Computational modeling and model selection to reveal cellular mechanisms in tissue homeostasis

Bast, Lisa

User: Guest

Lisa Bast

If you experience problems opening the document, please try this link.

Original title:: Computational modeling and model selection to reveal cellular mechanisms in tissue homeostasis
Translated title:: Computergestützte Modellierung und Modellselektion zur Entschlüsselung zellulärer Mechanismen der Gewebehomöostase
Author:: Bast, Lisa
Year:: 2021
Document type:: Dissertation
Faculty/School:: Fakultät für Mathematik
Advisor:: Theis, Fabian J. (Prof. Dr. Dr.)
Referee:: Theis, Fabian J. (Prof. Dr. Dr.); Floßdorf, Michael (Dr.); Hicks, Damien (Prof. Dr.)
Language:: en
Subject group:: MAT Mathematik
Keywords:: computational modeling, model selection, parameter estimation, tissue homeostasis
Translated keywords:: Modellierung, Modellselektion, Parameterschätzung, Gewebehomöostase
TUM classification:: BIO 110; MAT 022
Abstract:: This thesis aims to gain insights into two tissue homoeostasis processes: neurogenesis and hematopoiesis. By developing models that describe homoeostasis as a chemical reaction network stochastically on the single cell level and deterministically on the cell population level and performing MLE, parameters were inferred from time-resolved data. To identify plausible mechanisms and age- or disease-related changes several models were derived and a quantitative comparison was performed.
Translated abstract:: Diese Dissertation verfolgt das Ziel Einblicke in zwei Gewebehomöostaseprozesse, die Neurogenese und Hämatopoese, zu gewinnen. Durch Entwicklung von Modellen, die Homöostase als Reaktionsnetzwerk stochastisch auf Einzelzellebene und deterministisch auf Zellpopulationsebene beschreiben und Anwendung von ML-Schätzung, wurden Parameter aus zeitaufgelösten Daten inferiert. Um plausible Mechanismen zu entschlüsseln, wurden verschiedene Modelle hergeleitet und quantitativ verglichen.
WWW:: https://mediatum.ub.tum.de/?id=1596558
Date of submission:: 07.04.2021
Oral examination:: 25.10.2021
File size:: 72895567 bytes
Pages:: 138
Urn (citeable URL):: https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20211025-1596558-1-6
Last change:: 07.02.2022
BibTeX