Funktionelle Analyse der LC-FACS in Dictyostelium discoideum

"Funktionelle Analyse der LC-FACS in Dictyostelium discoideum" Das Dictyostelium discoideum Gen fcsA kodiert für ein 75 kDa großes Protein. Es kann durch Homologieanyalysen der Amino-säuresequenz zu den "long-chain fatty acyl-CoA"-Synthetasen ge-rechnet werden, die lang-kettige Fettsäuren durch die kovalente Bindung von Coenzym A akti-vie-ren und damit für diverse Reak-tionen in Stoffwechsel und Molekül-Synthese der Zelle verfügbar machen. Die hier untersuchte D. discoideum LC-FACS lokalisiert als peripher assoziiertes Protein an der cytosolischen Seite der Membran von Endo-somen und kleiner Vesikel. Bereits kurz nach der Bildung in der frühen sauren Phase kann die Lokalisation der LC-FACS auf Endosomen ge-zeigt werden. Sie dissoziiert im Laufe ihrer Neutra-li-sierung und kann auf späten Endosomen, die vor ihrer Exocytose stehen nicht mehr nach-gewiesen werden. Ein Teil der kleinen die in der gesamte Zelle verteilten kleinen Vesikel zeigt eine Kolokalisation mit lysosomalen Enzymen. Trotz des intrazellulären Verteilungs-mus-ters, das eine Beteiligung dieses Pro-teins an der Endocytose nahe-legt, konnte kein signifikanter Rückgang der Pino- und Phagocytose-Rate in LC-FACS Nullmutanten beobachtet werden. Der endo-cy-to-ti-sche Transit ist in diesen Zellen etwas verlängert, außerdem zeigen die Endosomen einen deutlich erhöhten pH-Wert, was zu einer weniger effektiven Prozessierung eines lysosomalen Enzyms führt (a-Mannosidase). Die Funktion der LC-FACS ist die Aufnahme von langkettigen Fettsäuren aus dem Lumen der Endosomen.

Information Exchange and Fusion in Dynamic and Heterogeneous Distributed Environments

Context awareness, dynamic reconfiguration at runtime and heterogeneity are key characteristics of future distributed systems, particularly in ubiquitous and mobile computing scenarios. The main contributions of this dissertation are theoretical as well as architectural concepts facilitating information exchange and fusion in heterogeneous and dynamic distributed environments. Our main focus is on bridging the heterogeneity issues and, at the same time, considering uncertain, imprecise and unreliable sensor information in information fusion and reasoning approaches. A domain ontology is used to establish a common vocabulary for the exchanged information. We thereby explicitly support different representations for the same kind of information and provide Inter-Representation Operations that convert between them. Special account is taken of the conversion of associated meta-data that express uncertainty and impreciseness. The Unscented Transformation, for example, is applied to propagate Gaussian normal distributions across highly non-linear Inter-Representation Operations. Uncertain sensor information is fused using the Dempster-Shafer Theory of Evidence as it allows explicit modelling of partial and complete ignorance. We also show how to incorporate the Dempster-Shafer Theory of Evidence into probabilistic reasoning schemes such as Hidden Markov Models in order to be able to consider the uncertainty of sensor information when deriving high-level information from low-level data. For all these concepts we provide architectural support as a guideline for developers of innovative information exchange and fusion infrastructures that are particularly targeted at heterogeneous dynamic environments. Two case studies serve as proof of concept. The first case study focuses on heterogeneous autonomous robots that have to spontaneously form a cooperative team in order to achieve a common goal. The second case study is concerned with an approach for user activity recognition which serves as baseline for a context-aware adaptive application. Both case studies demonstrate the viability and strengths of the proposed solution and emphasize that the Dempster-Shafer Theory of Evidence should be preferred to pure probability theory in applications involving non-linear Inter-Representation Operations.