FEM Finite Elemente Methode Diese Unterlagen dienen gemäß 53, 54 URG ausschließlich der Ausbildung an der Hochschule Bremen. Vorlesung FEM INHALT 1.Einleitung 1.1.Historischer Überblick über die Finite
MehrComputersimulation physikalischer Phänomene mit der Finite- Elemente-Methode
K.Bräuer: Computersimulation physikalischer Phänomene mit der Finiten-Elemente-Methode 1 Computersimulation physikalischer Phänomene mit der Finite- Elemente-Methode Kurt Bräuer Privatdozent am Institut
MehrBakteriologie. Erarbeitet und vorgestellt von Leopold Böhm, Sebastian Hanswille, Gianluca Nowoczyn, Rolf Rempel
Bakteriologie Erarbeitet und vorgestellt von Leopold Böhm, Sebastian Hanswille, Gianluca Nowoczyn, Rolf Rempel Inhalt Feinstruktur der Bakterien Morphologie der Bakterien Genetische Variabilität der Bakterien
MehrOptimierung. karsten.eppler@tu-dresden.de www.math.tu-dresden.de/ eppler
Optimierung Karsten Eppler Technische Universität Dresden Institut für Numerische Mathematik karsten.eppler@tu-dresden.de www.math.tu-dresden.de/ eppler Vorlesungsassistent: Dr. G. Scheithauer guntram.scheithauer@tu-dresden.de
MehrDIFFERENTIALGLEICHUNGEN
DIFFERENTIALGLEICHUNGEN GRUNDBEGRIFFE Differentialgleichung Eine Gleichung, in der Ableitungen einer unbekannten Funktion y = y(x) bis zur n-ten Ordnung auftreten, heisst gewöhnliche Differentialgleichung
MehrProseminar. Spieltheorie. Sommersemester 2015
Proseminar Spieltheorie Sommersemester 2015 Informationen bei: Prof. Dr. Martin Möhle Eberhard Karls Universität Tübingen Mathematisches Institut Tel.: 07071/29-78581 Vortragsübersicht Teil I: Allgemeine
MehrDie Methode der Finiten Elemente
KAPITEL 2 Die Methode der Finiten Elemente 1. Theoretische Grundlagen Wir bezeichnen im Folgenden mit H m (Ω) L 2 (Ω), Ω R n offen, den Sobolevraum aller Funktionen mit schwachen Ableitungen α u in L 2
MehrBUSINESS INTELLIGENCE
BUSINESS INTELLIGENCE SCHLÖGL, SCHIEBEL, WEITZENDORF VORSTELLUNG VERANSTALTUNGSLEITER Christian SCHLÖGL Professor am Institut für Informationswissenschaft und Wirtschaftsinformatik Arbeitsbereiche: Informetrie,
MehrSpieltheorie mit. sozialwissenschaftlichen Anwendungen
.. Friedel Bolle, Claudia Vogel Spieltheorie mit sozialwissenschaftlichen Anwendungen SS Inhalt. Einleitung. Sequentielle Spiele Terminologie Spielbäume Lösen von Sequentiellen Spielen .. Motivation: Warum
MehrWas ist Bioinformatik?
9. Kurstag: Bioinformatik Der Begriff "Bioinformatik" wurde 1989 erstmals von D.R. Masys im JOURNAL OF RESEARCH OF THE NATIONAL INSTITUTE OF STANDARDS AND TECHNOLOGY erwähnt. Was ist Bioinformatik? Die
MehrBivariate Zeitreihenanalyseverfahren Tests auf Nichtlinearität
Bivariate Zeitreihenanalseverahren Tests au Nichtlinearität Skewness, Kurtosis ür zirkuläre Maße z.b. Phasenkohärenz R Problem: nur statische Nichtlinearitäten Statistik Ansatz: transormiere Phasen Phasendierenzen
MehrSolvency II und die Standardformel
Fakultät Mathematik und Naturwissenschaften Institut für Mathematische Stochastik Solvency II und die Standardformel Festkolloquium 20 Jahre (neue) Versicherungsmathematik an der TU Dresden Sebastian Fuchs
MehrMOL.504 Analyse von DNA- und Proteinsequenzen. Übungsaufgaben Datenbanken und Informationssysteme
MOL.504 Analyse von DNA- und Proteinsequenzen Übungsaufgaben Datenbanken und Informationssysteme Ü1 Tutorial für NCBI NCBI Nucleotide: Suche nach cellobiose dehydrogenase fungi Ü1 Tutorial für NCBI NCBI
MehrDie Suche nach Genen in Bakteriengenomen. BWInf-Workshop 22.-23. März 2011. Prof. Dr. Sven Rahmann AG Bioinformatik Informatik XI, TU Dortmund
Die Suche nach Genen in Bakteriengenomen BWInf-Workshop 22.-23. März 2011 Prof. Dr. Sven Rahmann AG Bioinformatik Informatik XI, TU Dortmund 1 Bioinformatik was ist das? Aufgabe: Analyse (molekular)biologischer
Mehr1. Beschriften Sie in der Abbildung die verschiedenen Bereiche auf der DNA und beschreiben Sie ihre Funktion! nicht-codogener Strang.
ARBEITSBLATT 1 Transkription 1. Beschriften Sie in der Abbildung die verschiedenen Bereiche auf der DNA und beschreiben Sie ihre Funktion! Bindungsstelle für RNA-Polymerase RNA-Polymerase nicht-codogener
MehrBasisliteratur Technische Dokumentation
Basisliteratur Technische Dokumentation Literaturempfehlungen zu den Qualifizierungsbausteinen der Leitlinie für die Aus- und Weiterbildung Technischer Redakteure der tekom nach einer Expertenbefragung
MehrÜberblick von DNA zu Protein. Biochemie-Seminar WS 04/05
Überblick von DNA zu Protein Biochemie-Seminar WS 04/05 Replikationsapparat der Zelle Der gesamte Replikationsapparat umfasst über 20 Proteine z.b. DNA Polymerase: katalysiert Zusammenfügen einzelner Bausteine
MehrKapitel 8: Fehlervermeidung
Kapitel 8: Fehlervermeidung Inhalt 8.1 Prozesse mit kontinuierlicher Prüfung 8.2 Systematisches Entwerfen und Programmieren 8.3 Dokumentier- und Codierrichtlinien Schlüsselbegriffe Cleanroom, Fehlervermeidung,
MehrBericht zum Neubeginn der CLM- Konsortialrechnungen infolge
BugReport: CO2 Modellversion: CLM2.4. Datum: 25.9.2006 Bericht zum Neubeginn der CLM Konsortialrechnungen infolge einer notwendigen Korrektur der CO 2 Konzentrationen im CLM Zusammenfassung Andreas Will,
MehrOptimierung für Wirtschaftsinformatiker: Analytische Optimierung ohne Nebenbedingungen
Optimierung für Wirtschaftsinformatiker: Analytische Optimierung ohne Nebenbedingungen Dr. Nico Düvelmeyer Freitag, 1. Juli 2011 1: 1 [1,1] Inhaltsübersicht für heute 1 Einführung und Wiederholung Beispiel
MehrManche mögen s heiss. Bakterien können mit Hilfe von RNA-Thermometern die Temperatur messen. info 1
50 rubin sonderheft 10 Bakterien können mit Hilfe von RNA-Thermometern die Temperatur messen Manche mögen s heiss info 1 Viele krankheitserregende Bakterien scheiden ihre Gifte nur dann aus, wenn sie ihren
MehrZellen. 1. Bilderrätsel. Abb.1
Zellen 1. Bilderrätsel Abb.1 Betrachte das Foto und überlege, was darauf abgebildet ist. Kreuze an (zwei Begriffe sind richtig)! Das Foto zeigt Seifenblasen, die aneinander kleben Zellgewebe in einem Pflanzenblatt
MehrAlptekin Erkollar Birgit Oberer. Balanced Scorecarding
Alptekin Erkollar Birgit Oberer Balanced Scorecarding Alptekin Erkollar Birgit Oberer Balanced Scorecarding Strategische Unternehmenssteuerung und Leistungsmessung Tectum Verlag Alptekin Erkollar Birgit
MehrMembran- und Donnanpotentiale. (Zusammenfassung)
Membranund Donnanpotentiale (Zusammenfassung) Inhaltsverzeichnis 1. Elektrochemische Membranen...Seite 2 2. Diffusionspotentiale...Seite 2 3. Donnanpotentiale...Seite 3 4. Zusammenhang der dargestellten
MehrProfessurvorstellung Professur für Theoretische Physik, insbesondere Computerphysik
Professurvorstellung Professur für Theoretische Physik, insbesondere Computerphysik Karl Heinz Hoffmann TU Chemnitz Die Professur Stand: 18.07.11 2 Die Professur Professor: Prof. Dr. Karl Heinz Hoffmann
MehrBioinformatik I (Einführung)
Kay Diederichs, Sommersemester 2015 Bioinformatik I (Einführung) Algorithmen Sequenzen Strukturen PDFs unter http://strucbio.biologie.unikonstanz.de/~dikay/bioinformatik/ Klausur: Fr 17.7. 10:00-11:00
MehrModellierung des Strahlungstransports in porösen Materialien
Bayerisches Zentrum für Angewandte Energieforschung e.v. Modellierung des Strahlungstransports in porösen Materialien Daniel Gerstenlauer, Ch. Doerffel, M. Arduini-Schuster, J. Manara AKT Dienstag, 18.
MehrGruppenentscheidungsprozesse im Requirements Engineering
11. Requirements Engineering Tagung 2012 Gruppenentscheidungsprozesse im Requirements Engineering Alexander Felfernig 1 und Leopold Weninger 2 1 Technische Universität Graz, Österreich 2 wsop GmbH, Österreich
MehrA Anhang zu den 5, 6, 11-14
Ordnung für die Prüfung im Masterstudiengang naturwissenschaftliche Informatik 25 A Anhang zu den 5, 6, 11-14 Das Studium gliedert sich wie folgt: Zwei bzw. drei Angleichungmodule mit insgesamt 27 LP.
Mehr11a. Genaustausch bei Bakterien II: Transformation
Experiment 11 / Student report Laboratory to Biology III Diversity of Microorganisms / Wintersemester 2002/03 / page 1 11a. Genaustausch bei Bakterien II: Transformation VerfasserInnen: Yvonne Schwarzenbach,
MehrWiederholunng. Klassische Genetik
Wiederholunng Klassische Genetik Mendelsche Regeln Uniformitätsregel Spaltungsregel Freie Kombinierbarkeit Koppelung von Genen Polygene: mehre Gene für ein Merkmal Pleiotropie: 1 Gen steuert mehrere Merkmale
MehrH.Schwab Genetik. Überblick
Überblick Einleitung: Historisches Klassische - Mendel DNA, Aufbau, übergeordnete Strukturen, Konfigurationen, zelluläre Organisation Chromatin, Chromosomenaufbau, Genome Extrachromosomale Elemente, mobile
Mehr2002/2004 2050 2050 Veränderungen gegenüber 2002/2004 Deutschland Ost und West Basisanahme Basisanahme Annahme hoher Anstieg Annahme hoher Anstieg Mittelwert in % pro Jahr Männer 20,0 25,3 27,2 5,3 7,2
MehrWarum kann ein Flugzeug fliegen?
4. Dezember 2003 Warum kann ein Flugzeug fliegen? Wer oder was kann fliegen? Warum können Hexen und Harry Potter fliegen? Joanne K. Rowling / Carlsen Verlag GmbH Weil sie zaubern können! Wer oder was kann
MehrQ1 B1 KW 49. Genregulation
Q1 B1 KW 49 Genregulation Transkription Posttranskription elle Modifikation Genregulation bei Eukaryoten Transkriptionsfaktoren (an TATA- Box) oder Silencer (verringert Transkription) und Enhancer (erhöht
MehrComputational Biology: Bioelektromagnetismus und Biomechanik
Computational Biology: Bioelektromagnetismus und Biomechanik Simulation der Hyperthermie Potentielle Prüfungsfragen Gliederung Wiederholung: Implementierung Motivation Rechnerarchitektur Parallelisierung
MehrOptimierung für Wirtschaftsinformatiker: Analytische Optimierung mit Ungleichungsnebenbedingungen
Optimierung für Wirtschaftsinformatiker: Analytische Optimierung mit Ungleichungsnebenbedingungen Dr. Nico Düvelmeyer Freitag, 8. Juli 2011 1: 1 [1,1] Inhaltsübersicht für heute 1 NLP Aufgabe KKT 2 Nachtrag
MehrIntegral-Iterationsverfahren und die exakten Lösungen der partiellen Differentialgleichungen
Integral-Iterationsverfahren und die exakten Lösungen der partiellen Differentialgleichungen Dr. rer. nat. Kuang-lai Chao Göttingen, den 16. Juni 2007 Abstract The integral iterative ethod and exact solutions
MehrGase, Flüssigkeiten, Feststoffe
Gase, Flüssigkeiten, Feststoffe Charakteristische Eigenschaften der Aggregatzustände Gas: Flüssigkeit: Feststoff: Nimmt das Volumen und die Form seines Behälters an. Ist komprimierbar. Fliesst leicht.
MehrDefinition und Eigenschaften Finiter Elemente
Definition und Eigenschaften Finiter Elemente 1 Das letzte Mal Im letzten Vortrag haben wir zum Schluss das Lemma von Lax Milgram präsentiert bekommen, dass ich hier nocheinmal in Erinnerung rufen möchte:
MehrDie DNA Replikation. Exakte Verdopplung des genetischen Materials. Musterstrang. Neuer Strang. Neuer Strang. Eltern-DNA-Doppelstrang.
Die DNA Replikation Musterstrang Neuer Strang Eltern-DNA-Doppelstrang Neuer Strang Musterstrang Exakte Verdopplung des genetischen Materials Die Reaktion der DNA Polymerase 5`-Triphosphat Nächstes Desoxyribonucleosidtriphosphat
MehrMathematik für Bioinformatik und Systembiologie. - Kapitel Einführung in die Optimierung - Roland Herzog und Dirk Lebiedz
Mathematik für Bioinformatik und Systembiologie - Kapitel Einführung in die Optimierung - Roland Herzog und Dirk Lebiedz WS 2009/10 Universität Freiburg Dieses Vorlesungsskript ist auf der Basis von Vorlesungen
Mehr