Ingo Rechenberg
Das molekulare Schlüssel-Schloss-Prinzip
Die universelle Technologie des Lebens
PowerPoint-Folien zur 5. Vorlesung Bionik II (Biosensorik / Bioinformatik)
Schlüssel / Schloss in der Technik
Schlüssel / Schloss in der BiologiePepsinogenPepsin
Komplex aus 44 Aminosäuren
pH > 5pH < 5 !
Verdauungsenzym
inaktivaktiv !
Magensäure pH = 2
Schloss Schlüssel
zugeschlossenaufgeschlossen
Wie stellt die Natur ihre Werkstücke
(Schlüssel-Schloss-Moleküle) her ?
Konstruktionszeichnung – Gestern
Realisation – Gestern
Konstruktionszeichnung – Heute
0100011011110010110010111100101011 . ..
Autocad
Realisation – Heute
Vielleicht auch über Autocad konstruiert
3D-Drucker
Industrieroboter
Konstruktionszeichnung und Realisation
in der Biologie
Desoxyribonukleinsäure (DNA-Doppelhelix)
Protein (Aminosäurekette)
Nukleotidbasen
Adenin
Thymin
Guanin
Cytosin
A
T
G
C
Bausteine für die „Konstruktionszeichnung“
Aminosäuren
PhenylalaninLeucinIsoleucinMethioninValinSerinProlinThreoninAlaninTyrosinHistidinGlutaminAsparaginLysinAsparaginsäureGlutaminsäureCysteinTryptophanArgininGlycin
PheLeuIleMetValSerProThrAlaTyrHisGlnAsnLysAspGluCysTryArgGly
TTT TTCCTT CTCATT ATC ATA...
Bausteine für die Realisierung
Statt der 2 Symbole 0 und 1 in Autocad
Schlüssel-Schloss-Prinzip – Basenpaarung
TTTTTCTTATTGCTTCTCCTACTG
ATTATCATAATGGTTGTCGTAGTG
TCTTCCTCATCG
TATTACTAATAG
TGTTGCTGATGG
TCAGTCAGTCAG
TCAG
CGTCGCCGACGGAGTAGCAGAAGGGGTGGCGGAGGG
CATCACCAACAGAATAACAAAAAGGATGACGAAGAG
CCTCCCCCACCGACTACCACAACGGCTGCCGCAGCG
Phe
Leu
Gln
His
Tyr Cys
Trp
Arg
Ser
Ser
Arg
Gly
Asn
Lys
Asp
Glu
Pro
Thr
Ala
Leu
Ile
Val
Metstart
StoppStopp
C
A
T
G
T C A G
1. N
ukle
otid
base
2. Nukleotidbase
3. N
ukle
otid
base
T=Thymin
A=Adenin
G=Guanin
C=Cytosin
Der Genetische DNA-Code
A
C
G
Ribosom
DNA
m RNA
t RNA
Thr
Ala Gly
ValArg
Ser LeuHis
Ser Leu Thr
Ser Leu
Realisierung der genetischen Information
Thr
Aminoacyl t-RNA Synthetase
Bei der RNA ist Thymin durch Uracyl ersetzt
Montageplattform
T C A
T C A
Ablesewerkzeug
Enzym
2
Enzym 1
En
zym 4
Enzym 3
Phenylalanin t-RNA
AAG
Akzeptor für Aminosäure
P A
Aminosäure und ATP docken anVa l
Aminosäure
A
ATP Aminoacyl t-RNA Synthetase
ATP gibt zwei Phosphatgruppen abund verbindet sich mit der Aminosäure
ValVal
t-RNA dockt an AMP wird frei
unbeladene t-RNA
Beladene t-RNA wird freigegeben
Enzym kehrt in den Originalzustand zurück
P A
A
Die Form und damit die Funktion der Aminoacyl t-RNA Synthetase
entsteht durch die Aneinanderreihung der „richtigen“ Aminosäuren
Die Form und damit die Funktion eines jeden Enzyms
entsteht durch die Aneinanderreihung der „richtigen“ Aminosäuren
!
Technisches Formgebungsproblem „Zahnrad“
Durch die Aneinanderreihung der „richtigen“ Längen und Winkel eines Polygonzuges entsteht ein Zahnrad.
Man stelle sich die 20 Aminosäuren als 20 verschiedene Winkelstücke vor, die zu einer Gelenkkette aneinandergekoppelt werden können.
A20
A19
A20A19
A19
Aufbau einer Gelenkkette mit Rechteckaussparung
Signalmolekül
A8-A11-A17-A19-A19-A8-A18-A7-A15-A18-A18-A7-A14-A4-A16-A10-A20-A17-A9-A5-A8-A2
Wozu der lange Rest ?
Zur Feineinstellung !
Proteinfaltung
Zahnradfertigung
Technisches Formgebungsproblem und biologisches Formgebungsproblem
Lösung durch Ingenieurskunst
Lösung durch Evolution
Mit DNA Rechnen
Start Ziel
Der HAMILTON-Weg
Vom Start zum Ziel darf jeder Knoten des Graphen nur einmal durchlaufen werden.
ADLEMANs Experiment mit seinem TT-100
Lenonard M. Adleman
William Rowan Hamilton(1805 - 1865)
100 Mikroliter TestTube
Start Ziel
Die Lösung
1
2
3
4
5
67
Strategie zur Konstruktion eines HAMILTONschen Weges
Gegeben sei ein Graph mit n Knoten:
1. Erzeuge eine (große) Menge zufällig bestimmter Wege durch den Graphen.
2. Für alle Wege in dieser Menge:
a) Überprüfe, ob der Weg mit dem Startknoten beginnt und mit dem Zielknoten endet. Falls nicht, entferne den Weg aus der Menge.
b) Überprüfe, ob der Weg genau n Knoten enthält. Falls nicht, entferne den Weg aus der Menge.
c) Überprüfe, ob außer Start- und Zielknoten auch jeder andere Knoten des Gra- phen im Weg enthalten ist. Falls nicht, entferne den Weg aus der Menge.
3. Wenn die Menge nicht leer ist melde, dass ein HA M I LTON-Weg existiert; wenn sie leer ist melde, dass es keinen gibt !
Biochemische Grundoperationen für „DNA - Computing“
Allgemein
1. Kettenverlängerung 2. Kettenverkürzung 3. Kettenverbindung 4. Kettenauftrennung 5. Kettenreplikation 6. Basen-Substitution
Speziell
1. Polymerase-Kettenreaktion 2. Gel-Elektrophorese 3. Affinitäts-Separation
Städ
te-C
ode
Verb
indu
ngsm
olek
üle
Celle
Aalen
Trier
Gotha
Basismoleküle
Ziel
Start
Trier Gotha
Gotha Aalen
Die Basis-DNA-Se-quenzen kommen in das Reaktionsgefäß
Enzym
2
1
3
5
Kettenbildungen
4!
Zur Strategie
Polymerase-Ketten-Reaktion Polymerase Chain Reaction (PCR)
DNA-Vermehrung durch ein flankierendes Oligonukleotid (Primer)
Erhitzen auf knapp 100° C
Enzym Polymerase
Zur Strategie
Polymerase-Ketten-Reaktion Polymerase Chain Reaction (PCR)
DNA-Vermehrung durch zwei flankierende Oligonukleotide (Primer)
Erhitzen auf knapp 100° C
Polymerase-Ketten-Reaktion Polymerase Chain Reaction (PCR)
Aalen
Zur Strategie
DNA-Vermehrung durch zwei flankierende Oligonukleotide (Primer)
Gel-ElektrophoreseD
NA
-Pro
be
Anode
Kathode
Langes FragmentKurzer Weg
Kurzes FragmentLanger Weg
Zur Strategie
4
5
AffinitätsselektionZur Strategie
5
Affinitätssektion
4
Eisen
Zur Strategie
Man fischt alle Stränge heraus, die „Celle“ enthalten. Aus dieser Menge fischt man alle Stränge heraus, die „Gotha“ enthalten. …
ADLEMANs Experiment hat 7 Tage gedauert
Zur Strategie
• Input input(tube t) Input definiert eine Eingabe, mit der im Folgenden gearbeitet werden kann.
• Detect detect(tube t) Detect testet, ob in einer Lösung noch DNA-Moleküe vorhanden sind und liefert True bzw. False zurück. Damit entspricht Detect der kombinierten Anwendung von PCR und Elektrophorese.
• Amplify amplify(tube t) to (tube t1) and (tube t2) Die Amplify Operation erzeugt zwei Kopien einer Lösung und entspricht damit reiner Anwendung der PCR.
• Merge merge(tube t1, tube t2) Merge liefert die Vereinigung zweier Mengen zurück, entspricht damit dem Vermischen zweier Lösungen.
• Seperate +(tube t, word w) Die normale Plus-Seperate Operation liefert all die Wörter aus der Menge t zurück, die den Teilstring w enthalten. Es entspricht dem Filtern einer Lösung mittels magnetischer Partikel. −(tube t, word w) Das Minus-Seperate arbeitet analog und liefert all die Wörter, die nicht den Teilstring w enthalten. L(tube t, int n) L-Seperate liefert alle Wörter zurück, die kürzer als der Parameter n sind. Das entspricht der Auftrennung nach Länge mittels Gelelektrophorese. B(tube t, word w) Das B liefert alle Wörter zurück, die mit w beginnen. E(tube t, word w) Analog liefert E alle Wörter zurück, die auf w enden. Beiden entspricht PCR mit den jeweiligen Primern.
Programmiersprache für DNA-Computing
www.marinero.de/bioinformatics/dnacomputing.pdfQuelle: Ralf Eggeling DNA computing
Beispiel 1:
(1) input(N)(2) N = +(N0,A0)(3) N = +(N0,G0)(4) detect(N)
Beispiel 2:
(1) input(N)(2) amplify(N) to N1 and N2(3) NA = +(N01,A0)(4) NG = +(N02,G0)(5) N0A = −(NA,0 G0)(6) N0G = −(NG,0 A0)(7) N = merge(N0A ,N0G)
Beispiel 3:
(1) input(N)(2) N = B(N, s0)(3) N = E(N, s6)(4) N = L(N, 140)(5) for(i = 1; i < 6; i++) {N = +(N, si)}(6) detect(N)
Das einfache Beispiel 1 liefert all die Wörter aus der Eingabemenge zurück, die sowohl A als auch G enthalten.
Der Algorithmus in Beispiel 2 realisiert ein ausschließendes Oder. Er liefert alleWörter zurück, die entweder ein A oder aber ein G enthalten, aber nicht beides.Beispiel 3 ist eine formale Schreibweise von Adlemans Experiment.
Quelle: Ralf Eggeling DNA computing
Programm-Beispiele
0 0 00 0 10 1 00 1 11 0 01 0 11 1 01 1 1
x y z 1 0 0
0 0 0
1 0 1
0 0 1
1 1 0
0 1 0
1 1 1
0 1 1
1 0 1
1 1 1
0 0 00 0 10 1 00 1 11 0 11 1 1
extrahiere x=0
0 0 0
1 0 11 1 1
0 0 10 1 00 1 1
0 0 00 0 1
1 0 11 1 10 0 00 0 1
1 0 10 0 00 0 1
1 1 1 0 0 0
0 0 01 1 1
extrahiere z=1
extrahiere z=0
extrahiere x=1
extrahiere y=0
extrahiere y=1
kombiniere x=0 z=1
kombiniere x=1 y=0
kombiniere y=1 z=0
Lösung
SAT-Problem
Erfüllbarkeitsproblem (Satisfiability Problem)
Für welche Werte x, y, z ist die Aussage wahr ?
1
2
31 2 3
Beispiel für eine „tube separation“
Statt mit den 4 Erbbuchstaben G A T C arbeiten wir nur mit den 2 Computerzeichen 0 und 1
Logische Funktion
00
01
1110
a b a v b
0
11
1
00
01
1110
v
b a b
0
00
1
a
01
a ¬ a
10
„oder“ „und“ „nicht“
Für welche Werte x, y, z ist die Aussage wahr (=1) ?Erfüllbarkeitsproblem
0 0 00 0 10 1 00 1 11 0 01 0 11 1 01 1 1
x y z 1 0 0
0 0 0
1 0 1
0 0 1
1 1 0
0 1 0
1 1 1
0 1 1
1 0 1
1 1 1
0 0 00 0 10 1 00 1 11 0 11 1 1
extrahiere x=0
0 0 0
1 0 11 1 1
0 0 10 1 00 1 1
0 0 00 0 1
1 0 11 1 10 0 00 0 1
1 0 10 0 00 0 1
1 1 1 0 0 0
0 0 01 1 1
extrahiere z=1
extrahiere z=0
extrahiere x=1
extrahiere y=0
extrahiere y=1
kombiniere x=0 z=1
kombiniere x=1 y=0
kombiniere y=1 z=0
Lösung
SAT-Problem
Erfüllbarkeitsproblem (Satisfiability Problem)
Für welche Werte x, y, z ist die Aussage wahr ?
1
2
31 2 3
Beispiel für eine „tube separation“
Informations- verarbeitung
ElektrischeImpulse
ElektrischeImpulse
Informations- verarbeitung
Molekül-Strukturen
Molekül-Strukturen
ElektronischeInformationsverarbeitung
MolekulareInformationsverarbeitung
Die Aufgabe ist schwierig. Eine echt harte Nuss. Eine Primfaktorzerlegung einer solch großen Zahl, das kann doch kein Mensch im Kopf rechnen! Also schnell das Reagenzglas gegriffen, ein paar Tropfen aus der roten und der gelben Pipette mit der klaren Flüssigkeit gemischt und das Ganze auf den Gelfilm geträufelt. Ah! Eine Primzahl, na da hätte man ja lange suchen können. So könnte es sich in Zukunft zutragen, wenn schnell mal...
Eine Vision aus dem Internet
Warum DNA-C omputing ?
PC (1G Hz): 10 Operationen/sec
Super-PC : 10 Operationen/sec 12
9
DNA: 10 Operationen/sec 20
G esc hw indigkeit
E ffi zienz
7
10
10
Kilobyte (kB) 103 Byte = 1.000 Byte
Megabyte (MB) 106 Byte = 1.000.000 Byte
Gigabyte (GB) 109 Byte = 1.000.000.000 Byte
Terabyte (TB) 1012 Byte = 1.000.000.000.000 Byte
Petabyte (PB) 1015 Byte = 1.000.000.000.000.000 Byte
Exabyte (EB) 1018 Byte = 1.000.000.000.000.000.000 Byte
Zettabyte (ZB) 1021 Byte = 1.000.000.000.000.000.000.000 Byte
Yottabyte (YB) 1024 Byte = 1.000.000.000.000.000.000.000.000 Byte
Die Organisation und Komplexität aller Lebewesen basiert auf einer Codierung mit vier verschiedenen Basen im DNA-Molekül. Dadurch stellt die DNA ein Medium dar, welches für die Datenverarbeitung perfekt geeignet ist. Nach verschiedenen Berechnungen würde ein DNA-Computer mit einer Flüssigkeitsmenge von einem Liter und darin enthaltenen sechs Gramm DNA eine theoretische Speicherkapazität von 3072 Exabyte ergeben. Auch die theoretisch erreichbare Geschwindigkeit wegen der massiven Parallelität der Berechnungen wäre enorm. Pro Sekunde ergeben sich etwa 1 Million Tera-Operationen, während die leistungsfähigsten Computer heute gerade mal eine Tera-Operation pro Sekunde erreichen.
1 Byte (Oktett) = 8 bit
≈ 3 Zettabyte = Datenmenge, die die Menschheit bisher angesammelt hat
Prinzip „Biochip“
Schlüssel-Schloss-Array
Bis zu 100 000 verschiedene Gruppen von Negativ-Molekülen auf Unterlage fixiert.
Markierte Positiv-Moleküle
Je 10 Mill. Moleküle
Werden diese von einer der verschiedenen Gruppen gleicher Moleküle erkannt ?
Der DNA Chip
Glas-Objektträger mit Mikroarray:
Messpunkte (Spots) mit individuellen
einzelsträngigen DNA-Stücken bekannter Sequenz
DNA-Chip auf Oligonukleotid-Basis
1
Hybridisierung:
Unbekannte DNA-Probe
Kontroll-DNA
DNA-Chip auf Oligonukleotid-Basis
2 Fluoreszenzmarkierung
Angekoppelte Fluorophore
Waschen:
Falsch gepaarte DNA-Stränge
werden herausgewaschen
DNA-Chip auf Oligonukleotid-Basis
3
Laserkamera: Orange Mischfarbe,
wenn Kontroll- und Probe-DNA iden-
tisch, sonst rote oder grüne Spots
DNA-Chip auf Oligonukleotid-Basis
4
Auswertung:
Auswertung der Spotfarben mit
Hilfe eines Computers
DNA-Chip auf Oligonukleotid-Basis
5
Auslesen eines DNA-Chips
Die einzelnen Felder des Microarray sind mit einzelsträngigen DNA-Stücken beschichtet. Durch Zugabe der mit einem roten und grünen Fluoreszenzfarbstoff markierten Untersuchungsproben binden diese bei komplementärer Basenabfolge an die DNA im Chip. Die Position, Intensität und Wellenlänge der entstehenden Mischfarbe werden mit einer hochauflösenden Laserkamera de-tektiert und liefern Informationen über Unterschiede in der Expression der Gene zwischen den beiden Proben, z. B. in verschie-denen Organbereichen.
Ende
www.bionik.tu-berlin.de
Strategie zur Konstruktion eines HAMILTONschen Weges
Gegeben sei ein Graph mit n Knoten:
1. Erzeuge eine Menge zufällig bestimmter Wege durch den Graphen.
2. Für alle Wege in dieser Menge:
a) Überprüfe, ob der Weg mit dem Startknoten beginnt und mit dem Zielknoten endet. Falls nicht, entferne den Weg aus der Menge.
b) Überprüfe, ob der Weg genau n Knoten enthält. Falls nicht, entferne den Weg aus der Menge.
c) Überprüfe, ob außer Start- und Zielknoten auch jeder andere Knoten des Gra- phen im Weg enthalten ist. Falls nicht, entferne den Weg aus der Menge.
3. Wenn die Menge nicht leer ist melde, dass ein HA M I LTON-Weg existiert; wenn sie leer ist melde, dass es keinen gibt !
Strategie zur Konstruktion eines HAMILTONschen Weges
Gegeben sei ein Graph mit n Knoten:
1. Erzeuge eine Menge zufällig bestimmter Wege durch den Graphen.
2. Für alle Wege in dieser Menge:
a) Überprüfe, ob der Weg mit dem Startknoten beginnt und mit dem Zielknoten endet. Falls nicht, entferne den Weg aus der Menge.
b) Überprüfe, ob der Weg genau n Knoten enthält. Falls nicht, entferne den Weg aus der Menge.
c) Überprüfe, ob außer Start- und Zielknoten auch jeder andere Knoten des Gra- phen im Weg enthalten ist. Falls nicht, entferne den Weg aus der Menge.
3. Wenn die Menge nicht leer ist melde, dass ein HA M I LTON-Weg existiert; wenn sie leer ist melde, dass es keinen gibt !
Strategie zur Konstruktion eines HAMILTONschen Weges
Gegeben sei ein Graph mit n Knoten:
1. Erzeuge eine Menge zufällig bestimmter Wege durch den Graphen.
2. Für alle Wege in dieser Menge:
a) Überprüfe, ob der Weg mit dem Startknoten beginnt und mit dem Zielknoten endet. Falls nicht, entferne den Weg aus der Menge.
b) Überprüfe, ob der Weg genau n Knoten enthält. Falls nicht, entferne den Weg aus der Menge.
c) Überprüfe, ob außer Start- und Zielknoten auch jeder andere Knoten des Gra- phen im Weg enthalten ist. Falls nicht, entferne den Weg aus der Menge.
3. Wenn die Menge nicht leer ist melde, dass ein HA M I LTON-Weg existiert; wenn sie leer ist melde, dass es keinen gibt !
Strategie zur Konstruktion eines HAMILTONschen Weges
Gegeben sei ein Graph mit n Knoten:
1. Erzeuge eine Menge zufällig bestimmter Wege durch den Graphen.
2. Für alle Wege in dieser Menge:
a) Überprüfe, ob der Weg mit dem Startknoten beginnt und mit dem Zielknoten endet. Falls nicht, entferne den Weg aus der Menge.
b) Überprüfe, ob der Weg genau n Knoten enthält. Falls nicht, entferne den Weg aus der Menge.
c) Überprüfe, ob außer Start- und Zielknoten auch jeder andere Knoten des Gra- phen im Weg enthalten ist. Falls nicht, entferne den Weg aus der Menge.
3. Wenn die Menge nicht leer ist melde, dass ein HA M I LTON-Weg existiert; wenn sie leer ist melde, dass es keinen gibt !
Strategie zur Konstruktion eines HAMILTONschen Weges
Gegeben sei ein Graph mit n Knoten:
1. Erzeuge eine Menge zufällig bestimmter Wege durch den Graphen.
2. Für alle Wege in dieser Menge:
a) Überprüfe, ob der Weg mit dem Startknoten beginnt und mit dem Zielknoten endet. Falls nicht, entferne den Weg aus der Menge.
b) Überprüfe, ob der Weg genau n Knoten enthält. Falls nicht, entferne den Weg aus der Menge.
c) Überprüfe, ob außer Start- und Zielknoten auch jeder andere Knoten des Gra- phen im Weg enthalten ist. Falls nicht, entferne den Weg aus der Menge.
3. Wenn die Menge nicht leer ist melde, dass ein HA M I LTON-Weg existiert; wenn sie leer ist melde, dass es keinen gibt !
Strategie zur Konstruktion eines HAMILTONschen Weges
Gegeben sei ein Graph mit n Knoten:
1. Erzeuge eine Menge zufällig bestimmter Wege durch den Graphen.
2. Für alle Wege in dieser Menge:
a) Überprüfe, ob der Weg mit dem Startknoten beginnt und mit dem Zielknoten endet. Falls nicht, entferne den Weg aus der Menge.
b) Überprüfe, ob der Weg genau n Knoten enthält. Falls nicht, entferne den Weg aus der Menge.
c) Überprüfe, ob außer Start- und Zielknoten auch jeder andere Knoten des Gra- phen im Weg enthalten ist. Falls nicht, entferne den Weg aus der Menge.
3. Wenn die Menge nicht leer ist melde, dass ein HA M I LTON-Weg existiert; wenn sie leer ist melde, dass es keinen gibt !
Strategie zur Konstruktion eines HAMILTONschen Weges
Gegeben sei ein Graph mit n Knoten:
1. Erzeuge eine Menge zufällig bestimmter Wege durch den Graphen.
2. Für alle Wege in dieser Menge:
a) Überprüfe, ob der Weg mit dem Startknoten beginnt und mit dem Zielknoten endet. Falls nicht, entferne den Weg aus der Menge.
b) Überprüfe, ob der Weg genau n Knoten enthält. Falls nicht, entferne den Weg aus der Menge.
c) Überprüfe, ob außer Start- und Zielknoten auch jeder andere Knoten des Gra- phen im Weg enthalten ist. Falls nicht, entferne den Weg aus der Menge.
3. Wenn die Menge nicht leer ist melde, dass ein HA M I LTON-Weg existiert; wenn sie leer ist melde, dass es keinen gibt !
Strategie zur Konstruktion eines HAMILTONschen Weges
Gegeben sei ein Graph mit n Knoten:
1. Erzeuge eine Menge zufällig bestimmter Wege durch den Graphen.
2. Für alle Wege in dieser Menge:
a) Überprüfe, ob der Weg mit dem Startknoten beginnt und mit dem Zielknoten endet. Falls nicht, entferne den Weg aus der Menge.
b) Überprüfe, ob der Weg genau n Knoten enthält. Falls nicht, entferne den Weg aus der Menge.
c) Überprüfe, ob außer Start- und Zielknoten auch jeder andere Knoten des Gra- phen im Weg enthalten ist. Falls nicht, entferne den Weg aus der Menge.
3. Wenn die Menge nicht leer ist melde, dass ein HA M I LTON-Weg existiert; wenn sie leer ist melde, dass es keinen gibt !