Die Beschreibung genregulatorischer Ereignisse ist entscheidend um Zelldifferenzierung und -entwicklung zu verstehen. Dynamische Vernderungen der Chromatinstruktur, Histonmodifikationen und das Binden von Transkriptionsfaktoren an Enhancer und Promotoren, koennen mit Hilfe von genomweiten Hochdurchsatz-Sequenziertechniken wie ChIP-Seq, DNase-Seq, ATACSeqund RNA-Seq untersucht werden.
In dieser Arbeit entwickele ich mehrere probabilistische Modelle fuer die Analyse von genomweiten Sequenzierungsdaten. Diese umfassen 1. einen Peak-Finder fuer ChIP-/DNase-/ATAC-Seq-Daten, der sich Replikate zunutze macht und praezise Peak-Weiten berechnet, 2. eine Pipeline um das Genom in hoher Aufloesung in eindeutige Klassen von Kombinationen von Histonmodifikationen zu segmentieren, 3. ein Bayes-Netzwerk-Modell welches multiple zeitlich aufgelste Histonmodifikations-ChIP-seq-Daten kombinatorisch clustert Klassen von regulatorischen Elementen zu identifizieren.
Mit Hilfe dieser Modelle untersuchen wir die Promotorumgeben und zeigen einen Zusammenhang zwischen Chromatinstruktur und Promotordirektionalitaet. Darueber hinaus verwenden wir ein Modell zur direkten Reprogrammierung von Stammzellen in Motorneuronen durch die gezielte Expression von Transkriptionsfaktoren und analysieren die dadurch induzierten zeitlichen Vernderungen der Chromatinstruktur und Transkriptionsfaktorbindedynamik.
Wir beobachten, dass Promotoren verschiedenen Chromatin-Dynamiken zur Aktivierung und Repression folgen, die mit den Chromatin-Dynamiken von Enhancer-Elementen korrelieren. Enhancer hingegen werden durch kooperatives Verhalten direkt induzierter Transkriptionsfaktoren und anderen Faktoren, die in den Stammzellen zu Beginn vorhanden waren oder im Verlaufe der Differenzierung aktiviert wurden, kontrolliert. Diese Arbeit zeigt wie wichtig Chromatin-Dynamik und ihre Beziehung zur Logik von Transkriptionsfaktoren ist, um die Veraenderungen der Genexpression zu verstehen. / Delineating transcription regulatory events is crucial to understand cell differentiation and development. Dynamic changes of chromatin structure, histone modifications and transcription factor binding to enhancers and promotors can be investigated with the aid of genome-wide high-throughput sequencing technologies such as ChIP-Seq, DNase-Seq, ATAC Seq and RNA Seq.
In this thesis, I develop several probabilistic models for the analysis of genome-wide sequencing data. These include: 1. a peak finder for ChIP-Seq, DNase-Seq and ATAC Seq data, which exploits biological replicates and accurately demarcates peak widths, 2. a pipeline for high-resolution genome segmentation into unique classes of combinations of histone modifications and 3. a Bayesian network model that can co-cluster multiple time-course histone modification ChIP-Seq data sets into distinct classes of regulatory elements.
With the aid of these models we investigate the promoter chromatin environment and show a link between chromatin state and transcription initiation directionality. In addition, we use a system for direct reprogramming of stem cells in motor neurons by the targeted expression of transcription factors to analyse changes in chromatin state and transcription factor dynamics during differentiation. We observe that promoters follow different chromatin dynamics for activation and repression that correlate with the chromatin dynamics of enhancer elements. Enhancers are controlled by cooperative behavior of directly induced transcription factors and other factors present in the stem cells initially, or activated in the course of differentiation.
Overall, this work demonstrates the importance of understanding chromatin dynamics and their relationship to transcription factors logic in order to better explain changes in gene expression.
| Identifer | oai:union.ndltd.org:HUMBOLT/oai:edoc.hu-berlin.de:18452/18808 |
| Date | 09 August 2017 |
| Creators | Ibrahim, Mahmoud |
| Contributors | Ohler, Uwe, Mazzoni, Esteban, Vingron, Martin |
| Publisher | Humboldt-Universität zu Berlin |
| Source Sets | Humboldt University of Berlin |
| Language | English |
| Detected Language | English |
| Type | doctoralThesis, doc-type:doctoralThesis |
| Format | application/pdf |
Page generated in 0.0018 seconds