Die embryonale Gonade ist bei Säugetieren das einzige bipotente Organ, das sich während der Geschlechtsbestimmung in Hoden oder Eierstock differenziert. Nach der Spezifikation produziert sie geschlechtsspezifische Hormone, die wichtige morphologische, physiologische und Verhaltensänderungen auslösen und schließlich zu reifen Fortpflanzungsorganen führen, die für die Fortpflanzung der Art unerlässlich sind. Trotz der evolutionären Bedeutung der Gonadenfunktion gibt es erhebliche Entwicklungsunterschiede zwischen den Arten, deren molekulare Mechanismen weitgehend unerforscht sind. Zur Untersuchung dieser Mechanismen wurden Einzelzell-Omics-Techniken (scRNA- und scATAC-seq) an sich entwickelnden Gonaden eingesetzt, um molekulare Faktoren für interspezifische Unterschiede während der Geschlechtsdifferenzierung zu analysieren. Bekannte Zelltypen wurden in Hoden und Eierstöcken von Schweinen (mit medullären Strängen), Mäusen (ohne medulläre Stränge), Kaninchen (mit verzögerter Meiose der Keimzellen) und Maulwürfen (mit Ovotestes) zu geschlechtsdimorphen Zeitpunkten charakterisiert. Interartspezifische Vergleiche zeigten sowohl konservierte als auch artspezifische Ereignisse auf den Ebenen der dynamischen Genexpression, Co-Expressionsnetzwerke und zellulären Kommunikation. Expressionsdaten wurden mit epigenomischen Daten integriert, um genregulatorische Netzwerke (GRNs) abzuleiten und die regulatorischen Mechanismen zu klären. Analysen zeigten die Einbeziehung artenspezifischer Transkriptionsfaktoren in konservierte GRNs und identifizierten mutmaßliche cis-regulatorische Elemente, die mit artspezifisch exprimierten Genen verknüpft sind. Die Studie legt nahe, dass unterschiedliche Kontrollmechanismen die Meiose in ovariellen Keimzellen über Arten hinweg initiieren und dass der Metabolismus steroidogener Enzyme zu einzigartigen Entwicklungsmerkmalen bei Kaninchen beitragen könnte. / In mammals, the embryonic gonad is the only bipotential organ, differentiating into either testis or ovary during sex determination. Once specified, it produces sex-specific hormones that induce key morphological, physiological, and behavioral changes, leading to mature reproductive organs essential for species perpetuation. Despite the evolutionary importance of gonadal function, significant developmental plasticity exists across species, with underlying molecular mechanisms largely unexplored. To address this, single-cell omics techniques (scRNA- and scATAC-seq) were employed on developing gonads to investigate molecular contributors to interspecies differences during sex differentiation. Known cell types were characterized in testes and ovaries of pigs (exhibiting medullary cords), mice (lacking medullary cords), rabbits (displaying delayed meiosis of germ cells), and moles (forming ovotestes) at sexually dimorphic time points. Interspecies comparative analyses revealed both conserved and species-specific events at the levels of dynamic gene expression, co-expression networks, and cellular communication. Expression data were integrated with epigenomic data to infer gene regulatory networks (GRNs), clarifying regulatory mechanisms governing these events. Analyses revealed species-specific transcription factors in conserved GRNs and identified putative cis-regulatory elements linked with species-specific expressed genes. The study suggests diverse controls initiate meiosis in ovarian germ cells across species and that steroidogenic enzyme metabolism may contribute to unique developmental features in rabbits. Overall, this study advances the understanding of mammalian gonad differentiation and highlights how gene expression program evolution has contributed to mammalian phenotype diversity.

Einzelzell-Omics-Daten stehen derzeit im Fokus der Entwicklung computergestützter Methoden in der Molekularbiologie und Genetik. Einzelzellexperimenten lieferen dünnbesetzte, hochdimensionale Daten über zehntausende Gene oder hunderttausende regulatorische Regionen in zehntausenden Zellen. Diese Daten bieten den Forschenden die Möglichkeit, Gene und regulatorische Regionen zu identifizieren, welche die Bestimmung und Aufrechterhaltung der Zellidentität koordinieren. Die gängigste Strategie zur Identifizierung von Zellidentitätsmarkern besteht darin, die Zellen zu clustern und dann Merkmale zu finden, welche die Cluster unterscheiden, wobei davon ausgegangen wird, dass die Zellen innerhalb eines Clusters die gleiche Identität haben. Diese Annahme ist jedoch nicht immer zutreffend, insbesondere nicht für Entwicklungsdaten bei denen sich die Zellen in einem Kontinuum befinden und die Definition von Clustergrenzen biologisch gesehen potenziell willkürlich ist. Daher befasst sich diese Dissertation mit Clustering-unabhängigen Strategien zur Identifizierung von Markern aus Einzelzell-Omics-Daten. Der wichtigste Beitrag dieser Dissertation ist SEMITONES, eine auf linearer Regression basierende Methode zur Identifizierung von Markern. SEMITONES identifiziert (Gruppen von) Markern aus verschiedenen Arten von Einzelzell-Omics-Daten, identifiziert neue Marker und übertrifft bestehende Marker-Identifizierungsansätze. Außerdem ermöglicht die Identifizierung von regulatorischen Markerregionen durch SEMITONES neue Hypothesen über die Regulierung der Genexpression während dem Erwerb der Zellidentität. Schließlich beschreibt die Dissertation einen Ansatz zur Identifizierung neuer Markergene für sehr ähnliche, dennoch underschiedliche neurale Vorlauferzellen im zentralen Nervensystem von Drosphila melanogaster. Ingesamt zeigt die Dissertation, wie Cluster-unabhängige Ansätze zur Aufklärung bisher uncharakterisierter biologischer Phänome aus Einzelzell-Omics-Daten beitragen. / Single-cell omics approaches are the current frontier of computational method development in molecular biology and genetics. A single single-cell experiment provides sparse, high-dimensional data on tens of thousands of genes or hundreds of thousands of regulatory regions (i.e. features) in tens of thousands of cells (i.e. samples). This data provides researchers with an unprecedented opportunity to identify those genes and regulatory regions that determine and coordinate cell identity acquisition and maintenance. The most common strategy for identifying cell identity markers consists of clustering the cells and then identifying differential features between these clusters, assuming that cells within a cluster share the same identity. This assumption is, however, not guaranteed to hold, particularly for developmental data where cells lie along a continuum and inferring cluster boundaries becomes non-trivial and potentially biologically arbitrary. In response, this thesis presents clustering-independent strategies for marker feature identification from single-cell omics data. The primary contribution of this thesis is a linear regression-based method for marker feature identification from single-cell omics data called SEMITONES. SEMITONES can identify markers or marker sets from diverse single-cell omics data types, identifies novel markers, outperforms existing marker identification approaches. The thesis also describes how the identification of marker regulatory regions by SEMITONES enables the generation of novel hypotheses regarding gene regulation during cell identity acquisition. Lastly, the thesis describes the clustering-independent identification of novel marker genes for highly similar yet distinct neural progenitor cells in the Drosophila melanogaster central nervous system. Altogether, the thesis demonstrates how clustering-independent approaches aid the elucidation of yet uncharacterised biological patterns from single cell-omics data.