Single-cell RNA sequencing has become a standard technique to characterize tissue development. Hereby, cross-sectional snapshots of the diversity of cell transcriptomes were transformed into (pseudo-) longitudinal trajectories of cell differentiation using computational methods, which are based on similarity measures distinguishing cell phenotypes. Cell development is driven by alterations of transcriptional programs e.g., by differentiation from stem cells into various tissues or by adapting to micro-environmental requirements. We here complement developmental trajectories in cell-state space by trajectories in gene-state space to more clearly address this latter aspect. Such trajectories can be generated using self-organizing maps machine learning. The method transforms multidimensional gene expression patterns into two dimensional data landscapes, which resemble the metaphoric Waddington epigenetic landscape. Trajectories in this landscape visualize transcriptional programs passed by cells along their developmental paths from stem cells to differentiated tissues. In addition, we generated developmental “vector fields” using RNA-velocities to forecast changes of RNA abundance in the expression landscapes. We applied the method to tissue development of planarian as an illustrative example. Gene-state space trajectories complement our data portrayal approach by (pseudo-)temporal information about changing transcriptional programs of the cells. Future applications can be seen in the fields of tissue and cell differentiation, ageing and tumor progression and also, using other data types such as genome, methylome, and also clinical and epidemiological phenotype data.

Cell differentiation is the process of a cell developing from one cell type to another. It is of interest to analyse the differentiation from stem cells to different types of mature cells, and discover what genes are involved in regulating the differentiation to specific cells, for instance to get insights to what is causing certain diseases and find potential treatments.  In this project, two mathematical models are developed for analysing blood cell differentiation (haematopoiesis) with methods based on optimal transportation. Optimal transportation is about moving one mass distribution to another at minimal cost. Modelling a sample of cells as point masses placed in a space based on the cells' gene expressions, accessed by single-cell RNA sequencing, optimal transportation is used to find transitions between cells that costs the least in terms of changes in gene expression. With this, cell-to-cell trajectories, from haematopoietic stem cells to mature blood cells, are obtained. With the first model, cells are divided into groups based on their maturity, which is determined by using diffusion pseudotime, and optimal transportation is preformed between groups. The resulting trajectories suggest that haematopoietic stem cells possibly can develop into the same mature cell type in different ways, and that the cell fate for some cell types is decided late on in development. In future work, the gene regulation along the obtained trajectories can be analysed. The second model is developed to be more general than the first, and not be dependent on a group division before preforming optimal transportation. / Celldifferentiering är processen då en cell utvecklas från en celltyp till en annan. Det är av intresse att analysera differentieringen från stamcell till olika typer av mogna celler, och undersöka vilka gener som har betydelse i regleringen av differentieringen till specifika celler, bland annat för att få en inblick i vad som orsakar vissa sjukdomar och hitta potentiella botemedel. I detta projekt utvecklas två matematiska modeller för att analysera blodcellsutveckling (hematopoes) med metoder som är baserade på optimal transport. Optimal transport handlar om att förflytta en massfördelning till en annan till lägst kostnad. Genom att modellera celler som punktmassor, placerade i ett rum baserat på cellernas genuttryck som fås genom singel-cell RNA-sekvensering, används optimal transport för att hitta förflyttningar mellan celler som kostar minst i termer av förändringar i genuttryck. Från detta skapas vägar mellan celler, från hematopoetiska stamceller till mogna celler. I den första modellen delas cellerna upp i grupper baserat på deras mognadsgrad, som bestäms genom att använda pseudotid baserad på en diffusionsavbildning, och optimal transport används sedan mellan grupperna. De resulterande vägarna visar på att hematopoetiska stamceller möjligen kan utvecklas till samma typ av mogen cell på olika sätt, och att cellödet för vissa typer av celler bestäms sent i utvecklingen. I framtida arbete kan genregleringen längs de funna vägarna analyseras. Den andra modellen utvecklas för att vara mer generell än den första, och inte bero på en gruppuppdelning innan optimal transport används.

Das Herz eines Zebrafishs ist bemerkenswert, da es sich nach einer Verletzung vollständig regenerieren kann. Der Regenerationsprozess wird von Fibrose begleitet - der Bildung von überschüssigem Gewebe der extrazellulären Matrix (ECM). Anders als bei Säugetieren ist die Fibrose im Zebrafish nur transient. Viele Signalwege wurden identifiziert, die an der Herzregeneration beteiligt sind. Allerdings sind die Zelltypen, insbesondere Nicht-Kardiomyozyten, die für die Regulation des Regenerationsprozesses verantwortlich sind, weitgehend unbekannt. In dieser Arbeit haben wir systematisch alle Zelltypen des gesunden und des verletzten Zebrafischherzens mithilfe einer auf Mikrofluidik basierenden Hoch-Durchsatz- Einzelzell-RNA-Sequenzierung bestimmt. Wir fanden eine große Heterogenität von ECM-produzierenden Zellen, einschließlich einer Reihe neuer Fibroblasten, die nach einer Verletzung mit unterschiedlicher Dynamik auftreten. Wir konnten aktivierte Fibroblasten beschreiben und Fibroblasten-Subtypen mit einer pro-regenerativen Funktion identifizieren. Darüber hinaus haben wir eine Methode entwickelt, um die Transkriptomanalyse und die Rekonstruktion von Zell-Verwandtschaften auf Einzelzellebene zu kombinieren. Unter Verwendung der CRISPR-Cas9-Technologie führten wir zufällige Mutationen in bekannte und ubiquitär transkribierte DNA-Loci während der Embryonalentwicklung von Zebrafischen ein. Diese Mutationen dienten als zellspezifische, permanente und vererbbare “Barcodes”, die zu einem späteren Zeitpunkt erfasst werden konnten. Mit maßgeschneiderten Analysealgorithmen konnten wir dann Stammbäume der sequenzierten Einzelzellen erstellen. Mit dieser neuen Methode haben wir gezeigt, dass im sich regenerierenden Zebrafischherz ECM-produzierende Zellpopulationen entweder mit dem Epi- oder mit dem Endokardium verwandt sind. Zusätzlich entdeckten wir, dass vom Endokardium abgeleitete Zelltypen vom Wnt-Signalweg abhängig sind. / The zebrafish heart has the remarkable capacity to fully regenerate after injury. The regeneration process is accompanied by fibrosis - the formation of excess extracellular matrix (ECM) tissue, at the injury site. Unlike in mammals, the fibrosis of the zebrafish heart is only transient. While many pathways involved in heart regeneration have been identified, the cell types, especially non-myocytes, responsible for the regulation of the regenerative process have largely remained elusive. Here, we systematically determined all different cell types of both the healthy and cryo-injured zebrafish heart in its regeneration process using microfluidics based high-throughput single-cell RNA sequencing. We found a considerable heterogeneity of ECM producing cells, including a number of novel fibroblast cell types which appear with different dynamics after injury. We could describe activated fibroblasts that extensively switch on gene modules for ECM production and identify fibroblast sub- types with a pro-regenerative function. Furthermore, we developed a method that is capable of combining transcriptome analysis with lineage tracing on the single-cell level. Using CRISPR-Cas9 technology, we introduced random mutations into known and ubiquitously transcribed DNA loci during the zebrafish embryonic development. These mutations served as cell-unique, permanent, and heritable barcodes that could be captured at a later stage simultaneously with the transcriptome by high-throughput single-cell RNA sequencing. With custom tailored analysis algorithms, we were then able to build a developmental lineage tree of the sequenced single cells. Using this new method, we revealed that in the regenerating zebrafish heart, ECM contributing cell populations derive either from the epi- or the endocardium. Additionally, we discovered in a functional experiment that endocardial derived cell types are Wnt signaling dependent.

Die Grundlage der Entwicklung multizellulärer Lebewesen bildet die Herausbildung stabiler Zelllinien aus einer einzelnen Zygote. Die Expression spezifischer Kombinationen von Transkriptionsfaktoren ist von zentraler Bedeutung für diesen Prozess. Des Weiteren sind epigenetische Veränderungen des Genoms von Bedeutung, über deren Verhältnis zu Änderungen der Zell-Identitäten weniger bekannt ist. In dieser Arbeit nutze ich Daten aus scATAC-seq und scRNA-seq (mit metabolischer Markierung; scSLAM-seq) um die regulierenden Elemente im Seeigel zu charakterisieren – vom 4-Zell-Stadium, über die Aktivierung des zygotischen Genoms, bis hin zu den Strukturen der frühen Pluteus-Larve. Die Schicksale der einzelnen Zellen des Seeigels sind gut erforscht und ab der vierten Zellteilung etabliert (auch wenn einzelne Veränderungen bis zum 128-Zell Stadium induziert werden können), wonach die Keimblätter fest verankert sind. Plastizität innerhalb der Keimblätter ist mindestens bis zum Ende der Gastrulation möglich. Mithilfe dieser Daten, sowie den bekannten Ergebnissen der Erforschung der Zellschicksale vergangener Jahrzehnte, ist eine Diversifizierung von Zelltypen ersichtlich, die beim 128-Zell-Stadium mit der großen Welle der zygotischen Genomaktivierung (ZGA), einer Veränderung des Chromatinzustandes und dem Verlust der Entwicklungsplastizität einhergeht. Ein kleiner Teil von Genen, im Allgemeinen zelltypspezifische Transkriptionsfaktoren, wird schon vor der großen Welle der ZGA exprimiert, während sich gut offene Chromatinstrukturen auf wenige, distinkte regulatorische Sequenzen beschränken. Von diesem Zeitpunkt an, wird die Genexpression zelltypspezifisch, auch wenn viele Chromatinelemente weiterhin zelltypübergreifend offen sind. Insgesamt sind die Chromatinelemente recht kompakt und Elemente innerhalb der Gene häufig. Danach porträtiere ich noch die regulatorischen Veränderungen die mit der neuralen Entwicklung, sowie der Diversität von skelettbildenden Zellen im Seeigel einhergehen. Zuletzt identifiziere ich ~ 100 Gene, die in die Kalzifizierung des Skelettes des Seeigels involviert sind. / The emergence of multiple, stable cell lineages from a single-cell zygote is the essence of multicellular development. Combinatorial transcription factor expression is central to this process, as well as epigenetic changes whose relationship to changes in cell-identity are far less well understood. In this thesis, I use data from scATAC-seq and scRNA-seq (with metabolic labeling; scSLAM-seq) to characterize the regulatory landscapes of sea urchin development spanning from the 4-cell embryo through maternal zygotic transition (MZT), gastrulation, and the early pluteus larvae with its ecologically relevant structures (~72h). The early fate-map in sea urchins is well understood, providing an ideal model for this analysis; the basic fate-map is established by the fourth cleavage (though inducible lineage changes are possible up to the 128-cell stage) after which germ-layer identity is locked, though there remains considerable plasticity within lineages at least through gastrulation. Using these data, along-side classic research into cell fate maps in the early embryo, I find that cell-type diversification and a loss of plasticity at 128-cell stage corresponds to a major wave of zygotic genome activation (ZGA) and a clear resolution of the chromatin landscape in the sea urchin. However, a subset of genes, often cell-type-specific transcription factors, shows evidence of pre-MZT zygotic expression with early chromatin accessibility limited to few sites with distinct regulatory sequences. From this time, gene expression profiles become highly cell-type-specific, though many regulatory elements remain ubiquitously accessible, suggesting differential transcription factor occupancy at broadly accessible sites. Overall, the regulatory landscape is fairly compact with accessible intragenic elements being frequent. Subsequently, I profile the regulatory changes underlying neurodevelopment and the diversity of skeletogenic cells in the sea urchin. Finally, I also identify ~ 100 genes that are associated with calcification of the sea urchin skeleton.

Induktiv gekoppelte Plasma-Massenspektrometrie mit Laserablation (LA-ICP-MS) wird zunehmend für die Einzelzellanalyse eingesetzt, jedoch wird eine weitere verbreitete Verbreitung durch den geringen Durchsatz behindert. Daher wurde in dieser Arbeit der Durchsatz von Einzelzellen-LA-ICP-MS untersucht und verbessert. Zunächst werden die beiden möglichen Ablationsmodi, Bildgebung und Einzelpunktanalyse (SSA), hinsichtlich ihrer analytischen Gütezahlen (Signal-Rausch-Verhältnis, Präzision, Genauigkeit, Durchsatz) verglichen. Hierfür wurden adhärente 3T3-Fibroblastenzellen mit zwei Metallfarbstoffen angefärbt und mit beiden Methoden mehrere Dutzend Zellen vermessen. SSA zeigte überlegene Eigenschaften hinsichtlich Durchsatz und Nachweisgrenzen. Darüber hinaus wurde gezeigt, dass >400 Zellen analysiert werden müssen, um zufriedenstellende Statistiken für einen quantitativen Vergleich der Ergebnisse zu erhalten, was als zu mühsam befunden wurde. Daher wurde ein Einzelzellen-Arraying-Schritt integriert, um eine automatisierte LA-ICP-MS-Analyse zu ermöglichen. Hierfür wurden zwei Arrayingverfahren getestet: Zunächst wurde das mikrofluidische Arraying von Zellen getestet, jedoch verhinderte das Einklemmen von weichen PDMS-Chips eine erfolgreiche Anwendung, und eine Neugestaltung des Chips wäre erforderlich. Daraufhin wurde eine neuartige Technologie getestet, die auf dem Arraying von Tröpfchen in Verbindung mit der Bilderkennung von Zellen beruht, wobei ein Anordnungsdurchsatz von 550 Zellen pro Stunde und eine beispiellose Einzelzellengenauigkeit (> 99%) gefunden wurde. In einem Proof-of-Principle-Experiment wurde ein Zellarray von THP-1-Suspensionszellen mittels LA-ICP-TOF-MS analysiert und erstmals gleichzeitig endogene und exogene Isotope einzelner Zellen als Isotopen-Fingerabdrücke von Zellen mit Nachweisgrenzen von lediglich wenigen hundert attogramm. Schließlich wurden diese Ergebnisse mit der derzeit gebräuchlichsten Analysemethode Single-Cell (sc)-ICP-MS verglichen. / Laser ablation inductively coupled plasma mass spectrometry (LA-ICP-MS) is increasingly used for single-cell analysis. However, a more widespread use of LA-ICP-MS in single cell analysis is hampered by its low throughput. Hence, in this work the throughput of single cell LA-ICP-MS was studied and improved. First, the two possible ablation modes, imaging and single spot analysis (SSA) of single cells using a large laser spot, are compared regarding their analytical figures of merit (signal to noise, precision, accuracy, throughput), as well as regarding ease of operation and data evaluation. For that, adherent 3T3 fibroblast cells were stained with two metal dyes and several dozen cells were measured using both modes. SSA showed superior characteristics regarding throughput and detection limits. Moreover, it was shown that >400 cells must be analyzed to reach satisfactory statistics for a quantitative comparison of results, which would have been too laborious. Thus, a single cell arraying step was integrated to enable automated LA-ICP-MS analysis. Two different arraying methods were evaluated: First, arraying via hydrodynamic front trapping of cells using a microfluidic device was tested, but clamping of soft PDMS-chips prevented successful arraying and it was concluded that a major redesign of the chip is necessary. Secondly, and a novel technology relying on a microdroplet arrayer in conjunction with image recognition of cells was tested and a moderate arraying throughput (550 cells per hour) and an unprecedented single-cell accuracy (>99%) was found. In a proof of principle experiment, a cell array of THP-1 suspension cells was analyzed using LA-ICP-TOF-MS and endogenic and exogenic isotopes of individual cells were detected for the first time simultaneously as isotopic fingerprints of cells with detection limits as low as hundred attogram. Finally, these results were compared to the currently more commonly used analysis method single-cell (sc)-ICP-MS.

Single-cell analysis means to analyze cells on an individual level. This individual analysis enhances the investigation of the heterogeneity among and the classification of individual cells. Single-cell analysis is a broad term and can include various measurements. This thesis utilizes single-cell RNA sequence data that measures RNA sequences representing genes for individual cells. This data is often high-dimensional, with tens of thousands of RNA sequences measured for each cell. Dimension reduction is therefore necessary when analyzing the data. One proposed dimension reduction method is the unsupervised machine learning method variational autoencoders. The scVI framework has previously implemented a variational autoencoder for analyzing single-cell RNA sequence data. The variational autoencoder of the scVI has one latent space with a Gaussian distribution. Several extensions have been made to the scVI framework since its creation. This thesis proposes an additional extension consisting of a variational autoencoder with two latent spaces, called hybridVI. One of these latent spaces has a Gaussian distribution and the other a von Mises-Fisher distribution. The data is separated between these two latent spaces, meaning that some of the genes go through one latent space and the rest go through the other. In this thesis the cell cycle genes go through the von Mises-Fisher latent space and the rest of the genes go through the Gaussian latent space. The motivation behind the von Mises-Fisher latent space is that cell cycle genes are believed to follow a circular distribution. Putting these genes through a von Mises-Fisher latent space instead of a Gaussian latent space could provide additional insights into the data. The main focus of this thesis was to analyze the impact this separation. The analysis consisted of comparing the performance of the hybridVI model, to the original scVI variational autoencoder. The comparison utilized three annotated datasets, one peripheral blood mononuclear cell dataset, one cortex cell dataset, and one B cell dataset collected by the Henriksson lab at Umeå University. The evaluation metrics used were the adjusted rand index, normalized mutual information and a Wilcoxon signed ranks test was used to determine if the results had statistical significance. The results indicate that the size of the dataset was essential for achieving robust and statistically significant results. For the two datasets that yielded statistically significant results, the scVI model performed better than the hybridVI model. However, more research analyzing biological aspects is necessary to declare the hybridVI model’s effect on the biological interpretation of the results. / Individuell cellanalys är en relativt ny metod som möjliggör undersökning av celler på indivudiell nivå. Det här examensarbetet analyserar RNA sekvens data, där RNA sekvenser är specifierade för individuella celler. Den här sortens data är ofta högdimensionell med flera tusen gener noterade för varje cell. För att möjliggöra en analys av den här datan krävs någon form av dimensionreducering. En föreslagen metod är den ovövervakade maskininlärningsmetoden variational autoencoders. Ett ramverk, scVI, har framtagit en variational autoencoder designad för att hantera den här sortens data. Den här modellen har endast en latentrymd med en normalfördelning. Det här examensarbetet föreslår en utökning av det här ramverket med en variational autoencoder med två latentrymder,där den ena är normalfördelad och den andra följer en von Mises-Fisher fördelning. Motiveringen till en sådan fördelning är att cellcykelgener är antagna att tillhöra en cirkulär fördelning. Cellcykelgenerna i datan kan därmed hanteras av den cirkulära latentrymden. Huvudfokuset i den här studien är att undersöka om den här separationen av gener kan förbättra modellens förmåga att hitta korrekta kluster. Experimentet utfördes på tre annoterade dataset, ett som bestod av perifera mononukleära blodceller, ett som bestod av hjärnbarksceller och ett som bestod av B celler insamlat av Henrikssongruppen vid Umeå universitet. Modellen från scVI ramverket jämfördes med den nya metoden med två latentrymder, hybridVI. Måtten som användes för att bedöma de modellerna var adjusted rand index och normaliserad mutual information och ett Wilcoxon Signed-Ranks test användes för att bedöma resultatens statistiska signifikans. Resultaten påvisar att de båda modellerna preseterar bättre och mer konsekvent för större dataset. Två dataset gav statistiskt signifikanta resultat och visade att scVI modellen presterade bättre än hybridmodellen. Det behövs dock en biologisk analys av resultaten för att undersöka vilken modells resultat som har mest biologisk relevans.

No description available.

Über die letzten Jahre haben sich Einzelzelldaten als Trend in der Bioinformatik etabliert, was zu umfangreichen Datensätzen führte. Die Entwicklung von Analysemethoden für solche Daten hat jedoch nicht mit deren Produktion Schritt gehalten. Diese Arbeit befasst sich mit einigen Problemen, die beim Analysieren von Einzelzelldaten auftreten. Das zweite Kapitel enthält eine Analyse von scRNA-seq-Daten von Darmkrebspatienten und Organoiden. Es werden Entwicklungstrajektorien des Darms beschrieben. Anschließend werden Signalgradienten dieser Achsen charakterisiert, insbesondere MAPK- und WNT-Signale. Weiter wird gezeigt, wie RNA velocity basierend auf metabolischen labeling ähnliche Trajektorien in Organoiden aufzeigen kann. Schließlich werden Auswirkungen von Signalwegenhemmung auf die Entwicklungstrajektorien im Detail beschrieben. Das dritte Kapitel bietet einen noch nie dagewesenen Einblick in frühe Stadien von COVID-19 in der Lunge. Verwendete scRNA-seq Daten stammen aus Lungengewebeproben etablierter Hamstermodelle, die mehrere Spezies, SARS-CoV-2-Dosen und Zeitpunkte umfassen, und die ich mit entsprechenden Daten von menschlichen Patienten vergleiche. Für die Analyse zentraler Zelltypen, die den unterschiedlichen Krankheitsverläufen zugrunde liegen, wende ich post-hoc Interpretation auf sonst unzugängliche latent spaces von diffusionmaps an, die neue Einblicke in die zelluläre Pathogenese von COVID-19 bieten. Im letzten Kapitel stelle ich scperturb vor, die größte Sammlung von perturbierten Einzelzelldaten. Ich zeige, wie E-Statistik verwendet werden kann, um solche Daten auf statistisch fundierte Weise zu analysieren. Verzerrungen werden mittels eines neuen Term zur Korrektur der E-Distanz beseitigt. Anschließlich untersuche ich Robustheit der E-Statistiken für einige Analyseszenarien, wie die COVID-19 Daten aus vorherigen Kapitel. Schließlich leite ich Richtlinien für die experimentelle Planung von Einzelzell-Perturbationsstudien mit robuster Statistik ab. / In recent years, single-cell data has emerged as leading trend in bioinformatics, resulting in the generation of substantial datasets. However, development of analysis methods for single-cell data has not kept pace with its production, presenting challenges for analysts. This thesis addresses some of the most pressing issues encountered during the analysis of single-cell data. After a short introductory chapter, the second chapter deals with the problem of arranging single-cell transcriptomes based on biological trajectories, and how these correlate with signaling pathways, specifically those relevant as targets for potential treatments. This thesis demonstrates how RNA velocity based on metabolic labeling can recover similar trajectories in organoids, identifying WNT and MAPK as underlying signaling pathways for development in normal and colon cancer organoids. The third chapter provides an unprecedented view into early stages of COVID-19 in the lungs. For the analysis of key cell types underlying divergent COVID-19 outcomes I apply post-hoc interpretation methods to otherwise inaccessible latent spaces of diffusion maps, revealing new insights into the cellular pathogenesis of COVID-19. Used scRNA-seq data is derived from lung tissue samples of established hamster models, encompassing multiple species, varying SARS-CoV-2 doses, and time points, which I then compare to data from human patients. In the fourth chapter, I present scperturb, the largest collection of single-cell perturbation data. I show how E-statistics can be used to analyze such data in a statistically sound way. After introducing a new bias-correction term to the calculation of E-distances, I investigate the robustness of resulting E-statistics for various analysis scenarios, such as the COVID-19 data from the previous chapter. Finally, I derive guidelines for the experimental design of single-cell perturbation studies such that robust statistics can be achieved.

No description available.

Single-cell RNA-sequencing makes possible to study the gene expression at the level of individual cells. However, one of the main challenges of the single-cell RNA-sequencing analysis today, is the identification and annotation of cell types. The current method consists in manually checking the expression of genes using top differentially expressed genes and comparing them with related cell-type markers available in scientific publications. It is therefore time-consuming and labour intensive. Nevertheless, in the last two years,numerous automatic cell-type identification and annotation tools which use different strategies have been created. But, the lack of specific comparisons of those tools in the literature and especially for immuno-oncologic and oncologic purposes makes difficult for laboratories and companies to know objectively what are the best tools for annotating cell types. In this project, a review of the current tools and an evaluation of R tools were carried out.The annotation performance, the computation time and the ease of use were assessed. After this preliminary results, the best selected R tools seem to be ClustifyR (fast and rather precise) and SingleR (precise) for the correlation-based tools, and SingleCellNet (precise and rather fast) and scPred (precise but a lot of cell types remains unassigned) for the supervised classificationtools. Finally, for the marker-based tools, MAESTRO and SCINA are rather robust if they are provided with high quality markers.