TY - GEN N2 - Proteine sind an allen zellulären Prozessen beteiligt und agieren dabei in der Regel in Wechselwirkung mit anderen Proteinen. In dieser Arbeit wird ein Modell für die stochastische Dynamik von Proteinkomplexen untersucht, das sich für große Systeme und lange Zeiten eignet. Jedes Protein wird als Teilchen aufgefasst, welches an seiner Oberfläche reaktive Bereiche aufweist. Ein Überlapp solcher Bereiche von zwei Modellproteinen führt zur stochastischen Ausbildung einer Bindung, die dynamisch wieder aufbrechen kann. Die Anordnung und Kinetik der Bindungsstellen kann an konkrete biologische Systeme angepasst werden. Die Dynamik des Modellsystems wird mit einer Langevin-Gleichung im überdämpften Grenzfall beschrieben. Zunächst werden drei verschiedene Detailstufen der Modellierung der bimolekularen Bindungsdynamik betrachtet. Die Zeit zum Erreichen einer reaktiven Relativposition zwischen zwei Proteinen und die Anzahl erfolgloser Annäherungen werden mit Computersimulationen und analytischen Rechnungen bestimmt. Der Effekt anisotroper Formen auf die Assemblierungsdynamik wird anhand von Ellipsoiden mit unterschiedlichen Aspektverhältnissen untersucht. Die relevante Zeitskale für anisotrope Diffusion wird analytisch bestimmt. Simulationen ergeben, dass die Annäherungsdauer im wesentlichen durch die unterschiedlichen Zugänglichkeit der reaktiven Bereiche bestimmt wird. Schließlich wird die Dynamik von Komplexen mit mehr als zwei Proteinen betrachtet. Es zeigt sich, dass die Transportprozesse zwischen Bindungsvorgängen nicht durch einfache stochastische Raten beschrieben werden können. Für die Virusassemblierung wird gezeigt, dass sie nur bei mittleren Dissoziationsraten erfolgreich verläuft. A1 - Schluttig, Jakob UR - https://archiv.ub.uni-heidelberg.de/volltextserver/9542/ KW - Proteinassemblierung KW - Stochastische Dynamik KW - Transportprozesse KW - Anisotrope DiffusionProtein assembly KW - Stochastic dynamics KW - Transport processes KW - Anisotropic diffusion ID - heidok9542 AV - public Y1 - 2009/// TI - Stochastic dynamics of protein assembly ER -