Forschungsinteressen
Interdisziplinäre, systembiologische Forschung
Zelluläre Prozesse werden durch komplexe Netzwerke interagierender Moleküle gesteuert. Krankheiten entstehen durch Störungen dieser Netzwerke und lassen sich nur begrenzt durch die Untersuchung einzelner Gene oder Proteine verstehen. Daher gilt unser wissenschaftliches Interesse der systemischen Untersuchung zellulärer Regulationsnetzwerke, insbesondere im Bereich der Krebsforschung. In unserer Forschung kombinieren wir mathematische Modelle mit hochdimensionalen experimentellen Daten, um Einblicke in krankheitsrelevante Veränderungen zu erhalten.
Quantitative Analyse zellulärer Heterogenität
Ein Schwerpunkt unserer Forschung ist dabei die quantitative Beschreibung zellulärer Heterogenität. Sogar genetisch identische Zellen reagieren unterschiedlich (heterogen) auf Umweltveränderungen. Diese Heterogenität ist ein wesentliches Merkmal zellulärer Entscheidungsprozesse, und kann sowohl für die Diversifizierung von Geweben als auch für krankhafte Veränderungen verantwortlich sein. Wir charakterisieren die Variabilität intrazellulärer Netzwerke über zeitaufgelöste bildgebende Verfahren und genomische Analysen auf Einzelzellebene. Basierend auf diesen Daten entwickeln wir theoretische Modelle, mit denen wir heterogene Zellpopulationen im Computer quantitativ abbilden und so Ursachen der zellulären Variabilität identifizieren (Strasen et al., 2018; Fritzsch et al., 2018) bzw verstehen, wie biologische Systeme trotz Fluktuationen robust funktionieren (Kamenz et al., 2015).
Systemisches Verständnis der Genregulation
Als zweiten Fokus studieren wir in unserer Gruppe wie die Aktivität der Gene im Zellkern durch komplexe Regulationsnetzwerke kontrolliert wird. Wir haben systemtheoretische Ansätze entwickelt, mit denen wir das Zusammenspiel der Moleküle in diesen Netzwerken aus Störungsmessungen und genomischen („Multi-OMICS“) Datensätzen ableiten (Braun et al., 2018; Stelniec et al., 2012; Becker et al. 2018). Hauptfokus unserer experimentellen und theoretischen Analysen zur Genregulation ist es, das alternative Spleissen quantitativ zu untersuchen. Dieser Prozess trägt zur Komplexität menschlicher Zellen bei, da es die Produktion vieler Proteinvarianten aus nahezu jedem Gen ermöglicht. Durch systembiologische Ansätze konnten wir basierend auf DNA- und RNA-Sequenzierungsdaten tausende Sequenzmutationen charakterisieren, die eine in Krebszellen deregulierte Spleissentscheidung beeinflussen (Braun et al., 2018). Des Weiteren haben wir quantitative kinetische Modelle entwickelt, um die hochkomplexe molekulare Maschinerie des alternativen Spleissens mechanistisch zu beschreiben (Sutandy et al., 2018; Enculescu et al., 2020). Durch solche Ansätze erhoffen wir uns Einblicke in die Regulationsprinzipien dieses wichtigen genregulatorischen Prozesses.
Leiter Professur für Systembiologie - Forschungsgruppenleiter
Wissenschaftler Mitarbeiter*innen
Technische Mitarbeiter*innen
Doktorand*innen
Ausgewaehlte Publikationen
- Ebersberger S; Hipp C; Mulorz M; Buchbender A; Merzhakupova D; Kang H; Martínez-Lumbreras S; Kristofori P; Sutandy FXR; Allcca L; Schönfeld J; Bakisoglu C; Busch A; Hänel H; Welzel M; Di Liddo A; Möckel M; Zarnack K; Ebersberger I; Legewie S; Luck K; Sattler M; König J. FUBP1 is a general splicing factor facilitating 3' splice site recognition and splicing of long introns. Molecular Cell 83(15):2653-2672.e15. DOI: 10.1016/j.molcel.2023.07.002
- Bohn S#, Hexemer L#, Huang Z, Strohmaier L, Lenhardt S, Legewie S*, Loewer A* (2023) State- and stimulus-specific dynamics of SMAD signaling determine fate decisions in individual cells. Proceedings of the National Academy of Sciences 120 (10) e2210891120. DOI: 10.1073/pnas.2210891120
- Horn T#, Gosliga A#, Li C, Enculescu M*, Legewie S* (2023) Position-dependent effects of RNA-binding proteins in the context of co-transcriptional splicing. npj Syst Biol Appl 9, 1
- Cortés-López M#, Schulz L#, Enculescu M#, Paret C, Spiekermann B, Busch A, Orekhova A, Kielisch F, Quesnel-Vallières M, Torres-Diz M, Faber J, Barash Y, Thomas-Tikhonenko A, Zarnack K*, Legewie S*, König J* (2022) High-throughput mutagenesis identifies mutations and RNA-binding proteins controlling CD19 splicing and CART-19 therapy resistance. Nature communications 13, 5570
- Kolbe N#, Hexemer L#, Bammert LM, Loewer A, Lukáčová-Medviďová M*, Legewie S* (2022) Data-based stochastic modeling reveals sources of activity bursts in single-cell TGF-β signaling. PLoS Comput Biol 18(6): e101026
- Sarma U#, Hexemer L#, Anyaegbunam U#, Legewie S (2020) Modelling cellular signalling variability based on single-cell data: the TGFb/SMAD signaling pathway
- Enculescu M, Braun S, Setty ST, Zarnack K, König J and Legewie S (2020) Exon definition facilitates reliable control of alternative splicing. Biophysical Journal 118(8): 2027-2041
- Becker K, Bluhm A, Casas-Vilas N, Dinges N, Roignant JY, Butter F* and Legewie S* (2018). Quantifying post-transcriptional regulation in the development of D. melanogaster. Nature Communications 9: 4970
- Braun S#, Enculescu M#, Setty ST*, Cortés-López M, de Almeida BP, Sutandy FXR, Schulz L, Busch A, Seiler M, Ebersberger S, Barbosa-Morais NL, Legewie S*, König J* and Zarnack K* (2018). Decoding a cancer-relevant splicing decision in the RON proto-oncogene using high-throughput mutagenesis. Nature Communications 9: 3315
- Sutandy R#, Ebersberger S#, Huang L#, Busch A, Bach M, Kang HS, Fallmann J, Maticzka D, Backofen R, Stadler PF, Zarnack K, Sattler M, Legewie S* and König J* (2018). In vitro iCLIP-based modeling uncovers how the splicing factor U2AF65 relies on regulation by cofactors. Genome Research 28: 699-713
- Fritzsch C#, Baumgaertner S#, Kuban M, Reid G*, Legewie S* (2018). Estrogen-dependent control and cell-to-cell variability of transcriptional bursting. Molecular Systems Biology 14(2):e7678
- Strasen J #, Sarma U#, Jentsch M#, Legewie S*, Loewer A* (2018). Cell-specific responses to the cytokine TGFβ are determined by variability in protein levels. Molecular Systems Biology 14(1):e7733
- Enculescu M#, Metzendorf C#, Sparla R, Hahnel M, Bode J, Muckenthaler M*, Legewie S*. Modelling Systemic Iron Regulation during Dietary Iron Overload and Acute Inflammation: Role of Hepcidin-independent Mechanisms. PLoS Computational Biology 13:e1005322
- Kamenz J, Mihaljev T, Kubis A, Legewie S*, Hauf S* (2015). Robust ordering of anaphase events by adaptive thresholds and competing degradation pathways. Molecular Cell. 60:446 (Preview in Developmental Cell 35: 403)
- Kallenberger S, Beaudouin J, Claus J, Fischer C, Sorger PK, Legewie S*, Eils R* (2014). Intra- and Interdimeric Caspase-8 Self-Cleavage Controls Strength and Timing of CD95-Induced Apoptosis. Science Signaling 7, ra23. (Editors’ Choice in Science 343: 1178)
- Casanovas G#, Banerji A#, D’Alessio F#, Muckenthaler MU*, Legewie S* (2014). A multi-scale model of hepcidin promoter regulation reveals factors controlling systemic iron homeostasis. PLoS Comp Biol 10, e1003421
- Jeschke M, Baumgärtner S, Legewie S (2013). Determinants of cell-to-cell variability in protein kinase signaling. PLoS Comp Biol 9, e1003357
- Stelniec I#, Legewie S#, Tchernitsa O, Bobbe S, Sers C, Herzel H, Blüthgen N* and Schäfer R* (2012). Hierarchical regulation in a K-Ras-dependent transcriptional network revealed by a reverse- engineering approach. Mol Syst Biol. 2012;8:601
- Paulsen M#, Legewie S#, Eils R, Karaulanov E, Niehrs C (2011). Negative feedback in the BMP4 synexpression group governs its dynamic signaling range and canalizes development. Proc Natl Acad Sci U S A. 108(25):10202-7. (Editors’Choice in Science 333: 138, Rated Exceptional by F1000)
- Legewie S, Herzel H, Westerhoff HV, Blüthgen N (2008). Recurrent design patterns in the feedback regulation of the mammalian signalling network. Molecular Systems Biology 4, 190
- Legewie S, Blüthgen N, Herzel H (2006). Mathematical Modeling Identifies Inhibitors of Apoptosis (IAPs) as Mediators of Positive Feedback and Bistability. PLoS Comput Biol. 2, e120 (Editors’Choice in Science 314: 389)
Kontakt
Stefan Legewie
Prof. Dr.Direktor der Abteilung Systembiologie
Monika Kuban
Laborleiterin
Alison Gosliga
MScPhD Student / Web Adminstrator