Zusammenfassung
Wie viel Information in einer Botschaft steckt, hat Shannon messbar gemacht. Es wird ausgerechnet, wie viel Bit Information in jedem Teil (Wort, Nukleotid ...) einer Botschaft steckt. Interessanterweise kann man so jede Menge Codes, Sprachen und Kodierungen in der Zelle identifizieren. Da lebendige Zellen keine Computer sind, sondern zahlreiche biochemische Reaktionen gleichzeitig nebeneinander und teilweise recht ungeordnet ablaufen und damit für viel Unruhe und Störungen sorgen, ist es wichtig, diese Information möglichst klar zu senden, etwa Signale durch Signalkaskaden zu verstärken. Je präziser das Signal in der Zelle verstanden und umgesetzt wird, umso besser überlebt die Zelle. Deswegen sorgte schon der Überlebensdruck dafür, dass die genetische Information gut kodiert wird und gut in verschiedene weitere Codes übertragen wird. Diese Codes kann wieder die Bioinformatik für gute Vorhersagen „knacken“, beispielsweise für die Sequenzanalyse.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
Ahmed Z, Mayr M, Zeeshan S et al (2015) Lipid-Pro: a computational lipid identification solution for untargeted lipidomics on data-independent acquisition tandem mass spectrometry platforms. Bioinformatics 31(7):1150–1153. doi:10.1093/bioinformatics/btu796 (* Dies ist eine von uns entwickelte Software, die hilft, Lipide zu klassifizieren und ihren Code zu decodieren.)
Diehl AG, Boyle AP (2016) Deciphering ENCODE. Trends Genet 32(4):238–249. doi:10.1016/j.tig.2016.02.002 (Review. PubMed PMID: 26962025 * Ein sehr schöner Überblick über die Ergebnisse von ENCODE.)
Heinrich R, Neel BG, Rapoport TA (2002) Mathematical models of protein kinase signal transduction. Mol Cell 9(5):957–970 (* Beschreibt, wie sich die Zelle gegen den Hintergrundlärm durchsetzt.)
Lujambio A, Lowe SW (2012) The microcosmos of cancer. Nature 482(7385):347–355. doi:10.1038/nature10888 (Review. PubMed PMID: 22337054; PubMed Central PMCID: PMC3509753 * Zeigt miRNA-Codes und wie sie für Krebs wichtig sind.)
Milo R, Jorgensen P, Moran U et al (2010) BioNumbers – the database of key numbers in molecular and cell biology. Nucleic Acids Res 38(Database issue):D750–753. doi:10.1093/nar/gkp889 (* Hier werden die Nummerncodes, die in zahlreichen biologischen Prozessen eine Rolle spielen, schön und ansprechend erklärt.)
Richard A, Boullu L, Herbach U et al (2016) Single-cell-based analysis highlights a surge in cell-to-cell molecular variability preceding irreversible commitment in a differentiation process. PLoS Biol 14(12):e1002585 (* Nutzt vorteilhaft die Shannon-Entropie in einem schönen biologischen Anwendungsbeispiel.)
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2017 Springer-Verlag GmbH Deutschland
About this chapter
Cite this chapter
Dandekar, T., Kunz, M. (2017). Signalkaskaden durch Messen der kodierten Information besser verstehen. In: Bioinformatik. Springer Spektrum, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-54698-7_7
Download citation
DOI: https://doi.org/10.1007/978-3-662-54698-7_7
Published:
Publisher Name: Springer Spektrum, Berlin, Heidelberg
Print ISBN: 978-3-662-54697-0
Online ISBN: 978-3-662-54698-7
eBook Packages: Life Science and Basic Disciplines (German Language)