Моделирование регуляции развития меристемы побега в эмбриогенезе Arabidopsis thaliana L.

Акбердин, Илья Ринатович

Бесплатный автореферат и диссертация по биологии на тему
Моделирование регуляции развития меристемы побега в эмбриогенезе Arabidopsis thaliana L.
ВАК РФ 03.01.09, Математическая биология, биоинформатика

Автореферат диссертации по теме "Моделирование регуляции развития меристемы побега в эмбриогенезе Arabidopsis thaliana L."

На правах рукописи

0034Э4аоз

Лкбердин Илья Ринатович

МОДЕЛИРОВАНИЕ РЕГУЛЯЦИИ РАЗВИТИЯ МЕРИСТЕМЫ ПОБЕГА В ЭМБРИОГЕНЕЗЕ АМВЮОР818 ТНАЫАШ ¿-

03.01.09 - математическая биология, биоинформатика

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата биологических наук

2 5 МАР

Новосибирск 2010

003494559

Работа выполнена в Учреждении Российской академии наук Институте цитологии и генетики СО РАН в лаборатории теоретической генетики, г. Новосибирск

Научный руководитель: доктор биологических наук, доцент

В.А. Лихошвай

Институт цитологии и генетики СО РАН, г. Новосибирск

Официальные оппоненты: Кандидат биологических наук

А. В. Кочетов

Институт цитологии и генетики СО РАН, г. Новосибирск

Доктор биологических наук М. Г. Самсонова

Санкт-Петербургский государственный политехнический университет, г. Санкт-Петербург

Ведущее учреждение: Институт молекулярной биологии'

им.В.А. Энгельгардта РАН, г. Москва

Защита диссертации состоится " 2 " 2Q10 г.

на утреннем заседании диссертационного совета по защите диссертаций на соискание ученой степени доктора наук (Д-003.011.01) в Институте цитологии и генетики СО РАН в конференц-зале Института по адресу: 630090, г. Новосибирск, проспект академика Лаврентьева, 10. Тел. (383)-363-49-06* 1321, e-mail: dissov@bionet.nsc.ru.

С диссертацией можно ознакомиться в библиотеке Института цитологии и генетики СО РАН

Автореферат разослан " Л " мя/гУ?! 201 о

Ученый секретарь диссертационного совета, доктор биологических наук Т. М. Хлебодарова

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. Развитие организмов является чрезвычайно сложным комплексным процессом. В результате интенсивных исследований на животных и растениях в течение последних ста лет был накоплен огромный фактический материал и достигнут прогресс в понимании многих фундаментальных законов развития: сформулирован закон Дриша, развита теория позиционной информации в морфогенетическом поле, сформулирован «принцип Кольцова», изучены молекулярные механизмы терминальных процессов дифференцировки клеток (цис- и транс-регуляторные элементы для определенного числа продуктов дифференцированных клеток) и т.д. После открытия в 50-60-х годах XX столетия основных законов кодирования и хранения информации на генетическом уровне перед биологией развития встала фундаментальная проблема выявления законов реализации генетической информации в процессе роста и развития организмов. Решение данной проблемы требует интеграции знаний из молекулярной биологии, генетики, биологии клетки, физиологии, анатомии, иммунологии, онкологии и эволюционных исследований. Комплексность проблемы, ее принципиальный междисциплинарный характер предопределяет необходимость привлечения к ее решению не только экспериментальных, но и теоретических, компьютерных методов. В области биологии развития роль теоретических методов традиционно велика. Классическими являются работы Тьюринга, разработавшего первые модели морфогенеза, основанные на физико-химических представлениях [Turing, 1952], Вольперта, сформулировавшего основные положения теории позиционной информации [Wolpert L. 1969], Регирера и Штейна, применивших к решению проблем биологии развития кинематические подходы [Регирер и Штейн, 1987] и ряд других. Именно в них были заложены теоретические основы биологии развития и предложены первые подходы для моделирования процессов развития, среди которых: теория позиционной информации, теория клеточных автоматов, механистические подходы к описанию структуры клетки и ее взаимодействия с окружающей средой и т.п. И в настоящее время данные работы не утратили значения. Подходы, предложенные в них, продолжают интенсивно развиваться и широко применяться для исследования процессов развития живых организмов.

В последнее время особенно интенсивные исследования законов развития проводятся на растениях. Основным модельным объектом является Arabidopsis thaliana L. Данное растение было выбрано среди остальных в качестве модельного за ряд уникальных свойств, благодаря которым оно часто называется «растительной дрозофилой». Привлекательность этого вида определяется несколькими факторами: небольшое количество хромосом в отличие от других видов высших растений (всего пять хромосом); один из самых маленьких из известных геномов у высших видов растений (125 млн. п.о.); сравнительно короткий жизненный цикл (35 дней); легко выращивается в лабораторных условиях. В настоящее время для него полностью расшифрован геном, интенсивно накапливаются данные о молекулярно-генетических процессах и о закономерностях пространственного строения на различных стадиях его жизненного цикла. Выявлены многочисленные генетические мутации,

ответственные за фенотипические аномалии в развитии растения. Ожидается, что к 2012 году будет установлена функция всех генов A. thaliana. Огромные массивы накопленных экспериментальных данных выдвигают в ряд актуальных проблем системной биологии построение пространственно-распределенной иерархической модели, одновременно описывающей процессы, протекающие на молекулярно-генетическом, биохимическом уровнях, и процессы, протекающие на уровне межклеточных взаимодействий: рост, деление, дифференцировка клеток с учетом их изменяющейся пространственной локализации и межклеточных контактов. Разработка такой модели позволит установить причинно-следственные связи между внутриклеточными процессами, контролируемыми генными сетями, и морфологическими характеристиками растения и его отдельных частей (тканей, групп клеток, индивидуальных клеток).

В диссертации объектом теоретического исследования является апикальная меристема побега Arabidopsis thaliana L. на эмбрионально-вегетативных стадиях развития.

Известно, что постэмбриональное развитие наземной части высших растений определяется активностью апикальной меристемы побега (АМП): динамической структуры, образующей листья, цветы и стебель. АМП является резервуаром стволовых клеток растительного организма и координирует процессы роста и развития растения в ответ на поступающие внешние (свет, температура) и внутренние (фитогормоны, сигнальные молекулы) сигналы. Поэтому закономерности развития наземной части растения во многом определяются механизмами развития меристем.

Гормон ауксин является низкомолекулярным соединением, производным индола, и относится к классу важнейших веществ, фитогормонов, участвующих в регуляции различных биологических процессов растений, в особенности, морфогенеза. Координация ауксином процессов роста и развития растений осуществляется через контролируемое формирование паттернов распределения ауксина и дозозависимых механизмов его действия. Выявление регуляции, действия и взаимодействий ауксина с другими фитогормонами и рецепторами является актуальной проблемой биологии развития растений. Применение технологии математического моделирования позволяет провести теоретический анализ молекулярно-генетических механизмов регуляции транспорта и распределения паттернов ауксина в развивающейся ткани; исследовать in silico альтернативные гипотезы относительно роли ауксина как одного из сигналов развития и сравнить их с данными, полученными in vivo', проанализировать влияние и роль мутаций, связанных с изменением функционирования системы метаболизма и транспорта фитогормонов, регулирующих рост и развитие растений.

Цели и задачи работы. Целью настоящей работы является изучение молекулярно-генетических механизмов метаболизма и транспорта фитогормонов, регулирующих рост и развитие апикальной меристемы побега Arabidopsis thaliana, методами математического моделирования и биоинформатики.

Для достижения поставленной цели решались следующие задачи:

1. Разработка компьютерной технологии конструирования математических моделей регуляторных контуров генных сетей;

2. Реконструкция строения генной сети метаболизма ауксина - регулятора поддержания тотипотентности и дифференцировки клеток при развитии меристемы побега и разработка элементарных математических моделей подсистем генной сети;

3. Разработка математической модели внутриклеточного метаболизма ауксина с учетом генетической регуляции;

4. Разработка пространственно-распределённой модели развития меристемы побега, протекающего под контролем стволового и базального сигналов, а также сигнала дифференцировки;

5. Проведение численных экспериментов с использованием разработанных моделей и биологическая интерпретация полученных результатов.

Научная повита и практическая ценность. В рамках диссертации разработана конвейерная технология автоматической реконструкции математических моделей молекулярно-генетических систем на основе оригинальных подходов, разработанных ранее в лаборатории теоретической генетики ИЦиГ СО РАН.

Впервые разработаны математические модели метаболизма ауксина в клетках высших и низших видов растений с помощью конвейерной технологии. Проведён компьютерный анализ динамики режимов нормального и аномального функционирования системы регуляции метаболизма ауксина; продемонстрирована адекватность теоретических расчётов к экспериментальным данным. Сравнительный анализ моделей выявил более высокую чувствительность к влиянию параметров регуляторных контуров генной сети на гомеостаз ауксина у низших видов растений по сравнению с высшими.

Впервые разработана математическая модель пространственного развития апикальной меристемы побега (АМП) Arabidopsis thaliana [Akberdin et al., 2007]. Математическая модель воспроизводит режимы нормального и мутантных типов развития меристемы. Впервые теоретически показано, что раннее развитие меристемы побега Arabidopsis thaliana в целом определяется процессами ненаправленной диффузии и транспорта сигналов, а также фиксированным положением источника базального сигнала. Процессы синтеза сигналов в клетках играют менее существенную роль. На основе модели предсказано существование точно трёх фенотипов развития АМП: фенотип дикого типа, фенотипы мутаций cucl сис2 и wus-1, что может объяснять отсутствие экспериментальных наблюдений других вариантов проявлений этого класса мутаций.

Теоретическая значимость результатов, полученных в диссертационной работе, .состоит в том, что они предсказывают новые закономерности в функционировании системы метаболизма ауксина в клетках высших и низших растений, а также в развитии апикальной меристемы побега.

функционирования данной системы в норме и при различных патологических состояниях, для анализа особенностей развития побеговой меристемы в эмбриогенезе. Компьютерные эксперименты in silico могут применяться для предсказания молекулярных, генетических, морфологических особенностей функционирования систем на клеточном и тканевом уровнях, для исследования механизмов генетической регуляции синтеза и конъюгации ауксина, для анализа влияния мутаций, предсказания пространственной и временной динамики распределения различных клеток в апикальной меристеме побега, изучения пространственного распределения концентраций сигналов, а также для исследования их влияния на развитие побеговой меристемы.

Практическая значимость разработанных моделей состоит в том, что они могут быть использованы при исследовании факторов, отвечающих за переключение режимов функционирования системы на генетическом и метаболическом уровнях. Модели могут быть использованы для проведения компьютерных экспериментов по анализу функционирования системы метаболизма ауксина в клетке растения Arabidopsis thaliana в различных условиях внешней среды. Разработанные математические модели позволяют проводить широкий круг экспериментов in silico, что делает их полезным инструментом планирования экспериментов in vivo.

Полученные в диссертации результаты используются при чтении лекционного курса «Системная биология: математическое моделирование генных сетей».

Положения, выносимые на защиту.

1. Регуляторные контуры генной сети являются консервативными ключевыми факторами поддержания гомеостаза ауксина в клетке растения. Напротив, количество параллельных путей биосинтеза, деградации, конъюгации ауксина растет от низших видов растений к высшим.

2. Стационарная концентрация ауксина в клетках низших видов растений более чувствительна к мутациям, связанным с регуляторными контурами, чем у высших видов растений.

3. Предсказана ограниченность фенотипических проявлений в развитии апикальной меристемы побега на основе разработанной модели.

4. Развитие меристемы побега Arabidopsis thaliana на ранних стадиях в большей степени зависит от механизмов транспорта биологических сигналов, чем от эффективности их синтеза в клетках.

5. Существуют интервальные значения параметров транспорта и синтеза ауксина, определяющие быстрое увеличение (уменьшение) биомассы надземной части растения.

Апробация работы. Материалы работы были представлены на отчетной сессии Института цитологии и генетики СО РАН в 2006 и 2009 годах, на межлабораторных и межинститутских семинарах. Основные результаты работы были представлены на следующих научных конференциях и семинарах: The 5th International Conference on Bioinformatics of Genome Regulation and Structure (BGRS'2006, Novosibirsk, Russia, 2006); The 3rd International Conference "Genomics, Proteomics, Bioinformatics and Nanotechnologies for Medicine" (GPBM,

Novosibirsk, Russia, 2006); II Всероссийская конференция "Инфокоммуникационные и компьютерные технологии и системы" (Улан-Удэ, Россия, 2006); VII Всероссийская конференция по математическому моделированию и информационным технологиям (Красноярск, Россия, 2006); Международная молодёжная научно-методическая конференция "Проблемы молекулярной и клеточной биологии" (Томск, Россия, 2007); The 7th Young Scientist Forum "Molecular Networks" (Vienna, Austria, 2007); The 32nd FEBS Congress "Molecular Machines" (Vienna, Austria, 2007); Moscow Conferences on Computational Molecular Biology (Москва, Россия, 2007); Третья международная конференция "Basic Science for Medicine" (Новосибирск, Россия, 2007); Всероссийская научная конференция студентов физиков ВНКСФ-13 (Ростов-на-Дону, Россия, 2007); Международная научная конференция студентов, аспирантов и молодых учёных "Ломоносов-2008" (Москва, Россия, 2008); Шестая Международная конференция по биоинформатике регуляции и структуры генома (BGRS'2008) (Новосибирск, Россия, июнь 22-28, 2008); Международная научная конференция "Современные проблемы математического моделирования и вычислительных технологий - 2008" (Красноярск, Россия, 18-24 августа 2008); Вторая международная конференция "Математическая биология и биоинформатика" (г. Пущино Московской области, Россия, 7-13 сентября 2008); Российско-французская конференция «Проблемы и перспективы биотехнологии растений» (Новосибирск, Россия, 21-24 октября

2008); Первый Ежегодный Российский молодежный инновационный конвент (Москва, Россия, 9-10 декабря 2008); German-Russian Forum Biotechnology (Novosibirsk, June 15-19, 2009); Съезд генетиков и селекционеров, посвященный 200-летию со дня рождения Ч. Дарвина и Пятый съезд Вавиловского общества генетиков и селекционеров (Москва, 21-27 июня, 2009); Всероссийская конференция по вычислительной математике КВМ-2009 (Новосибирск, Россия, 23-25 июня, 2009); Седьмой Международный Конгресс ISAAC (Лондон, 13-18 Июля, 2009); Седьмая международная конференция по компьютерным методам и системной биологии (CMSB 2009, Болонья, Италия, 31 августа - 1 сентября,

2009); Рабочий визит в исследовательские центры INRA (Версаль, Тулуза, Лион, Париж, Франция, 29 сентября - 6 октября, 2009); Третий международный конгресс Gene-2009 (Фошань, Китай, 1-7 декабря, 2009). По тематике исследования получено два свидетельства о государственной регистрации программ для ЭВМ (Свидетельство №2008611941, апрель 2008; Свидетельство №2008612820, июнь 2008.).

Публикации. По теме диссертации опубликовано: шесть работ в рецензируемых журналах, из них пять из списка ВАК. Одна публикация представлена в рецензируемой коллективной монографии, десять — в рецензируемых трудах конференций и тринадцать тезисов конференций.

Структура и объем диссертации. Диссертационная работа состоит из введения, обзора литературы (первая глава), четырех глав, содержащих основные результаты, заключения, выводов, списка литературы (259 наименований), шести приложений, а также списка используемых в работе сокращений. Материал изложен на 221 страницах, содержит 43 рисунка и 18 таблиц.

Благодарности. Выражаю свою искреннюю благодарность В.А. Лихошвай, Н.А. Колчанову, Н.А. Омельянчук, В.В. Мироновой, Ф.В. Казанцеву, Е.А. Озонову, Д.Н. Горпинченко, И.А. Гайновой, С.И. Фадееву, Д.П. Фурман, Т.М. Хлебодаровой, К. Д. Безматерных, Э. Мелснессу.

СОДЕРЖАНИЕ РАБОТЫ

Глава 1. Обзор литературы

В разделах 1.1-1.3 обзора литературы рассмотрены особенности структурно-функциональной организации меристемы побега растения АгаЫс/ор51.ч ¡ИаИапа Ь., особенности гормональной регуляции развития меристемы побега, а также - особенности механизмов регуляции метаболизма ауксина, контролирующих гомеостаз ауксина в клетке меристемы побега. В разделах 1.4-1.5 представлен обзор существующих математических моделей, описывающих развитие меристемы побега растения, а также описывается технология моделирования развития организма в терминах клеточных автоматов.

Научные результаты, полученные автором в ходе выполнения диссертации представлены в главах 2-5.

Глава 2. Автоматическая конвертация структуры генной сети в базу математических моделей элементарных подсистем

В главе 2 описана разработанная автором технология автоматической конвертации генной сети в базу моделей элементарных молекулярно-генетических подсистем.

Разработанная технология осуществляет автоматическую реконструкцию математических моделей элементарных подсистем генной сети, описанной в системе вепеЫе! [Апапко е1 а1., 2005]. В рамках разработанной технологии генная сеть рассматривается как совокупность взаимодействующих элементарных подсистем 8Ь...,8П. В данном случае элементарными подсистемами являются элементарные события (реакции), описанные в стандарте базы данных СепеЫй (Рис. 1). Сопоставление каждой выделенной элементарной подсистеме определенной математической модели осуществляется на основе анализа наборов входных и выходных реагентов и наборов управляющих воздействий.

Разработанная технология реализована в программном средстве МОБдепегаШг [Кагаг^еу е1 а1., 2008], которое осуществляет автоматизированное конструирование базы математических моделей элементарных подсистем на основе подаваемой ей на вход информации о структурно-функциональной организации генной сети, аннотированной в системе вепеКе! [Апапко е1 а1., 2005]. MGSgenerator передает базу моделей на вход программным системам М08тос1е11ег и БТЕР+ [Рас1ееу й а1., 2006]. М08то<1е11ег осуществляет сборку модели, а программный модуль 8ТЕР+ позволяет проводить численное исследование математических моделей, представленных автономной системой обыкновенных дифференциальных уравнений. MGSgenerator, М08тос1е11ег и БТЕР+ представляют уникальный компьютерный ресурс, обеспечивающий

конвейерный принцип работы, в котором процессы конструирования, адаптации и численного анализа модели представляют единую технологическую цепочку.

¿L г. шГ Hi

над

»•MeSgencrator

■1 #«<»£1ГШ

Элементарная подсистема -ферментативная реакция

Шаблонная модель

s t р

к п -г---кг 0 - г---

5 к к к

___tjiS______*Ъа

, s Р ( ,

I н--+- , ~ trp

К, К,

SBML системы

... •. '

Рисунок 1. Блок-схема автоматической генерации математической модели на основе структурно-функциональной организации ГС с помощью модуля MGSgenerator и экспорт модели в различные программные средства для ее расчета и анализа. На рисунке из всей структуры генной сети рассмотрена элементарная ферментативная реакция (зеленая стрелка): превращения одного низкомолекулярного вещества в другое (синие квадраты). Данная реакция осуществляется под действием (красная стрелка) фермента (указан шаром красного цвета). Связывание третьего низкомолекулярного вещества с белком (синяя стрелка) приводит к изменению конформационной структуры фермента. В результате, белок функционирует хуже (ингибируется) и скорость ферментативной реакции уменьшается. Прерывистая линия указывает на то, что через ряд промежуточных стадий второе вещество превращается в конечный продукт. Данная структурно-функциональная организации ферментативной реакции в формате системы GeneNet является входными данными для программного модуля MGSgenerator. Для данной реакции MGSgenerator имеет собственную шаблонную модель в терминах обобщенного химико-кинетического подхода. В итоге, автоматически генерируется математическая модель для данной реакции. При этом MGSgenerator предоставляет возможность экспорта этой математической модели в форматы различных компьютерных систем: 1) поддерживающих формат SBML; 2-3) форматы программных модулей MGSmodeller и STEP+.

Глава 3. Генная сеть метаболизма ауксина в клетке меристемы побега

Третья глава посвящена описанию структурной модели генной сети метаболизма ауксина и её логическому анализу.

диссертации, была проведена реконструкция структуры генной сети (Рис. 2). Для этого использованы данные более ста научных публикаций. Графическое представление реконструкции генной сети осуществлено в компьютерной системе ОепеЫе! [Апапко е1 а!., 2005]. В таблице 1 приведено количество компонентов структурной модели генной сети метаболизма ауксина (ГСМА).

Таблица 1. Количество компонентов генной сети метаболизма ауксина.

Название Белок РНК Ген Компартменты Реакция Метаболит

Количество 44 56 62 8 245 41

Рисунок 2. Структурная модель генной сети метаболизма ауксина.

На основе компьютерной системы ОепеЫе1 [Апапко е1 а1., 2005] реконструирована структурная модель генной сети метаболизма ауксина с учётом генетической регуляции. Структура генной сети реконструирована на основе 107 литературных источниках и содержит 62 гена 56 мРНК (»-» ) и 44 белка ).

Данная структура генной сети включает 245 молекулярно-генетических процесса: зелёным обозначены реакции превращения, красным - ферментативный синтез, фиолетовым и синим - генетическая регуляция процессов (активация и ингибирование, соответственно). Все молекулярно-генетические процессы данной генной сети распределены в семи компартментах: цитоплазма (белый овал), клеточная мембрана (зелёный овал), ядро (красный овал), пероксисома (светло-коричневый овал), эндоплазматический ретикулум (серый овал), митохондрия (синий овал), хлоропласт (зелёный овал) и внеклеточное пространство (за пределами зелёного овала).

Выявлены характерные особенности структурно-функциональной организации генной сети метаболизма ауксина: наличие множества путей биосинтеза и конъюгации и наличие двух обратных отрицательных связей: 1)

триптофан аллостерически ингибирует ферментативную реакцию превращения хоризмата (хоризмовая кислота) в антранилат (предшественники триптофана); 2) ауксин активирует транскрипцию мРНК GH3 белков, которые являются ферментами реакций конъюгации ауксина. Существование регуляторных контуров в данной генной сети представляется вполне естественным, так как ограничивает (определяет) возможности бесконтрольного биосинтеза ауксина, который при больших концентрациях является токсичным для растения [Woodward and Bartel, 2005].

Метаболизм ауксина распределён по многим компартментам клетки (Рис. 2). Это позволяет предположить, что молекулярно-генетическая система гомеостаза ауксина в клетке растения сформировалась до образования некоторых органелл клетки. В результате эволюционных процессов происходило усложнение и компартментное распределение метаболических реакций. Данная гипотеза частично подтверждается экспериментальными наблюдениями [Cooke et al., 2002].

Основываясь на сравнении структурно-функциональной организации метаболизма ауксина у высших и низших растений [Sztein Е. et al., 2000] и ГСМА, были реконструированы упрощенные (редуцированные) структурные модели генной сети метаболизма ауксина, описывающие характерные паттерны внутри клетки (а) высших (покрытосеменные, голосеменные) (ГСМАв), и (б) низших (папоротник, мхи) видов растений (ГСМАн). Сравнение структуры генных сетей метаболизма ауксина у высших и низших видов растений выявило, что их отрицательные контуры практически идентичны. В то же время, у низших растений ауксин синтезируется через единственный триптофан-зависимый путь, а у высших видов растений свободная форма ауксина образуется в результате функционирования восьми параллельных метаболических путей. Это позволяет предположить, что множественность путей биосинтеза ауксина возникла в результате последовательного усложнения структуры генной сети в ходе эволюции от низших видов растений к высшим, а регуляторные контуры возникли на более ранних этапах эволюции. В последующем регуляторные контуры оставались практически неизменными (консервативными).

Глава 4. Математическая модель метаболизма ауксина в клетке меристемы побега Arabidopsis thaliana L.

В четвёртой главе представлено описание результатов компьютерного моделирования и теоретического анализа динамики генной сети, контролирующей гомеостаз ауксина в клетке меристемы побега Arabidopsis thaliana и сравнительного анализа функционирования моделей, описывающих гомеостаз ауксина в клетках высших и низших растений.

Разделы 4.1-4.3 главы посвящены описанию математической модели метаболизма ауксина в клетке меристемы побега Arabidopsis thaliana L., в них приводятся результаты адаптации математической модели к экспериментальным данным и ее анализа. В частности, демонстрируется, что в клетках in silico свободная форма ауксина и его эстерифицированная форма составляют <1% и 4% от общего пула ауксина, соответственно. Оставшийся пул ауксина (95%) составляют амидные формы ауксина (Рис. 3). Полученные характеристики модели в точности соответствуют экспериментальным данным [Park et al., 2001].

Численно показано, что в модификациях адаптированного варианта модели, соответствующих мутантам арабидопсиса trp3-l и trp2-l, имеющим нарушения в триптофан-синтазах а и ß, соответственно, повышается содержание амидных форм ауксина, несмотря на низкий уровень триптофана. Из полученных расчетов следует, что нарушение функции триптофан-синтазы мутацией trp3-l более сильно сказывается на изменении содержания амидных форм ауксина, по сравнению с изменениями, вызываемыми двойным мутантом trp3-l trp2-l данного фермента. Полученный результат теоретически объясняет важность функциональной активности триптофан-синтазы а, вне комплекса с ß субъединицей при производстве индола, предшественника ауксина [Frey et al., 2000].

□ ИУК; ■■ ИУК_ахр; Е23 ИУК_1__Ала, И ИУК_1-_Ала_ехр; СЗ ИУК_эстерифиц; СО ИУК_эстерифиц_ехр

Рисунок 3. Результаты моделирования процентного содержания различных форм ауксина в клетке меристемы побега. По оси у - проценты, по оси х - форма ИУК (индол-3-уксусная кислота или ауксин). Ехр - процентное содержание формы ауксина из экспериментальных данных.

В разделе 4.4 диссертации проведен сравнительный численный анализ математических моделей, описывающих метаболизм ауксина у высших и низших видов растений. Начальные значения большинства переменных и параметров моделей взяты из литературных источников [Bandurski and Schulze, 1977; Momonoki et al., 1983; Davies et al., 1999; Normanly and Barte!, 1999; Mikkelsen et al., 2000; Park et al., 2003]. Остальные значения были оценены на основе косвенных экспериментальных данных и биологических представлениях о природе и механизмах регуляции молекулярно-генетической системы метаболизма ауксина в клетке растения.

Расчёты динамики изменения концентрации ауксина, триптофана и белка GH3 для моделей приведены на рисунках 4 и 5. Как видно из рисунков с течением времени кривые выходят на устойчивый стационар (Рис. 4, 5). Численно, а также методом продолжения по параметру в положительной области значения переменных другие аттракторы не выявляются. Устойчивость стационарных решений подтверждалась методом Годунова-Булгакова. Полученные численно результаты согласуются с биологической природой

моделируемых генных сетей, назначение которых состоит в поддержании гомеостаза целевого продукта (ауксина). Расчеты также показывают, что усложнение генетической системы, описывающей метаболизм ауксина в высших растениях, по сравнению со строением генетической системы, описывающей данный процесс в низших растениях, не приводит к качественному изменению ее динамических характеристик. В то же время расчеты показали, что на количественном уровне две модели различаются достаточно сильно. Например, стационарное значение концентрации свободной формы ауксина, рассчитанное для клетки низших видов растения (0.1446 шМ) на два порядка больше, чем аналогичная концентрация, рассчитанная для клетки высших видов растений (0.00992 гпМ). Полученный результат согласуется с экспериментальными данными [8г1еш Е. е1 а1„ 2000]: у низших видов растений (харофиты, папоротники) наблюдается высокое содержание свободной формы ауксина (до 30 процентов от общего пула форм ауксина), у высших видов растений (голо- и покрытосеменные), в свою очередь, наблюдается очень низкое содержание

2) триптофана; 3) белка ОНЗ. По оси у - концентрация (гаМ), по оси х - время (сек.).

Сравнительный анализ зависимости стационарного решения от изменения значений параметров был проведен для двух математических моделей метаболизма ауксина, описывающих исследуемую молекулярно-генетическую систему у высших и низших классов растений, соответственно. Характерным отличием в структурно-функциональной организации генной сети метаболизма ауксина у низших видов растений от одноименной генной сети у высших видов растений является отсутствие множественных путей биосинтеза и конъюгации ауксина, что приводит к усилению роли регуляторных контуров (обратных связей) в поддержании гомеостаза ауксина. Результаты анализа чувствительности математических моделей к варьированию параметров подтверждают данный вывод.

>«Х|»_1» »црМ_М_«»_1,1эГагки_М_|»_1.у>; мпко.^» ИеЫИ.иН *г1М.М» 05.М.1М* ..-

Рисунок 5. Динамика изменения концентрации в модели ГСМАн: 1) ауксина; 2) триптофана; 3) белка вНЗ. По оси у - концентрация (тМ), по оси х - время (сек.).

Глава 5. Математическая модель развития меристемы побега АгаЫс1ор51в ¡каИапа Ь. в терминах клеточного автомата

Пятая глава посвящена описанию математической модели развития меристемы побега АгаЫс1орз15 ЛаИапа Ь. в терминах клеточного автомата. В ней дается описание принципов, заложенных в структуру математической модели, технология верификации параметров модели и описание анализа чувствительности параметров математической модели.

Разработанная в данной работе модель принадлежит классу ЬвСА моделей, и представляет собой двумерный клеточный автомат, каждая клетка которого является аналогом клетки эмбриона АгаЫс1ор8[з (каНапа. Основная идея модели состоит в том, что клетки автомата способны воспринимать и, в зависимости от типа, продуцировать сигналы, влияющие на развитие зародыша в модели. Таким образом, какое-либо конкретное развитие модельного зародыша есть результат взаимодействия всех клеток ткани. В этом смысле, можно провести аналогию с понятием самосогласованного поля, которое используется в физике твердого тела. Т.е. поведение клетки определяется локальной концентрацией и градиентом химического поля, в свою очередь, каждая клетка вносит вклад в это химическое поле. Сигналы, использующиеся в модели, имеют биологическую природу и являются аналогами растительных гормонов (ауксин и цитокинин), низкомолекулярных веществ, влияющих на рост и развитие растения. В зависимости от типа продуцируемого сигнала, клетки автомата были разделены на несколько типов, каждый из которых определен на основе анализа экспериментальных данных в базе АвЫв [Оше1уапсЬик, 2005].

Как уже отмечалось выше, клетки взаимодействуют друг с другом посредством сигналов, которые диффундируют в ткани. В данной работе предложено два подхода математического описания данного процесса.

Первый подход основывается на предположении, что скорость диффузии в ткани настолько велика, что время, за которое установится стационарное состояние, пренебрежимо мало по сравнению с характерным временем системы, т.е. средним периодом деления клеток. Исходя из этого предположения, можно рассматривать только стационарное распределение сигналов в ткани. Отметим, что распределение сигналов все же является квазистационарным, поскольку деление хотя бы одной клетки приведет к изменению распределения.

Второй подход к расчету диффузии сигналов учитывает конечность скорости их распространения и заключается в расчете для каждой клетки системы автономных нестационарных дифференциальных уравнений.

Развитие меристемы растения в эмбриогенезе характеризуется сочетанием процессов лавинообразного развития дифференцирующейся ткани и стабильного развития стволовых клеток ткани. В ходе исследования было продемонстрировано, что разработанная модель качественно описывает оба этих процесса (Рис. 6)._

Начальное состояние

Шаг 27

Рисунок 6. Развитие зародыша дикого типа: «Эпидермис, Promeristem, L2-L3meristem, Transit, Lateral, Суспензор» - типы клеток апикальной меристемы побега (АМП). На рисунке отражены стадии развития меристемы побега in silico, в точности соответствующие экспериментальным данным на количественном (количество клеток различных типов на каждой стадии развития) и качественном уровнях (структура меристемы, локализация клеток различных типов в развивающейся АМП).

Численными исследованиями установлено, что математическая модель имеет только три различных фенотипа развития, которые качественно соответствуют известным фенотипам, описанным для реального зародыша.

Тот факт, что модель воспроизводит качественные и количественные характеристики развития эмбриона, вплоть до торпедной стадии, позволяет предположить, что на ранних стадиях развития основное значение играет ненаправленный транспорт фитогормонов. Однако, начиная с торпедной стадии, области некорректного поведения модели, необходимо учитывать механизм направленного активного транспорта.

При исследовании чувствительности пространственной модели развития к различным параметрам, была выявлена их роль в развитии зародыша растения по сценариям, соответствующим дикому и мутантным фенотипам. Было показано, что изменение значений параметров, ответственных за транспорт морфогенов, сильнее влияет на развитие меристемы in silico, по сравнению с параметрами, влияющими на их биосинтез (Рис. 7). Биологически значимая интерпретация данного теоретического результата состоит в том, что мутации, приводящие к нарушению транспорта морфогенов, проявляются гораздо сильнее, чем мутации, нарушающие биосинтез. Этот вывод подтверждается литературными данными [Cooke et al., 2002].

дифференцировки (ауксина). По оси у - количество клеток в развивающейся АМП, по оси X - значение параметр транспорта в усл. ед. Изменение параметра производилось от 0,1 до 5 с шагом 0,1. Для каждого значения параметра рассчитывалось 50 шагов автомата. Каждая кривая - это зависимость количества клеток на определенном шаге автомата от параметра транспорта сигнала дифференцировки, т.е. самая верхняя кривая соответствует 50 шагу автомата, ниже следует 49 шаг и т.д.

Вывод о чувствительности развивающейся апикальной меристемы побега к параметрам транспорта видится достаточно естественным, поскольку их изменение (в результате мутаций) ведет к кардинальным изменениям формы распределения морфогенов в ткани. С другой стороны, нарушения процессов биосинтеза, при нормальном транспорте, ведут только к относительным изменениям концентраций сигналов, но не к изменению формы их распределения.

Разработанная на основе таких простых предположений математическая модель хорошо описывает качественные, количественные, пространственные особенности развития апикальной меристемы побега на ранних стадиях эмбриогенеза (вплоть до торпедной стадии). Однако в дальнейшем развитие модели подразумевает учет более сложной геометрии взаимодействия клеток, учет молекулярных процессов, контролирующих активный транспорт морфогенов и генетических процессов, регулирующих биосинтез и утилизацию морфогенов. Расширение модели позволит изучить причинно-следственные связи, которые ведут от молекулярно-генетических процессов, протекающих внутри каждой клетки, к формированию определенных морфологических и фенотипических характеристик развивающейся апикальной меристемы побега, что приведет к новым биологически содержательным результатам.

Несмотря на «простоту» принципов (типы клеток, параметры клеток и т.д.), которые являются основой пространственно-распределённой модели, клеточный автомат позволяет описать ряд феноменологических экспериментальных наблюдений и предоставляет возможности изучать мутантные фенотипы ш вШсо. С другой стороны, модель, описывающая внутриклеточный метаболизм ауксина, является, в определённом смысле, более комплексной и «сложной» по структуре. В отличие от пространственно-распределённой модели, данная модель описывает молекулярно-генетические процессы, протекающие на внутриклеточном уровне. Сравнительный анализ генетической сложности структуры генной сети метаболизма ауксина и простоты учтённых в пространственно-распределённой модели процессов транспорта ауксина между клетками позволяет сделать важный теоретический вывод, состоящий в том, что на ранних стадиях развития меристемы побега ключевым фактором для формирования морфологии меристемы побега является транспорт ауксина, а сложность генетической регуляции его биосинтеза на пространственном уровне не проявляется.

Выводы

1. Разработана компьютерная технология автоматического конструирования математических моделей генных сетей на основе их структурно-функциональной организации.

2. Реконструирована генная сеть метаболизма ауксина в клетке побега /(габ/'до/т? ШаИапа ¿., при анализе которой показано, что регуляторные контуры идентичны для низших и высших классов растений, то есть они являются консервативными ключевыми факторами поддержания гомеостаза ауксина, тогда как количество параллельных путей биосинтеза, конъюгации, деградации ауксина растет от низших видов растений к высшим.

3. Разработана математическая модель метаболизма ауксина в клетке меристемы побега Arabidopsis thaliana L., которая адекватно воспроизводит экспериментальные данные.

4. Параметрический анализ чувствительности математических моделей метаболизма ауксина у высших и низших видов растений показал, что у низших растений стационарная концентрация ауксина более чувствительна к мутациям, затрагивающим регуляторные контуры.

5. Разработана пространственно-распределённая математическая модель развития меристемы побега Arabidopsis thaliana L., которая воспроизводит пространственное распределение ауксина в процессе развития апикальной меристемы побега, режимы нормального и аномального развития меристемы, соответствующие фенотипам дикого типа и мутантам cucl сис2, wus-1 и предсказывает отсутствие других фенотипических проявлений в развитии апикальной меристемы побега.

6. Показано, что развитие меристемы побега Arabidopsis thaliana L. на ранних этапах обеспечивается ненаправленной диффузией базального и стволового сигналов, сигнала дифференцировки при условии фиксированного положения клеток суспензора, причем эффективность синтеза сигналов слабо влияет на характеристики развивающейся апикальной меристемы побега.

7. Предсказано существование интервальных значений параметров синтеза и транспорта ауксина, определяющих быстрое увеличение (уменьшение) биомассы надземной части растения.

Список публикаций по теме диссертации в рецензируемых изданиях

1. Akberdin I.R.. Ozonov Е A., Mironova V.V., Omelyanchuk N.A., Likhoshvai V.A., Gorpinchenko D.N., Kolchanov N.A. (2006). A cellular automaton model of morphogenesis in Arabidopsis thaliana. Биофизика. Том 51, 1, стр. 91-94.

2. Akberdin I.R.. Ozonov E A., Mironova V.V., Omelyanchuk N.A., Likhoshvai V.A., Gorpinchenko D.N., Kolchanov N.A. (2007). A cellular automaton to model the development of primary shoot meristems of Arabidopsis thaliana. Journal of Bioinformatics and Computational Biology, Vol. 5, 02B, pp. 641-650. PMID: 17636867.

3. Ilya R. Akberdin. Evgeniy A. Ozonov, Victoria V. Mironova, Nadezda A. Omelyanchuk, Vitaly A. Likhoshvai, Dmytry N. Gorpinchenko, Nikolai A. Kolchanov (2007). Mathematical model of the Arabidopsis thaliana L. morphogenesis in a cellular automaton terms. FEBS Journal. Vol. 274,1, pp. 134.

4. Омельянчук H.A., Миронова В.В., Залевский Е.М., Подколодный H.JI., Пономарев Д.К., Николаев C.B., Акбердин И.Р., Озонов Е.А., Лихошвай В.А., Фадеев С.И., Пененко А.В, Лавреха В.В., Зубаирова У.С., Колчанов H.A. Морфогенез растений: реконструкция в базах данных и моделирование // Системная компьютерная биология, 2008, Издательство СО РАН, Новосибирск, глава 6, стр. 539-587.

5. Акбердин И.Р.. Казанцев Ф.В., Омельянчук H.A., Лихошвай В.А. (2009). Математическое моделирование метаболизма ауксина в клетке меристемы побега растения. Информационный Вестник ВОГиС, Том 13, №1, стр. 170176.

6. Казанцев Ф.В., Акбердин И.Р.. Безматерных К.Д., Лихошвай В.А. (2009). Система автоматизированной генерации математических моделей генных сетей. Информационный Вестник ВОГиС, Том 13, №1, стр. 163-170.

7. Лихошвай В.А., Омельянчук H.A., Миронова В.В., Казанцев Ф.В., Акбердин И.Р., Королев В.К., Фадеев С.И., Колчанов H.A. (2009). Моделирование регуляции ауксином инициации латеральных органов у Arabidopsis thaiiana L. Информационный Вестник ВОГиС, Том 13, №1,стр. 176-186.

8. Акбердин И.Р., Казанцев Ф.В., Лихошвай В.А., Фадеев С.И., Гайнова И.А., Королев В.К., Медведев А.Е. (2009). Компьютерная система интеграции модулей для автоматической генерации и численного анализа математических моделей молекулярно-генетических систем. Сибирские Электронные Математические Известия. Том 6, стр. 440-456.

Подписано к печати 18.02.2010 г.

Формат бумаги 60 х 90 1/16. Печ. 1 л. Уч. Изд. 07

Тираж 100 экз. Заказ 5

Ротапринт Института цитологии и генетики СО РАН 630090, Новосибирск, пр. ак. Лаврентьева, 10.

Содержание диссертации, кандидата биологических наук, Акбердин, Илья Ринатович

СПИСОК ПРИНЯТЫХ СОКРАЩЕНИЙ.

ВВЕДЕНИЕ.

ГЛАВА 1. ОБЗОР ЛИТЕРАТУРЫ.

1.1. Особенности структурно-функциональной организации меристемы побега Arabidopsis thaliana L.

1.2. Гормональная регуляция развития меристемы побега растений.

1.3. Метаболизм ауксина и его регуляция в клетке меристемы побега.

1.3.1. Триптофан-зависимые пути биосинтеза ауксина.

1.3.2. Триптофан-независимый путь биосинтеза ауксина.

1.3.3. Конъюгация ауксина.

1.3.4. Деградация ауксина.

1.3.5. Регуляция метаболизма ауксина.

1.3.6. Взаимодействие ауксина с другими гормонами.

Введение Диссертация по биологии, на тему "Моделирование регуляции развития меристемы побега в эмбриогенезе Arabidopsis thaliana L."

Актуальность проблемы

Развитие организмов является чрезвычайно сложным комплексным процессом. В результате интенсивных исследований на животных и растениях в течение последних ста лет был накоплен огромный фактический материал и достигнут прогресс в понимании многих фундаментальных законов развития: сформулирован закон Дриша, развита теория позиционной информации в морфогенетическом поле, сформулирован «принцип Кольцова», изучены молекулярные механизмы терминальных процессов дифференцировки клеток (цис- и транс-регуляторные элементы для определенного числа продуктов дифференцированных клеток) и т.д. После открытия в 50-60-х годах XX столетия основных законов кодирования и хранения информации на генетическом уровне перед биологией развития встала фундаментальная проблема выявления законов реализации генетической информации в процессе роста и развития организмов. Решение данной проблемы требует интеграции знаний из молекулярной биологии, генетики, биологии клетки, физиологии, анатомии, иммунологии, онкологии и эволюционных исследований. Комплексность проблемы, ее принципиальный междисциплинарный характер предопределяет необходимость привлечения к ее решению не только экспериментальных, но и теоретических, компьютерных методов. В области биологии развития роль теоретических методов традиционно велика. Классическими являются работы Вольперта относительно теории позиционной информации [Wolpert L., 1969], Регирера и Штейна о возможности приложения к биологии развития кинематических подходов [Регирер и Штейн, 1987], модели морфогенеза Тьюринга, основанные на физико-химических процессах [Turing, 1952] и т.д. Именно в них были заложены теоретические основы биологии развития и предложены первые подходы для моделирования процессов развития, среди которых: теория позиционной информации, теория клеточных автоматов, механистические подходы к описанию структуры клетки и ее взаимодействия с окружающей средой и т.п. И в настоящее время эти работы не потеряли своей актуальности. Подходы, предложенные в них, продолжают интенсивно развиваться и широко применяться для исследования процессов развития живых организмов.

В последнее время особенно интенсивные исследования проводятся в области биологии развития растений. Основным модельным объектом является Arabidopsis thaliana L. Данное растение было выбрано в качестве модельного за ряд уникальных свойств, благодаря которым оно часто называется «растительной дрозофилой». Привлекательность этого вида определяется несколькими факторами: один из самых маленьких из известных геномов у высших видов растений (125 млн. п.о.); небольшое количество хромосом в отличие от других видов высших растений (всего пять хромосом); сравнительно короткий жизненный цикл (35 дней); легко выращивается в лабораторных условиях. В настоящее время для него полностью расшифрован геном, интенсивно накапливаются данные о молекулярно-генетических процессах и о закономерностях пространственного строения на различных стадиях его жизненного цикла. Выявлены многочисленные генетические мутации, ответственные за фенотипические аномалии в развитии растения. Ожидается, что к 2012 году будет установлена функция всех генов A. thaliana. Огромные массивы накопленных экспериментальных данных выдвигают в ряд актуальных проблем системной биологии построение пространственно-распределенной иерархической модели, одновременно описывающей процессы, протекающие на молекулярно-генетическом, биохимическом уровнях, и процессы, протекающие на уровне межклеточных взаимодействий: рост, деление, дифференцировка клеток с учетом их изменяющейся пространственной локализации и межклеточных контактов. Разработка такой модели позволит установить причинно-следственные связи между внутриклеточными процессами, контролируемыми генными сетями, и морфологическими характеристиками растения и его отдельных частей (тканей, групп клеток, индивидуальных клеток).

Гормон ауксин является низкомолекулярным соединением, производным индола, и относится к классу важнейших веществ, фитогормонов, участвующих в регуляции различных биологических процессов растений, в особенности, морфогенеза. Координация ауксином процессов роста и развития растений осуществляется через контролируемое формирование паттернов распределения ауксина и дозозависимых механизмов его действия. Выявление регуляции, действия и взаимодействий ауксина с другими фитогормонами и рецепторами является актуальной проблемой биологии развития растений. Применение технологии математического моделирования позволяет провести теоретический анализ молекулярно-генетических механизмов регуляции транспорта и распределения паттернов ауксина в развивающейся ткани; исследовать in silico альтернативные гипотезы относительно роли ауксина как одного из сигналов развития и сравнить их с данными, полученными in vivo; проанализировать влияние и роль мутаций, связанных с изменением функционирования системы метаболизма и транспорта фитогормонов, регулирующих рост и развитие растений.

Цели и задачи работы

Целью настоящей работы является изучение молекулярно-генетических механизмов метаболизма и транспорта фитогормонов, регулирующих рост и развитие апикальной меристемы побега Arabidopsis thaliana, методами математического моделирования и биоинформатики.

Для достижения поставленной цели решались следующие задачи:

2. Реконструкция строения генной сети метаболизма ауксина — регулятора поддержания тотипотентности и дифференцировки клеток при развитии меристемы побега и разработка элементарных математических моделей подсистем генной сети;

3. Разработка математической модели внутриклеточного метаболизма ауксина с учетом генетической регуляции;

Научная новизна

В рамках диссертации разработана конвейерная технология автоматической реконструкции математических моделей молекулярно-генетических систем на основе оригинальных подходов, разработанных ранее в лаборатории теоретической генетики.

Теоретическая и практическая ценность работы

Теоретическая значимость результатов, полученных в диссертационной работе, состоит в том, что они предсказывают новые закономерности в функционировании системы метаболизма ауксина в клетках высших и низших растений, а также в развитии апикальной меристемы побега.

Математическая модель генной сети, контролирующей метаболизм ауксина в клетке растения, а также пространственно-распределенная математическая модель могут быть использованы для исследования функционирования данной системы в норме и при различных патологических состояниях, для анализа особенностей развития побеговой меристемы в эмбриогенезе. Компьютерные эксперименты in silico могут применяться для предсказания молекулярных, генетических, морфологических особенностей функционирования систем на клеточном и тканевом уровнях, для исследования механизмов генетической регуляции синтеза и конъюгации ауксина, для анализа влияния мутаций, предсказания пространственной и временной динамики распределения различных клеток в апикальной меристеме побега, изучения пространственного распределения концентраций сигналов, а также для исследования их влияния на развитие побеговой меристемы.

Положения, выносимые на защиту

Апробация работы

Материалы работы были представлены на отчетных сессиях Института цитологии и генетики СО РАН 2006 и 2009 годов, на межлабораторных и межинститутских семинарах. Основные результаты работы были представлены на следующих научных конференциях и семинарах: The 5th International Conference on Bioinformatics of Genome Regulation and Structure (BGRS'2006, Novosibirsk, Russia, 2006); The 3rd International Conference "Genomics, Proteomics, Bioinformatics and Nanotechnologies for Medicine" (GPBM, Novosibirsk, Russia, 2006); II Всероссийская конференция "Инфокоммуникационные и компьютерные технологии и системы" (Улан-Удэ, Россия, 2006); VII Всероссийская конференция по математическому моделированию и информационным технологиям (Красноярск, Россия, 2006); Международная молодёжная научно-методическая конференция "Проблемы молекулярной и клеточной биологии" (Томск, Россия, 2007); The 7th Young Scientist Forum "Molecular Networks" (Vienna, Austria, 2007); The 32nd FEBS Congress "Molecular Machines" (Vienna, Austria, 2007); Moscow Conferences on Computational Molecular Biology (Москва, Россия, 2007); Третья международная конференция "Basic Science for Medicine" (Новосибирск, Россия, 2007); Всероссийская научная конференция студентов физиков ВНКСФ-13 (Ростов-на-Дону, Россия, 2007); Международная научная конференция студентов, аспирантов и молодых учёных "Ломоносов-2008" (Москва, Россия, 2008); Шестая Международная конференция по биоинформатике регуляции и структуры генома (BGRS'2008) (Новосибирск, Россия, Июнь 22-28, 2008); Международная научная конференция "Современные проблемы математического моделирования и вычислительных технологий - 2008" (Красноярск, Россия, 18-24 августа 2008); Вторая международная конференция "Математическая биология и биоинформатика" (г.Пущино Московской области, Россия, 7-13 сентября 2008); Российско-французская конференция «Проблемы и перспективы биотехнологии растений» (Новосибирск, Россия, 2124 октября 2008); Первый Ежегодный Российский молодежный инновационный конвент (Москва, Россия, 9-10 декабря 2008); German-Russian Forum Biotechnology (Novosibirsk, June 15-19, 2009); Съезд генетиков и селекционеров, посвященный 200-летию со дня рождения Ч. Дарвина и Пятый съезд Вавиловского общества генетиков и селекционеров(Москва, 21—27 июня 2009); Всероссийская конференция по вычислительной математике КВМ-2009 (Новосибирск, Россия, 23-25 июня 2009); Седьмой Международный Конгресс ISAAC (Лондон, 13-18 Июля, 2009); Седьмая международная конференция по компьютерным методам и системной биологии (CMSB 2009, Болонья, Италия, 31 Августа — 1 Сентября, 2009); Рабочий визит в исследовательские центры INRA (Версаль, Тулуза, Лион, Париж, Франция, 29 сентября — 6 октября, 2009); Третий международный конгресс Gene-2009 (Фошань, Китай, 1-7 декабря, 2009).

Публикации

По теме диссертации опубликовано: шесть работ в рецензируемых журналах, из них пять из списка ВАК. Одна публикация представлена в рецензируемой коллективной монографии, десять - в рецензируемых трудах конференций и тринадцать тезисов конференций. По тематике исследования получено два свидетельства о государственной регистрации программ для ЭВМ.

Структура работы

Работа состоит из введения, пяти глав, заключения, выводов, списка литературы (259 наименований), шести приложений, а также списка используемых в работе сокращений. Материал изложен на 221 страницах, содержит 43 рисунка и 18 таблиц. Первая глава носит обзорный характер. В ней рассмотрены особенности структурно-функциональной организации меристемы побега растения Arabidopsis thaliana L., особенности гормональной регуляции развития меристемы побега, а также — особенности механизмов регуляции метаболизма ауксина, контролирующих гомеостаз ауксина в клетке меристемы побега. Представлен обзор существующих математических моделей, описывающих развитие меристемы побега растения.

Во второй главе представлено описание разработанной технологии автоматической конвертации структуры генной сети в базу элементарных подсистем молекулярно-генетических процессов. Также в главе кратко описаны разработанные на основе данной технологии пакеты программ MGSgenerator и MGSmodeller.

Пятая глава посвящена описанию математической модели развития меристемы побега Arabidopsis thaliana L. в терминах клеточного автомата. В ней дается описание принципов, заложенных в структуру математической модели, технология верификации параметров модели и описание анализа чувствительности параметров математической модели.

Благодарности

Выражаю свою искреннюю благодарность научному руководителю диссертации В.А. Лихошвай как своему учителю в области математического моделирования и теоретического анализа как молекулярно-генетических, так и пространственно-распределённых систем. Особо хотел бы поблагодарить академика Н.А. Колчанова за ценные замечания и предложения, сделанные в ходе плодотворного обсуждения данной работы. Выражаю свою благодарность коллегам Н.А. Омельянчук и В.В. Мироновой за помощь в экспертной биологической оценке исследуемой системы и плодотворные обсуждения. Выражаю свою благодарность Ф.В. Казанцеву, Е.А. Озонову и Д.Н. Горпинченко за поддержку в области программирования и разработки математической модели в терминах клеточного автомата. Выражаю свою благодарность И.А. Гайновой и С.И. Фадееву за оказанную ими поддержку в области теоретического анализа и численных экспериментов в математической модели метаболизма ауксина. Выражаю свою благодарность К.Д. Безматерных за полезные замечания и предложения в ходе обсуждения работы. Выражаю свою благодарность Эрику Мёлснессу за полезные замечания и предложения в ходе обсуждения модели клеточного автомата и общей стратегии применения методов математического моделирования в биологии.

Заключение Диссертация по теме "Математическая биология, биоинформатика", Акбердин, Илья Ринатович

выводы

2. Реконструирована генная сеть метаболизма ауксина в клетке побега Arabidopsis thaliana L., при анализе которой показано, что регуляторные контуры идентичны для низших и высших классов растений, то есть они являются консервативными ключевыми факторами поддержания гомеостаза ауксина, тогда как количество параллельных путей биосинтеза, конъюгации, деградации ауксина растет от низших видов растений к высшим.

ЗАКЛЮЧЕНИЕ

В настоящее время в области моделирования биологических систем отсутствует универсальная компьютерная технология, которая бы предоставляла возможность автоматической реконструкции комплексных математических моделей с учетом специфики исследуемых молекулярно-генетических систем. Актуальность разработки такой компьютерной технологии диктуется необходимостью решения ряда компьютерных проблем, стоящих на современном этапе системной биологии: совместимость различных специализированных компьютерных программ и систем, разработка открытых форматов представления данных, построение и численное исследование математических моделей МТС, создание базы данных математических моделей указанного типа. В диссертации разработана технология автоматической генерации математических моделей по структуре генной сети. Принцип ее работы заключается в автоматическом сопоставлении имеющейся структурно-функциональной организации генной сети с шаблонными моделями, описывающими конкретные элементарные подсистемы, составляющие ГС, и последующей генерацией интегральной математической модели. Данная технология может использоваться для моделирования и анализа различного класса молекулярно-генетических систем.

Компьютерная технология была протестирована при моделировании генной сети метаболизма ауксина в клетке растения. Математическая модель автоматически реконструирована на основе структуры генной сети, и описывает внутриклеточную регуляцию синтеза и конъюгации ауксина, подсистемы развития АМП. На начальном этапе, в рамках диссертации, была проведена реконструкция структуры генной сети. Для этого использованы данные более ста научных публикаций. Графическое представление реконструкции генной сети осуществлено в компьютерной системе GeneNet

Ananko et al., 2005]. Выявлены характерные особенности структурно-функциональной организации генной сети метаболизма ауксина: наличие множества путей биосинтеза и конъюгации и наличие двух обратных отрицательных связей. Существование регуляторных контуров в данной генной сети представляется вполне естественным, так как ограничивает (определяет) возможности бесконтрольного биосинтеза ауксина, который при больших концентрациях является токсичным для растения [Woodward and Bartel, 2005].

Сравнение структуры генных сетей метаболизма ауксина у высших и низших видов растений выявило, что их отрицательные контуры практически идентичны. В то же время, у низших растений ауксин синтезируется через единственный триптофан-зависимый путь, а у высших видов растений свободная форма ауксина образуется в результате функционирования восьми параллельных метаболических путей. Это позволяет предположить, что множественность путей биосинтеза ауксина возникла в результате последовательного усложнения структуры генной сети в ходе эволюции от низших видов растений к высшим, а регуляторные контуры возникли на более ранних этапах эволюции. В последующем регуляторные контуры оставались практически неизменными (консервативными).

В диссертации проведена адаптация математической модели к экспериментальным данным. В результате, показано, что в клетках побега арабидопсиса, свободная форма ауксина и его эстерифицированная форма составляют только <1% и 4% от общего пула ауксина, соответственно. Оставшийся пул ауксина (95%) составляют амидные формы ауксина. Полученные данные модели в точности соответствуют экспериментальным данным [Park et al., 2001]. В ходе адаптации математической модели также показано, что мутанты арабидопсиса trp3-l и trp2-l, имеющие нарушения в триптофан-синтазах а и Р, соответственно, накапливают содержание амидных форм ауксина, несмотря на низкий уровень триптофана. Разработанная математическая модель демонстрирует, что значимый вклад в изменение содержания амидных форм ауксина вносит нарушение trp3-l, по сравнению даже с двойным мутантом trp3-l trp2-l. Полученный результат теоретически объясняет важность функциональной активности триптофан-синтазы а, вне комплекса с (3 субъединицей при производстве индола, предшественника ауксина [Frey et al., 2000].

В диссертации проведен численный анализ математических моделей, описывающих метаболизм ауксина у высших и низших видов растений. Показано, что, исследуемая система имеет одно устойчивое стационарное решение не зависимо от класса моделируемого растения. Полученный результат согласуется с ожиданиями, что генные сети, поддерживающие гомеостаз некоторого целевого продукта (например, ауксина), как динамические системы, должны иметь только один предельный режим функционирования - стационар.

Разработка пространственно-распределенной модели в терминах клеточных автоматов, имитирующей морфодинамику развития ткани органа под действием сигналов, продуцируемых отдельными клетками ткани, является первым этапом в моделировании процессов развития, в общем, и генных сетей морфогенеза, в частности. Развитие меристемы растения в эмбриогенезе, характеризуется сочетанием процессов лавинообразного развития дифференцирующейся ткани, и стабильного развития стволовых клеток ткани. В ходе исследования было продемонстрировано, что разработанная модель качественно описывает оба этих процесса. Численными исследованиями установлено, что математическая модель имеет только три различных фенотипа развития, которые качественно соответствуют известным фенотипам, описанным для реального зародыша.

При исследовании чувствительности пространственной модели развития к различным параметрам, была выявлена их роль в развитии зародыша растения по сценариям, соответствующим дикому и мутантным фенотипам. Было показано, что изменение значений параметров, ответственных за транспорт морфогенов, сильнее влияет на развитие меристемы in silico, по сравнению с параметрами, влияющими на их биосинтез. Биологически значимая интерпретация данного теоретического результата состоит в том, что мутации, приводящие к нарушению транспорта морфогенов, проявляются намного сильнее, чем мутации, нарушающие биосинтез. Этот вывод подтверждается литературными данными [Cooke et al., 2002].

В заключение отметим, что разработанная модель описывает пространственное развитие АМП в рамках представлений о взаимодействии клеток в химических полях концентраций морфогенов трех типов, которые мгновенно формируются в моделируемой области в соответствии с законами диффузии. В реальных системах скорости процессов диффузии конечны. Также в разработанной модели процессы диффузии являются изотропными, хотя в реальных системах перераспределение сигналов от клетки к клетке носит анизотропный характер, который определяется системами белков-транспортеров (например, семейств Aux и Pin для ауксина) и механизмами их позиционирования на мембранах клеток. Тем не менее, разработанная на основе таких простых предположений, математическая модель хорошо описывает качественные, количественные, пространственные особенности развития АМП на ранних стадиях эмбриогенеза (вплоть до торпедной стадии). Однако в дальнейшем развитие модели подразумевает учет более сложной геометрии взаимодействия клеток, учет молекулярных процессов, контролирующих активный транспорт морфогенов и генетических процессов, регулирующих биосинтез и утилизацию морфогенов. Расширение модели позволит изучить причинно-следственные связи, которые ведут от молекулярно-генетических процессов, протекающих внутри каждой клетки, к формированию определенных морфологических и фенотипических характеристик развивающейся апикальной меристемы побега, что приведет к новым биологически содержательным результатам.

Несмотря на «простоту» принципов (типы клеток, параметры клеток и т.д.), которые являются основой пространственно-распределённой модели, клеточный автомат позволяет описать ряд феноменологических экспериментальных наблюдений и предоставляет возможности изучать мутантные фенотипы in silico. С другой стороны, модель, описывающая внутриклеточный метаболизм ауксина, является, в определённом смысле, более комплексной и «сложной» по структуре. В отличие от пространственно-распределённой модели, данная модель описывает молекулярно-генетические процессы, протекающие на внутриклеточном уровне. Сравнительный анализ генетической сложности структуры генной сети метаболизма ауксина и простоты учтённых в пространственно-распределённой модели процессов транспорта ауксина между клетками позволяет сделать важный теоретический вывод, состоящий в том, что на ранних стадиях развития меристемы побега ключевым фактором для формирования морфологии меристемы побега является транспорт ауксина, а сложность генетической регуляции его биосинтеза на пространственном уровне не проявляется.

Библиография Диссертация по биологии, кандидата биологических наук, Акбердин, Илья Ринатович, Новосибирск

1. Астафьев Г.Б., Короновский А.А., Храмов А.Е. Клеточные автоматы. Учебно-методическое пособие. ГУНЦ «Колледж», Саратов, 2003.

2. Бандман O.JI. Клеточно-автоматные модели пространственной динамики. Системная информатика, 2005, выпуск 10.

3. Интернет-энциклопедия. http://encycl.accoona.ru/?id=38234

4. Короновский А.А., Храмов А.Е., Анфиногентов В.Г. Феноменологическая модель электронного потока с виртуальным катодом. Известия РАН. Сер. Физическая, 1999, 63(12): с. 2355-2362.

5. Круглова Н.Н., Горбунова В.Ю., Куксо П.А. Морфогенез в культуре изолированных пыльников: роль фитогормонов, 1999 (http://wvvw.arirb.ru/inbio/cyto/2.htm').

6. Лихошвай В.А., Матушкин Ю.Г., Ратушный А.В., Ананько Е.А., Игнатьева Е.В., Подколодная О.В. Обобщенный химико-кинетический метод моделирования генных сетей. Молекулярная биология, 2001, 3(6): с. 1072-1079.

7. Лихошвай В.А., Омельянчук Н.А., Миронова В.В., Фадеев С.И., Мелснесс Э.Д., Колчанов Н.А. Математическая модель распределния ауксина в корне растения. Онтогенез, 2007, 38(6): с. 1-11.

8. Малинецкий Г.Г., Степанцев М.Е. Моделирование движения толпы при помощи клеточных автоматов. Известия ВУЗов. Сер. Прикладная нелинейная динамика, 1997, 5: с. 75-79.

9. Николис Г., Пригожин И. Самоорганизация в неравновесных системах. М.: Мир, 1979, с. 512;

10. Рейвн П., Эверт Р., Айкхорн С. Современная ботаника. Мир, 1990г.

11. П.Регирер С.А., Штейн А.А. Механохимические модели морфогенеза. Теоретические и математические аспекты морфогенеза. М.: Наука, 1987.

12. Тоффоли Т., Марголус Н. Машины клеточных автоматов. Мир, 1991. 280 с.

13. Чуб В.В, Рост и развитие растений. 2003 (http://herba.tnsu.ru/russian/departments/phvsiologv/spezkursi/chub/index 7.html')

14. Яненко Н.Н. Методы дробных шагов решения многомерных задач математической физики. М.: Наука, 1967. 156 с.

15. Aida М., Ishida Т., Tasaka М. Shoot apical meristem and cotyledon formation during Arabidopsis embryogenesis: Interaction among the CUP-SHAPED COTYLEDON and SHOOT MERISTEMLESS genes. Development, 1999, 119: pp. 823-831.

16. Abel S., Nguyen M.D., Chow W., Theologis A. ACS4, a primary indoleacetic acid-responsive gene encoding 1-aminocyclopropane-l-carboxylate synthase in Arabidopsis thaliana. Journal of Biological Chemistry, 1995,270: pp. 19093-19099.

17. Abel S., Theologis A. Early genes and auxin action. Plant Physiology, 1996, 111: pp. 9-17.

18. Adham A.R., Zolman B.K., Millius A., Bartel B. Mutations in Arabidopsis acyl-CoA oxidase genes reveal distinct and overlapping roles in b-oxidation. Plant Journal, 2005, 41: pp. 859-874.

19. Alarcon Т., Byrne H.M., Maini P.K. A cellular automaton model for tumour growth in inhomogeneous environment. Journal of theoretical biology, 2003, 225: pp. 257—274.

20. Alber M.S., Kiskowski M.A., Glazier J.A., Jiang Y. On cellular automaton approaches to modeling biological cells. The IMA volumes in mathematics and its applications, 2002, 142. Springer.

21. Ananko E.A., Podkolodny N.L., Stepanenko I.L., Podkolodnaya O.A., Rasskazov D.A., Miginsky D.S., Likhoshvai V.A., Ratushny A.V., Podkolodnaya N.N., Kolchanov N.A. GeneNet in 2005. Nucleic Acids Res., 2005, 1(33): pp. 425-427.

22. Bak S., Tax F.E., Feldmann K.A., Galbraith D.W., Feyereisen R. CYP83B1, a cytochrome P450 at the metabolic branch point in auxin and indole glucosinolate biosynthesis in Arabidopsis. The Plant Cell, 2001, 13: pp. 101-111.

23. Baldi B.G., Maher B.R., Cohen J.D. Hydrolysis of indole-3-acetic acid esters exposed to mild alkaline conditions. Plant Physiology, 1989, 91: pp. 9-12.

24. Ballas N., Wong L.M., Theologis A. Identification of the auxinresponsive element, AuxRE, in the primary indoleacetic acid-inducible gene, PS-IAA4/5, of pea (Pisum sativum). Journal of Molecular Biology, 1993, 233: pp. 580-596.

25. Bandurski R.S., Schulze A. Concentration of Indole-3-acetic Acid and Its Derivatives in Plants. Plant Physiol., 1977, 60(2): pp. 211-213.

26. Bartel В., Fink G.R. Differential regulation of an auxin-producing nitrilase gene family in Arabidopsis thaliana. Proceedings of the National Academy of Science of the USA, 1994, 91: pp. 6649-6653.

27. Bartel В., Fink G.R. ILR1, an amidohydrolase that releases active indole-3-acetic acid from conjugates. Science, 1995,268: pp. 1745-1748.

28. Bartel В., LeClere S., Magidin M., Zolman B.K. Inputs to the active indole-3-acetic acid pool: denovo synthesis, conjugate hydrolysis, and indole-3-butyric acid b-oxidation. Journal of Plant Growth Regulation, 2001,20: pp. 198-216.

29. Beauchemin C., Samuel J., Tuszynski J. Simple cellular automaton model for influenza A viral infections. Journal of theoretical biology, 2004,232: pp. 223-234.

30. Berleth T. Experimental approaches to Arabidopsis embryogenesis. Plant Physiol. Biochem., 1998, 36 (1-2): pp. 69-82.

31. Bhalerao R.P., Eklof J., Ljung K., Marchant A., Bennett M., Sandberg G. Shoot-derived auxin is essential for early lateral root emergence in Arabidopsis seedlings. Plant Journal, 2002, 29: pp. 325-332.

32. BoetjanW.,Cervera M.T., Delarue M., Beeckman Т., Dewitte W., Bellini C., Caboche M., Van Onckelen H., Van Montagu M., Inze D. Superroot, a recessive mutation in Arabidopsis, confers auxin overproduction. The Plant Cell, 1995, 7: pp. 1405-1419.

33. Brand U., Fletcher J.C., Hobe M., Meyerowitz E.M., Simon R. Dependence of stem cell fate in Arabidopsis on a feedback loop regulated by CLV3 activity. Science, 2000, 289: pp. 617-619.

34. Brusslan J.A., Karlin-Neumann G.A., Huang L., Tobin E.M. An Arabidopsis mutant with a reduced level of cabl40 RNA is a result of cosuppression. The Plant Cell, 1993, 5: pp. 667-677.

35. Campanella J.J., Ludwig-Mueller J., Town C.D. Isolation and characterization of mutants of Arabidopsis thaliana with increased resistance to growth inhibition by indoleacetic acid-amino acid conjugates. Plant Physiology, 1996, 112: pp. 735-745.

36. Campanella J.J., Olajide A.F., Magnus V., Ludwig-Muller J. A novel auxin conjugate hydrolase from wheat with substrate specificity for longer side-chain auxin amide conjugates. Plant Physiology, 2004, 135: pp. 2230-2240.

37. Celenza J.L., Grisafi P.L., Fink G.R. A pathway for lateral root formation in Arabidopsis thaliana. Genes and Development, 1995, 9: pp. 2131-2142.

38. Che P., Lall S., Howell S.H. Developmental steps in acquiring competence for shoot development in Arabidopsis tissue culture. Planta, 2007, 226(5): pp. 1183-94.

39. Chen J.G., Ullah H., Young J.C., Sussman M.R., Jones A.M. ABP1 is required for organized cell elongation and division in Arabidopsis embryo genesis. Genes and Development, 2001, 15: pp. 902-911.

40. Cheng J., Scharenbroich L., Baldi P., Mjolsness E. Sigmoid: towards an intelligent, scalable, software infrastructure for pathway bioinformatics and systems biology. IEEE Intelligent Systems May/June, 2005: pp. 68-75.

41. Chopard В., Droz M. Cellular automata model for heat conduction in a fluid. Physics Letters A., 1988, 126(8/9): pp. 476-480.

42. Clark S.E., Running M.P., Meyerowitz E.M. CLAVATA3 is a specific regulator of shoot and floral meristem development affecting the same processes as CLAVATA1. Development, 1995, 121: pp. 2057-2067.

43. Clavin P., Lallemand P., Pomeau Y. et al. Simulatoin of free boundaries in flow system by lattice-gas models. Journal of Fluid Mechanics, 1988, 188: pp. 437-464.

44. Cohen J.D., Bandurski R.S. Chemistry and physiology of the bound auxins. Annual Review of Plant Physiology, 1982, 33: pp. 403^130.

45. Cooke Т. J., Poli D., Ester Sztein A. and Cohen J. Evolutionary patterns in auxin action. Plant molecular biology, 2002, 49: pp. 319-338.

46. Cornish-Bowden A. An automatic method for deriving steady-state rate equations. Biochem. J., 1977, 165: pp. 55-59.

47. Csahyk Z., Vicsek T. Lattice gas model for collective biological motion. Physical Review A., 1995, 52(5): pp. 5297-5303.

48. Davies P.J. Plant hormones. Dordrecht: Kluwer Academic Publishers, 1995.

49. Davies R.T., Goetz D.H., Lasswell J., Anderson M.N., Bartel B. IAR3 encodes an auxin conjugate hydrolase from Arabidopsis. The Plant Cell, 1999, 11: pp. 365-376.

50. De Smet I., Signora L., Beeckman Т., Inze D., Foyer C.H., Zhang H. An abscisic acid-sensitive checkpoint in lateral root development of Arabidopsis. Plant Journal, 2003, 33: pp. 543—555.

51. Dharmasiri S., Estelle M. The role of regulated protein degradation in auxin response. Plant Molecular Biology, 2002, 49: pp. 401-409.

52. Dunlap J.R., Robacker K.M. Abscisic acid alters the metabolism of indole-3-acetic acid in senescing flowers of Cucumis melo L. Plant Physiology, 1990, 94: pp. 870-874.

53. Epstein E., Ludwig-Muller J. Indole-3-butyric acid in plants: occurrence, synthesis, metabolism, and transport. Physiologia Plantarum, 1993, 88: pp. 382-389.

54. Ermentrout G. В., Eldenshtein-Keshet L. Cellular automata approaches to biological modeling. J. Theor. Biol., 1993, 160: pp. 97-133.

55. Facchini P.J., Huber-Allanach K.L., Tari L.W. Plant aromatic Lamino acid decarboxylases: Evolution, biochemistry, regulation, and metabolic engineering applications. Phytochemistry, 2000, 54: pp. 121-138.

56. Fadeev S.I., Kogai V.V. Using parameter continuation based on the multiple shooting method for numerical research of nonlinear boundary value problems. International Journal of Pure and Applied Mathematics, 2004, 14(4): pp. 467-498.

57. Fahey J.W., Zalcmann A.T., Talalay P. The chemical diversity and distribution of glucosinolates and isothiocynanates among plants. Phytochemistry, 2001, 56: pp. 5-51.

58. Frey M., Stettner C., Pare P.W., Schmelz E.A., Tumlinson J.H., Gierl A. An herbivore elicitor activates the gene for indole emission in maize. Proceedings of the National Academy of Science of the USA, 2000, 97: pp. 14801-14806.

59. Friml J., Palme K. Polar auxin transport—old questions and new concepts? Plant Mol Biol., 2002, 49(3-4): pp. 273-84.

60. Friml J., Wisniewska J., Benkova E., Mendgen K., Palme K. Lateral relocation of auxin efflux regulator PIN3 mediates tropism in Arabidopsis. Nature, 2002, 415: pp. 806-809.

61. Friml J., Vieten A., Sauer M., Weijers D., Schwarz H., Hamann Т., Offringa R., Jurgens G. Efflux-dependent auxin gradients establish the apical-basal axis of Arabidopsis. Nature, 2003, 426: pp. 147-153.

62. Frish U., Crutchfield J.P., Hasslacher В., Lallemand P. Rivet L.-P. Lattice Gas hydrodynamics in two and three dimensions. Complex Systems, 1987, 1: pp.649-707.

63. Galweiler L., Guan C., Muller A., Wisman E., Mendgen K., Yephremov A., Palme K. Regulation of polar auxin transport by AtPINl in Arabidopsis vascular tissue. Science, 1998, 282: pp. 2226-2230.

64. Geldner N., Friml J., Stierhof Y.D., Jurgens G., Palme K. Auxin transport inhibitors block PIN1 cycling and vesicle trafficking. Nature, 2001, 413: pp. 425^128.

65. Gierer A. Generation of biological patterns and form: Some physical, mathematical, and logical aspects. Progr. Biophys. molec. biol., 1981, 37: pp. 1-47.

66. Gillespie D. T. Exact stochastic simulation of coupled chemical reactions. Journal of Physical Chemistry, 1977, 81: pp. 2340-2361.

67. Graner F., Glazier J.A. Simulation of biological cell sorting using two-dimensional extended Potts model. Physical review letter, 1992, 29(13): pp. 2013-2016.

68. Gray W.M., Ostin A., Sandberg G., Romano C.P., Estelle M. High temperature promotes auxin-mediated hypocotyl elongation in Arabidopsis. Proceedings of the National Academy of Science of the USA, 1998, 95: pp. 7197-7202.

69. Grsic-Rausch S., Kobelt P., Siemens J.M., Bischoff M., Ludwig-Muller J. Expression and localization of nitrilase during symptom development of the clubroot disease in Arabidopsis. Plant Physiology, 2000, 122: pp. 369-378.

70. Guerinot M.L. The ZIP family of metal transporters. Biochimica et Biophysica Acta, 2000, 1465: pp. 190-198.

71. Guillet G., Poupart J., Basurco J., De Luca V. Expression of tryptophan decarboxylase and tyrosine decarboxylase genes in tobacco results in altered biochemical and physiological phenotypes. Plant Physiology, 2000, 122: pp. 933-943.

72. Hagen G., Kleinschmidt A., Guilfoyle T. Auxin-regulated gene expression in intact soybean hypocotyl and excised hypocotyl sections. Planta, 1984, 162: pp. 147-153.

73. Hardy J., de Pazzis O. and Pomeau Y. Molecular dynamics of a classical lattice gas: Transport properties and time correlation functions. Phys. Rev. A, 1976, 13: pp. 1949-1961.

74. Hayashi M., Toriyama K., Kondo M., Nishimura M. 2,4-Dichlorophenoxybutyric acid-resistant mutants of Arabidopsis have defects in glyoxysomal fatty acid b-oxidation. The Plant Cell, 1998, 10: pp. 183-195.

75. Hayashi H., Nito K., Takei-Hoshi R., Yagi M., Kondo M., Suenaga A., Yamaya Т., Nishimura M. Ped3p is a peroxisomal ATP-binding cassette transporter that might supply substrates for fatty acid b-oxidation. Plant Cell Physiology, 2002, 43: pp. 1-11.

76. Hoecker U., Toledo-Ortiz G., Bender J., Quail P.H. The photomorphogenesis-related mutant redl is defective in CYP83B1, a red light-induced gene encoding a cytochrome P450 required for normal auxin homeostasis. Planta, 2004, 219: pp. 195-200.

77. Holland I.B., Blight M.A. ABC-ATPases, adaptable energy generators fuelling transmembrane movement of a variety of molecules in organisms from bacteria to humans. Journal of Molecular Biology, 1999,293: pp. 381-399.

78. Hucka M., Finney A., Sauro H., Bolouri H., Doyle J., Kitano H. et al. The systems biology markup language (SBML): a medium for representation and exchange of biochemical network models. Bioinformatics, 2003, p. 524.

79. Ilic N., Normanly J., Cohen J.D. Quantification of free plus conjugated indoleacetic acid in Arabidopsis requires correction for the nonenzymatic conversion of indolic nitriles. Plant Physiology, 1996, 111: pp. 781-788.

80. Jacobs D.J., Masters A.J. Domain growth in one-dimensional diffusive lattice gas with short-range attraction. Physical Review A., 1994, 49(4): pp. 2700-2710.

81. Jonsson H., Heisler M., Shapiro B.E., Meyerowitz E.M., Mjolsness E. An auxin-driven polarized transport model for phyllotaxis. Proc Natl Acad Sci USA, 2006, 103: pp. 1633-1638.

82. Kaplan D.R. and Cooke T.J. Fundamental concepts in the embryogenesis of Dicotyledons: a morphological interpretation of embryo mutants. The Plant Cell., 1997, 9: pp.1903- 1919.

83. Kazantsev F.V., Akberdin I.R., Bezmaternykh K.D., Likhoshvai V.A. MGSgenerator the tool for AUTOMATICAL GENERATION OF MOLECULAR GENETIC SYSTEM MATHEMATICAL MODELS ON BASIS OF GENE NETWORKS STRUCTURE. Proceedings of the BGRS'2008, 2008, 1: p. 114.

84. Keller E.F., Segel L.A. Model for chemotaxis. J Theor Biol., 1971, 30(2): pp. 225-234.

85. Kepinski S., Leyser O. Auxin-induced SCFTIRl-Aux/IAA interaction involves stable modification of the SCFTIR1 complex. Proceedings of the National Academy of Science of the USA, 2004,101: pp. 12381-12386.

86. Kindl H. Fatty acid degradation in plant peroxisomes: function and biosynthesis of the enzymes involved: Biochimie, 1993,75: pp. 225—230.

87. King E.L., Altman C.A. Schematic method of deriving the rate laws for enzyme-catalyzed reactions. J. Phys. Chem., 1956, 60: pp. 1375-1378.

88. King J.J., Stimart D.P., Fisher R.H., Bleecker A.B. A mutation altering auxin homeostasis and plant morphology in Arabidopsis. The Plant Cell, 1995, 7: pp. 2023-2037.

89. King J.J., Stimart D.P. Genetic analysis of variation for auxin-induced adventitious root formation among eighteen ecotypes of Arabidopsis thaliana L. Heynh. Journal of Heredity, 1998, 89: pp. 481^187.

90. Koga J. Structure and function of indolepyruvate decarboxylase, a key enzyme in indole-3-acetic acid biosynthesis. Biochimica et Biophysica Acta, 1995, 1249: pp. 1-13.

91. Kogl F., Haagen Smit A.J. Uber die Chemie des Wuchsstoffs. K. Akad. Wetenschap. Amsterdam Proceedings. Section Science, 1931,34: 1411-1416.

92. Kosman D., Reinitz J., Sharp D.H. Automated assay of gene expression at cellular resolution. In: Altman R.B., Dunker A.K., Hunter L., Klein Т., editors. Pacific Symposium on Biocomputing. Singapore, World Scientific, 1998, pp. 6-17.

93. Kowalczyk M., Sandberg G. Quantitative analysis of indole-3-acetic acid metabolites in Arabidopsis. Plant Physiology, 2001, 127: pp. 1845-1853.

94. Krikorian A.D. Hormones in tissue culture and micropropagation. In: Davies PJ, ed. Plant hormones. Dordrecht: Kluwer, 1995, pp. 774-796.

95. Kozlov K.K., Vysokogorski! V.E., Filippov A.A., Mamontov V.V., Sborshchikova V.A., Shaliapin V.G. Express method of determining blood in the abdominal cavity in closed abdominal injuries Vestn Khir Im 11 Grek., 2001,160(3): p. 81.

96. Kramer E.M. PIN and AUX/LAX proteins: their role in auxin accumulation. Trends Plant Sci., 2004, 9(12): pp. 578-582.

97. Kramer E.M., Bennett M.J. Auxin transport: a field in flux. Trends Plant Sci., 2006, 11(8): pp. 382-386.

98. Kutz A., Muller A., Hennig P., Kaiser W.M., Piotrowski M., Weiler E.W. A role for nitrilase 3 in the regulation of root morphology in sulphur-starving Arabidopsis thaliana. Plant Journal, 2002, 30: pp. 95-106.

99. Lai K., Robertson M.J., Schaffer D.V. The sonic hedgehog signaling system as a bistable genetic switch. Biophys J., 2004, 86(5): pp. 2748-57.

100. Landau L., Lifshitz E.M. Theory of Elasticity, 3rd Ed., Course of Theoretical Physics Volume 7. Oxford, England, UK, Butterworth- Heinemann, 1986, 187 p.

101. Lasswell J., Rogg L.E., Nelson D.C., Rongey C., Bartel B. Cloning and characterization of IAR1, a gene required for auxin conjugate sensitivity in Arabidopsis. The Plant Cell, 2000, 12: pp. 2395-2408.

102. Last R.L., Fink G.R. Tryptophan-requiring mutants of the plant Arabidopsis thaliana. Science, 1988, 240: pp. 305-310.

103. LeClere S., Tellez R., Rampey R.A., Matsuda S.P., Bartel B. Characterization of a family of IAA-amino acid conjugate hydrolases from Arabidopsis. Journal of Biological Chemistry, 2002, 277: pp.20446-20452.

104. LeClere S., Rampey R.A., Bartel B. IAR4, a gene required for auxin conjugate sensitivity in Arabidopsis, encodes a pyruvate dehydrogenase Ela homolog. Plant Physiology, 2004, 135: pp. 989-999.

105. Lehman A., Black R., Ecker J.R. HOOKLESS1, an ethylene response gene, is required for differential cell elongation in the Arabidopsis hypocotyl. Cell, 1996, 85: pp. 183-194.

106. Le Novere N., Shimizu T.S. StochSim: Modelling of stochastic biomolecular processes. Bioinformatics, 2001, 17: pp.575-576.

107. Likhoshvai V.A., Matushkin Yu.G., Vatolin Yu.N., Bazhan S.I. A generalized chemical kinetic method for simulating complex biological systems. A computer model of phage ontogenesis. Computational Technologies, 2000, 5(2): pp. 87-99.

108. Likhoshvai V. and Ratushny A. Generalized Hill function method for modeling molecular processes // Journal of Bioinformatics and Сотр. Biology, 2007, 5(2): pp. 521-531.

109. Ljung K., Bhalerao R.P., Sandberg G. Sites and homeostatic control of auxin biosynthesis in Arabidopsis during vegetative growth. Plant Journal, 2001,28: pp. 465-474.

110. Ljung K., Hull A.K., Kowalczyk M., Marchant A., Celenza J., Cohen J.D., Sandberg G. Biosynthesis, conjugation, catabolism and homeostasis of indole-3-acetic acid in Arabidopsis thaliana. Plant Molecular Biology, 2002, 50: pp. 309-332.

111. Lomax T.L., Muday G.K., Rubery P.H. Auxin transport. In: Davies P.J., ed. Plant hormones. Dordrecht: Kluwer, 1995, pp. 509-530.

112. Ludwig-Muller J., Epstein E. Indole-3-butyric acid in Arabidopsis thaliana. II. In vivo metabolism. Plant Growth Regulation, 1993, 13: pp. 189-195.

113. Ludwig-Muller J., Sass S., Sutter E.G., Wodner M., Epstein E. Indole-3-butyric acid in Arabidopsis thaliana. I. Identification and quantification. Plant Growth Regulation, 1993, 13: pp. 179-187.

114. Ludwig-Muller J., Epstein E. Indole-3-butyric acid in Arabidopsis thaliana. III. In vivo biosynthesis. Plant Growth Regulation, 1994, 14: pp. 7-14.

115. Ludwig-Muller J. Indole-3-butyric acid in plant growth and development. Plant Growth Regulation, 2000,32: pp. 219-230.

116. Ludwig-Muller J., Cohen J.D. Identification and quantification of three active auxins in different tissues ofTropaeolummajus. Physiologia Plantarum, 2002, 115: pp. 320-329.

117. Ludwig-Muller J., Hilgenberg W. Characterization and partial purification of indole-3-butyric acid synthetase from maize (Zea mays). Physiologia Plantarum, 1995, 94: pp. 651-660.

118. Magidin M., Pittman J.K., Hirschi K.D. Bartel B. ILR2, a novel gene regulating IAA conjugate sensitivity and metal transport in Arabidopsis thaliana. Plant Journal, 2003, 35: pp. 523-534.

119. Marnellos G., Mjolsness E. A gene network approach to modeling early neurogenesis in Drosophila. In: Altman R.B., Dunker A.K., Hunter L., Klein Т., editors. Pacific Symposium on Biocomputing 1998. Singapore, World Scientific, 1998: pp. 30-41.

120. Marchant A., Kargul J., May S.T., Muller P., Delbarre A., Perrot-Rechenmann C., Bennett M.J. AUX1 regulates root gravitropism in Arabidopsis by facilitating auxin uptake within root apical tissues. EMBO Journal, 1999, 18: pp. 2066-2073.

121. Massague J. Transforming growth Factor-a: a model for membrane-anchored growth factors, J. Biol. Chem., 1990, 265: p. 21393.

122. Mattsson J., Sung Z.R., Berleth T. Responses of plant vascular systems to auxin transport inhibition. Development, 1999, 126: pp. 2979-2991.

123. Meinhardt H. Models of biological pattern formation (Academic Press), 1982.

124. Meinhardt H. and Klingler M. A model for pattern formation on the shells of molluscs. J. theor. Biol., 1987, 126: pp. 63-69.

125. Mikkelsen M.D., Naur P., Halkier B.A. Arabidopsis mutants in the C-S lyase of glucosinolate biosynthesis establish a critical role for indole-3-acetaldoxime in auxin homeostasis. Plant Journal, 2004, 37: pp. 770-777.

126. Mjolsness E., Sharp D.H., Reinitz J. A connectionist model of development. J Theor Biol., 1991, 152: pp. 429-454.

127. Mjolsness E., Meyerowitz E., Gor V., Mann T. Morphogenesis in plants: modeling the shoot apical meristem, and possible applications. Proceedings 1999 NASA Workshop on Evolvable Hardware, 1999.

128. Mjolsness E. The Growth and Development of Some Recent Plant Models: A Viewpoint. J Plant Growth Regul., 2006, 25: pp. 270-277.

129. Mombach J., Glazier J.A., Raphael R. and Zajac M. Quantitative comparison between differential adhesion models and cell sorting in the presence and absence of fluctuations. Phys. Rev. Lett., 1995, 75: pp. 2244-2247.

130. Momonoki Y.S., Schulze A., Bandurski R.S. Effect of Deseeding on the Indole-3-acetic Acid Content of Shoots and Roots of Zea mays Seedlings. Plant Physiol., 1983, 72(2): pp. 526529.

131. Mullen R.T., Flynn C.R., Trelease R.N. How are peroxisomes formed? The role of the endoplasmic reticulum and peroxins. Trends in Plant Science, 2001, 6: pp. 256-261.

132. Muller A., Weiler E.W. Indolic constituents and indole-3-acetic acid biosynthesis in the wild-type and a tryptophan auxotroph mutant of Arabidopsis thaliana. Planta, 2000a, 211: pp. 855-863.

133. Muller A., Weiler E.W. IAA-synthase, an enzyme complex from Arabidopsis thaliana catalyzing the formation of indole-3-acetic acid from (S)-tryptophan. Biology and Chemistry, 2000b, 381: pp. 679-686.

134. Murray J.D. Mechanical models for generating pattern and form in development. Chapter 17 in Mathematical Biology, 2nd ed., Berlin, Germany, Springer-Verlag. 1989, 767 p.

135. Nemhauser J.L., Mockler T.C., Chory J. Interdependency of brassinosteroid and auxin signaling in Arabidopsis. PLoS Biology, 2004,2: pp. 1460-1471.

136. Niyogi K.K., Fink G.R. Two anthranilate synthase genes in Arabidopsis: defense-related regulation of the tryptophan pathway. Plant Cell, 1992, 4(6): pp. 721-733.

137. Noh В., Murphy A.S., Spalding E.P. Multidrug Resistance-like genes of Arabidopsis required for auxin transport and auxin-mediated development. The Plant Cell, 2001, 13: pp. 2441-2454.

138. Normanly J., Cohen J.D., Fink G.R. Arabidopsis thaliana auxotrophs reveal a tryptophan-independent biosynthetic pathway for indole-3-acetic acid. Proceedings of the National Academy of Science of theUSA, 1993, 90: pp. 10355-10359.

139. Normanly J., Grisati P., Fink G.R., Bartel B. Arabidopsis mutants resistant to the auxin effects of indole-3-acetonitrile are defective in the nitrilase encoded by the NIT1 gene. The Plant Cell, 1997, 9: pp. 1781-1790.

140. Normanly J., Bartel B. Redundancy as a way of life IAA metabolism. Curr Opin Plant Biol., 1999,2(3): pp. 207-213.

141. Ostin A., Kowalyczk M., Bhalerao R.P., Sandberg G. Metabolism of indole-3-acetic acid in Arabidopsis. Plant Physiology, 1998, 118: pp. 285-296.

142. Ouyang J., Shao X., Li J. Indole-3-glycerol phosphate, a branchpoint of indole-3-acetic acid biosynthesis from the tryptophan biosynthetic pathway in Arabidopsis thaliana. Plant Journal, 2000, 24: pp. 327-333.

143. Painter K.J., Maini P.K., Othmer H.G. Development and applications of a model for cellular response to multiple chemotactic cues. J Math Biol., 2000, 41(4): pp. 285-314.

144. Park W.J., Kriechbaumer V., Muller A., Piotrowski M,. Meeley R.B., Gierl A., Glawischnig E. The nitrilase ZmNIT2 converts indole-3-acetonitrile to indole-3-acetic acid. Plant Physiology, 2003,133: pp. 794-802.

145. Patten C.L., Glick B.R. Bacterial biosynthesis of indole-3-acetic acid. Canadian Journal of Microbiology, 1996, 42: pp. 207-220.

146. Plap M., Gouyet J-E. Dendritic growth in a mean-field lattice gas model. Physical Review A., 1997, 55(1): pp.45-57.

147. Pollmann S.,Muller A., Piotrowski M., Weiler E.W. Occurrence and formation of indole-3-acetamide in Arabidopsis thaliana. Planta, 2002, 216: pp. 155-161.

148. Pollmann S., Neu D., Weiler E.W. Molecular cloning and characterization of an amidase from Arabidopsis thaliana capable of converting indole-3-acetamide into the plant growth hormone, indole-3-acetic acid. Phytochemistry, 2003, 62: pp. 293—300.

149. Potts R. Some generalized order-disorder transformations. Proc. Cambridge Phil. Soc., 1952, 48: pp. 106-109.

150. Poupart J., Waddell C.S. The ribl mutant is resistant to indole-3-butyric acid, an endogenous auxin in Arabidopsis. Plant Physiology, 2000, 124: pp. 1739-1751.

151. Prusinkiewicz P., Lindenmayer A. The Algorithmic Beauty of Plants. New York, NU, USA: Springer-Verlag., 1990, p. 224.

152. Prusinkiewicz P., Hammel M.S., Mjolsness E. Animation of plant development,. Proceedings of SIGGRAPH, 1993,27: pp. 351-360.

153. Pufky J., Qiu Y., Rao M.V., Hurban P., Jones A.M. The auxin-induced transcriptome for etiolated Arabidopsis seedlings using a structure/function approach. Functional & Integrative Genomics, 2003, 3: pp. 135-143.

154. Quirino B.F., Normanly J., Amasino R.M. Diverse range of gene activity during Arabidopsis thaliana leaf senescence includes pathogen-independent induction of defense-related genes. Plant Molecular Biology, 1999,40: pp. 267-278.

155. Radwanski E.R., Barczak A.J., Last R.L. Characterization of tryptophan synthase alpha subunit mutants of Arabidopsis thaliana. Molecularand General Genetics, 1996, 253: pp. 353361.

156. Rampey R.A., LeClere S., Kowalczyk M., Ljung K., Sandberg G., Bartel B. A family of auxin-conjugate hydrolases that contributes to free indole-3-acetic acid levels during Arabidopsis germination. Plant Physiology, 2004, 135: pp. 978-988.

157. Rashotte A.M, Poupart J., Waddell C.S., Muday G.K. Transport of the two natural auxins, indole-3-butyric acid and indole-3-acetic acid, in Arabidopsis. Plant Physiology, 2003, 133: pp. 761-772.

158. Reinhardt D., Pesce E.R., Stieger P., Mandel Т., Baltensperger K., Bennett M., Traas J., Friml J., Kuhlemeier C. Regulation of phyllotaxis by polar auxin transport. Nature, 2003, 426: pp. 255-260.

159. Reinitz J., Mjolsness E., Sharp D.H. Model for Cooperative Control of Positional Information in Drosophila by bed and Maternal hb. J Exp Zool., 1995, 271: pp. 47-56.

160. Remington D.L., Vision T.J., Guilfoyle T.J., Reed J.W. Contrasting modes of diversification in the Aux/IAA and ARF gene families. Plant Physiology, 2004,135: pp. 1738-1752.

161. Richmond T.A., Bleecker A.B. A defect in b-oxidation causes abnormal inflorescence development in Arabidopsis. The Plant Cell, 1999,11: pp. 1911-1923.

162. Ross J.J., O'Neill D.P., Smith J.J., Kerckhoffs L.H.J., Elliott R.C. Evidence that auxin promotes gibberellinAl biosynthesis in pea. Plant Journal, 2000, 21: pp. 547—552.

163. Rudge Т., Haseloff J. A computational model of cellular morphogenesis in plants. ECAL 2005, LNAI, 3630: pp. 78 87.

164. Salazar-Ciudad I., Garcia-Fernandez J., Sole R.V. Gene networks capable of pattern formation: from induction to reaction-diffusion. J Theor Biol., 2000, 205(4): pp. 587-603.

165. Schmidt R.C., Muller A., Hain R., Bartling D., Weiler E.W. Transgenic tobacco plants expressing the Arabidopsis thaliana nitrilase II enzyme. Plant Journal, 1996, 9: pp. 683-691.

166. Schneider E.A. and Wightman F. METABOLISM OF AUXIN IN HIGHER PLANTS. Ann. Rev. Plant Physiol., 1974, 25: pp. 487-513.

167. Schwechheimer C., Serino G., Deng X.W. Multiple ubiquitin ligasemediated processes require COP9 signalosome and AXR1 function. The Plant Cell, 2002, 14: pp. 2553-2563.

168. Segel L. A. Incorporation of receptor kinetics into a model for bacterial chemotaxis.J. theor. Biol., 1976, 57: pp. 23^2.

169. Seo M., Akaba S., Oritani Т., Delarue M., Bellini C., Caboche M., Koshiba T. Higher activity of an aldehyde oxidase in the auxin-overproducing superrootl mutant of Arabidopsis thaliana. Plant Physiology, 1998, 116: pp. 687-693.

170. Shapiro B.E., Mjolsness E. Developmental simulations with Cellerator. In: Yi T.M., Hucka M., Morohashi M., Kitano H., editors. Proceedings of the Second International Conference on Systems Biology. Madison WI, USA, Omnipress, 2001: pp. 342- 351.

171. Shapiro B.E., Levchenko A., Meyerowitz E.M., Wold B.J., Mjolsness E.D. Cellerator: extending a computer algebra system to include biochemical arrows for signal transduction simulations. Bioinformatics, 2003, 19: pp. 677-678.

172. Sharma V.K. and Fletcher J.C. (2003). Maintenance of Shoot and Floral Meristem Cell Proliferation and Fate. //PNAS. 100. pp. 11823- 11829.

173. Sherratt J.A., Sage E.H., Murray J.D. Chemical control of eukaryotic cell movement: a new model. J Theor Biol., 1993, 162(1): pp. 23-40.

174. Shimizu T. S. The spatial organisation of cell signalling pathways a computer-based study. PhD Thesis, University of Cambridge, 2002.

175. Skoog F., Miller C.O. Chemical regulation of growth and organ formation in plant tissues cultured in vitro. Symposia of the Society for Experimental Biology, 1957, 11: pp. 118-131.

176. Slovin J.P., Bandurski R.S., Cohen J.D. Auxin. In: Hooykaas P.J., Hall M.A., Libbenga K.R., eds. Biochemistry and molecular biology of plant hormones. Amsterdam: Elsevier, 1999, pp. 115-140.

177. Smith R.S., Guyomarch S., Mandel Т., Reinhardt D., Kuhlemeier C., Prusinkiewicz P. A. Plausible model of phyllotaxis. ProcNatl Acad Sci USA, 2006,103(5): pp. 1301-1306.

178. Smolen G., Bender J. Arabidopsis cytochrome P450 cyp83Bl mutations activate the tryptophan biosynthetic pathway. Genetics, 2002, 160: pp. 323-332.

179. Staswick P.E., Tiryaki I. The oxylipin signal jasmonic acid is activated by an enzyme that conjugates it to isoleucine in Arabidopsis. The Plant Cell, 2004, 16: pp. 2117-2127.

180. Staswick P.E., Serban В., Rowe M., Tiryaki I., Maldonado M.T., Maldonado M.C., Suza W. Characterization of an Arabidopsis enzyme family that conjugates amino acids to indole-3-acetic acid. The Plant Cell, 2005, 17: pp. 616-627.

181. Steinmann Т., Geldner N., Grebe M., Mangold S., Jackson C.L., Paris S., Galweiler L., Palme K., Jiirgens G. Coordinated polar localization of auxin efflux carrier PIN1 by GNOM ARF GEF. Science, 1999, 286(5438): pp. 316-318.

182. Stowe-Evans E.L., Harper R.M., Motchoulski A.V., Liscum E. NPH4, a conditional modulator of auxin-dependent differential growth responses in Arabidopsis. Plant Physiology, 1998, 118: pp. 1265-1275.

183. Subramani S. Components involved in peroxisome import, biogenesis, proliferation, turnover, and movement. Physiological Reviews, 1998, 78: pp. 171-188.

184. Surpin M., Raikhel N. Traffic jams affect plant development and signal transduction. Nature Reviews. Molecular Cell Biology, 2004, 5: pp. 100-109.

185. Swarup R., Kargul J., Marchant A., Zadik D., Rahman A., Mills R., Yemm A., May S., Williams L., Millner P.l. Structurefunction analysis of the presumptive Arabidopsis auxin permease AUX1. The Plant Cell, 2004, 16: pp. 3069-3083.

186. Swinton J. Watching the daisies grow: Turing and Fibonacci phyllotaxes. In: C.A. Teuscher (ed), Alan Turing: Life and Legacy of a Great Thinker. Springer, 2003.

187. Szerszen J.B., Szczyglowski K., Bandurski R.S. iaglu, a gene from Zea mays involved in conjugation of growth hormone indole-3-acetic acid. Science, 1994,265: pp. 1699—1701.

188. Sztein A.E., Cohen J.D., de la Fuente I.G., Cooke T.J. Auxin metabolism in mosses and liverworts. American Journal of Botany, 1999, 86: pp. 1544—1555.

189. Sztein A. Ester, Cohen J.D. and Cooke T.J. Evolutionary patterns in the auxin metabolism of green plants. Int. J. Plant Sci., 2000, 161(6): pp. 849-859.

190. Sztein A.E., Ilic N., Cohen J.D., Cooke T.J. Indole-3-acetic acid biosynthesis in isolated axes from germinating bean seeds: the effect of wounding on the biosynthetic pathway. Plant Growth Regulation, 2002, 36: pp. 201-207.

191. Takase Т., Nakazawa M., Ishikawa A., Kawashima M., Ichikawa Т., Takahashi N., Shimada H., Manabe K., Matsui M. ydkl-D, an auxin-responsive GH3 mutant that is involved in hypocotyl and root elongation. Plant Journal, 2004, 37: pp. 471-483.

192. Tam Y.Y., Normanly J. Determination of indole-3-pyruvic acid levels in Arabidopsis thaliana by gas chromatography-selected ion monitoring-mass spectrometry. Journal of Chromatography, 1998, 800: pp. 101-108.

193. Tam Y.Y., Epstein E., Normanly J. Characterization of auxin conjugates in Arabidopsis. Low steady-state levels of indole-3-acety laspartate, indole-3-acetyl-glutamate, and indole-3-acetyl-glucose. Plant Physiology, 2000, 123: pp. 589-595.

194. Tanaka H., Dhonukshe P., Brewer P. В., Friml J. Spatiotemporal asymmetric auxin distribution: a means to coordinate plant development. Cell. Mol. Life Sci., 2006, 63: pp. 27382754.

195. Teran J., Blemker S., Ng Thow Hing V., Fedkiw R. Finite volume methods for the simulation of skeletal muscle. In: Breen D, Lin M, editors. Eurographics/SIGGRAPH Symposium on Computer Animation, 2003, pp. 68—74.

196. Thimann K.V. Hormone action in the whole life of plants. Amherst: University of Massachusetts Press, 1977, pp. 94-95.

197. Tiwari S.B., Hagen G., Guilfoyle T. The roles of auxin response factor domains in auxin-responsive transcription. The Plant Cell, 2003, 15: pp. 533—543.

198. Tiwari S.B., Hagen G., Guilfoyle T.J. Aux/IAA proteins contain a potent transcriptional repression domain. The Plant Cell, 2004, 16: pp. 533-543.

199. Tobena-Santamaria R., Bliek M„ Ljung K., Sandberg G., Mol J.N., Souer E., Koes R. FLOOZY of petunia is a flavin mono-oxygenase-like protein required for the specification of leaf and flower architecture. Genes and Development, 2002, 16: pp. 753-763.

200. Tsurumi S., Ohwaki Y. Transport of 14C-labeled indoleacetic acid in Vicia root segments. The Plant Cell Physiology, 1978, 19: pp. 1195-1206.

201. Turing A.M. The chemical basis of morphogenesis. Philosophical Transactions of the Royal Society of London. Series B, 1952, 237(641): pp.37-72.

202. Ulmasov Т., Liu Z-B., Hagen G., Guilfoyle T.J. Composite structure of auxin response elements. The Plant Cell, 1995, 7: pp. 1611-1623.

203. Ulmasov Т., Hagen G., Guilfoyle T.J. ARF1, a transcription factor that binds auxin response elements. Science, 1997, 276: pp. 1865-1868.

204. Utsuno K., Shikanai Т., Yamada Y., Hashimoto T. AGR, an agravitropic locus of Arabidopsis thaliana, encodes a novel membraneprotein family member. Plant Cell Physiology, 1998, 39: pp. 1111-1118.

205. Von Neumann J. Theory of Self-Reproducing Automata: Edited and completed by A. Burks. University of Illinois Press, 1966.

206. Walz A., Park S., Slovin J.P., Ludwig-Muller J., Momonoki Y.S., Cohen J.D. A gene encoding a protein modified by the phytohormone indoleacetic acid. Proceedings of the National Academy of Science of the USA, 2002, 99: pp. 1718-1723.

207. Williams L., Fletcher J.C. Stem cell regulation in the Arabidopsis shoot apical meristem. Curr. Opin. Plant Biol., 2005, 8: pp. 582-586.

208. Wolpert L. Positional information and the spatial pattern of cellular differentiation. J Theor Biol., 1969,25(1): pp. 1-47.

209. Woodward A.W., Bartel B. Auxin: regulation, action, and interaction. Ann Bot (Lond), 2005 Apr;95(5): pp.707-35.

210. Woodward A.W., Bartel B. The Arabidopsis peroxisomal targeting signal type 2 receptor PEX7 is necessary for peroxisome function and dependent on PEX5. Molecular Biology of the Cell, 2005a, 16: pp. 573-583.

211. Wright A.D., Moehlenkamp C.A., Perrot G.H., Neuffer M.G., Cone K.C. The maize auxotrophic mutant orange pericarp is defective in duplicate genes for tryptophan synthase b. The Plant Cell, 1992,4: pp. 711-719.

212. Yang X., Lee S., So J.H., Dharmasiri S., Dharmasiri N., Ge L., Jensen C., Hangarter R., Hobbie L., Estelle M. The IAA1 protein is encoded by AXR5 and is a substrate of SCFTIR1. Plant Journal, 2004,40: pp. 772-782.

213. Zhao Y., Christensen S.K., Fankhauser C., Cashman J.R., Cohen J.D., Weigel D., Chory J. A role for flavin monooxygenase-like enzymes in auxin biosynthesis. Science, 2001, 291: pp. 306-309.

214. Zhao Y., Hull A.K., Gupta N.R., Goss K.A., Alonso J., Ecker J.R., Normanly J., Chory J., Celenza J.L. Trp-dependent auxin biosynthesis in Arabidopsis: involvement of cytochrome P450s CYP79B2 and CYP79B3. Genes and Development, 2002, 16: pp. 3100-3112.

215. Zimmerman P.W., Hitchcock A.E. Substituted phenoxy and benzoic acid growth substances and the relation of structure to physiological activity. Contributions of the Boyce Thompson Institute 12,1942, 12: pp. 321-343.

216. Zolman B.K., Yoder A., Bartel B. Genetic analysis of indole-3-butyric acid responses in Arabidopsis thaliana reveals four mutant classes. Genetics, 2000, 156: pp. 1323-1337.

217. Zolman B.K., Bartel В. An Arabidopsis indole-3-butyric acidresponse mutant defective in PEROXIN6, an apparent ATPase implicated in peroxisomal function. Proceedings of the National Academy of Science of the USA, 2004, 101: pp. 1786-1791.

218. Zubieta C., Ross J.R., Koscheski P., Yang Y., Pichersky E., Noel J.P. Structural basis for substrate recognition in the salicylic acid carboxyl methyltransterase family. The Plant Cell, 2003, 15: pp. 1704-1716.

219. Zuse K. Calculating Space: Translated from German. Tech. Transl. AZT-70-64-GEMIT. -MIT Project MAC, 1970.

Информация о работе

Акбердин, Илья Ринатович
кандидата биологических наук
Новосибирск, 2010
ВАК 03.01.09

Диссертация

Моделирование регуляции развития меристемы побега в эмбриогенезе Arabidopsis thaliana L. - тема диссертации по биологии, скачайте бесплатно

Автореферат

Похожие работы