Wir fanden konservierte molekulare Signaturen der Regulation durch Δ7-DA und Ascarosid bei Dauer- und infektiösen Larven. Danach wurde die hohe Konservierung durch unsere Analyse in Dauer- und Postdauer-Stadium zwischen den zwei nah verwandten freilebenden Arten C. elegans und C. briggsae identifiziert. Das heißt, dass die relative Veränderung auf mRNA- oder Protein- Ebene zwischen zwei Arten stark korreliert ist. Aber die relative Veränderung innerhalb derselben Art zeigt keine hochgradige Korrelation zwischen mRNA- und Protein-Ebene. Unsere Ergebnisse zeigen in C. elegans Dauerlarven die signifikante Reduzierung der RNA-Mengen in 20 Stoffwechselwegen. Im Gegensatz dazu speicherten Dauerlarven reichlich RNA-Mengen in GO Termen wie Ribosome und Aminoacyl-tRNA biosynthesis. Auf Protein-Ebene sind die Stoffwechselwege von Proteinsynthese und Proteinverarbeitung im endoplasmatischen Retikulum in Dauerlarven herunterreguliert und GO Terme wie Lysosome sind hochreguliert. Durch die Zeitreihenanalyse der Proteom-Remodellierung der molekularen Signaturen beim Austritt aus dem Dauer-Stadium fand wir, dass GO Terme wie metal ion binding signifikant herunterreguliert sind und der Proteinabbau hochreguliert ist. Unsere Ergebnisse vom pSILAC Experiment deuten an, dass die Proteine für Energieerzeugung und Chaperone/Proteinfaltung beim Daueraustritt schnell verbraucht sind und wieder hergestellt werden. Zum Schluss haben wir als Erste den popomR-Assay in C. elegans etabliert und ein Screening der vermeintlichen Proteinbindestellen auf poly-A-RNA durchgeführt, um in der Zukunft die konservierten Mechanismen der post-transkriptionellen Regulation durch RBPs im Dauer-Stadium zu analysieren. / We found the conservation of molecular signatures by regulating with Δ7-DA and Ascarosid in dauer larvae and infective larvae. Then by our comparative analysis, the high degree of conservation between two closely related free-living species C. elegans and C. briggsae was identified in dauer and post-dauer stages. This means that the relative changes are strongly correlated on the mRNA or the protein level between two species. But the relative changes in the same species don’t show any strong correlation between the mRNA and the protein levels. Our results showed a significantly reduced amount of RNA in 20 metabolic pathways in C. elegans dauer larvae. In contrast, dauer larvae stored a large amount of RNA in GO terms such as ribosome and aminoacyl-tRNA biosynthesis. On the protein level, the metabolic pathways of protein synthesis and protein processing in endoplasmic reticulum were downregulated in dauer larvae and the term of lysosome was up-regulated. Due to time course analysis for proteome remodeling of molecular signatures during exit process from dauer stage, we found that GO terms such as metal ion binding were significantly downregulated during dauer exit and at the same time the protein degradation was up-regulated. Our results of pSILAC experiment suggest that the proteins for energy generation and chaperone/protein folding are quickly spent and rebuilded during dauer exit. Finally, we were the first to establish the popomR assay in C. elegans and performed a screening of the putative protein binding sites on poly-A RNA to analyze the conserved mechanisms of post-transcriptional regulation by RBPs in dauer larvae in the future.

No description available.

In dieser Dissertation modellieren und analysieren wir scRNA-Seq-Daten, um Mechanismen, die biologischen Prozessen zugrunde liegen, zu verstehen In scRNA-Seq-Experimenten wird biologisches Rauschen mit technischem Rauschen vermischt. Mittels eines vereinfachten scRNA-Seq-Modells leiten wir eine analytische Verteilungsfunktion für die beobachtete Verteilung unter Kenntnis einer Ausgangsverteilung her. Charakteristiken und sogar ein allgemeines Moment der Ausgangsverteilung können aus der beobachteten Verteilung berechnet werden. Unsere Formeln stellen den Ausgangspunkt zur Quantifizierung von Zellvariabilität dar. Wir haben eine vollständig lineare Analyse von Transkriptomdaten entwickelt, die zeigt, dass sich Zellen während des Zellzyklus auf einer ebenen zirkulären Trajektorie im Transkriptomraum bewegen. In immortalisierten Zelllinien stellen wir fest, dass die Transkriptomdynamiken des Zellzyklus hauptsächlich unabhängig von den Dynamiken anderer Zellprozesse stattfinden. Unser Algorithmus (“Revelio”) bringt eine einfache Methode mit sich, um unsynchronisierte Zellen nach der Zeit zu ordnen und ermöglicht das exakte Entfernen von Zellzykluseffekten. Die Form der Zellzyklus-Trajektorie zeigt, dass der Zellzyklus sich dazu entwickelt hat, Änderungen der transkriptionellen Aktivitäten und der damit verbundenen regulativen Anstrengungen zu minimieren. Dieses Konstruktionsprinzip könnte auch für andere Prozesse relevant sein. Durch die Verwendung von metabolischer Molekülmarkierung erweitern wir Modelle zur mRNA-Kinetik, um dynamische mRNA-Ratenparameter für Transkription, Splicing und Degradation zu erhalten und die Lösungen auf den Zellzyklus anzuwenden. Wir zeigen, dass unser Modell zwischen Genen mit ähnlicher Genexpression aber unterschiedlicher Genregulation unterscheiden kann. Zwar enthalten scRNA-Seq-Daten aktuell noch zu viel technisches Rauschen, unser Modell wird jedoch für das zukünftige Errechnen von dynamischen mRNA-Ratenparametern von großem Nutzen sein. / In this dissertation, we model and analyse scRNA-seq data to understand mechanisms underlying biological processes. In scRNA-seq experiments, biological noise gets convoluted with various sources of technical noise. With the help of a simplified scRNA-seq model, we derive an analytical probability distribution function for the observed output distribution given a true input distribution. We find that characteristics and even general moments of the input distribution can be calculated from the output distribution. Our formulas are a starting point for the quantification of cell-to-cell variability. We developed a fully linear analysis of transcriptome data which reveals that cells move along a planar circular trajectory in transcriptome space during the cell cycle. Additionally, we find in immortalized cell lines that cell cycle transcriptome dynamics occur largely independently from other cellular processes. Our algorithm (“Revelio”) offers a simple method to order unsynchronized cells in time and enables the precise removal of cell cycle effects from the data. The shape of the cell cycle trajectory indicates that the cell cycle has evolved to minimize changes of transcriptional activity and their related regulatory efforts. This design principle may be of relevance to other cellular processes. By considering metabolic labelling, we extend existing mRNA kinetic models to obtain dynamic mRNA rate parameters for transcription, splicing and degradation and apply our solutions to the cell cycle. We can distinguish genes with similar expression values but different gene regulation strategies. While current scRNA-seq data contains too much technical noise, the model will be of great value for inferring dynamic mRNA rate parameters in future research.