Computational analysis of transcriptomic, phylotranscriptomic, and metabolomic diversity

Abstract

In dieser Arbeit kombinieren wir Konzepte und Methoden des maschinellen Lernens und der Statistik zur Analyse von Daten aus der Phylotranskriptomik, Transkriptomik und Metabolomik. Dabei untersuchen wir das transkriptomische Sanduhrmuster in verschiedenen Entwicklungsprozessen und zeigen, dass es in heutigen Lebewesen aktive aufrecht erhalten wird und in Verbindung mit entwicklungsbedingten Phasenwechseln steht. Des Weiteren bestimmen wir basierend auf der Shannon-Entropie hoch signifikante Sanduhrmuster und untersuchen den Ursprung der traditionellen transkriptomischen Sanduhrmuster. Um Entwicklungsprozesse detaillierte zu analysieren, führen wir Genexpressionanalysen mit räumlicher und zeitlicher Auflösung ein und modellieren die Dynamiken während des Pfropfens von Arabidopsis thaliana.Aufgrund unzureichender Daten in der Pflanzenforschung können aktuell die Interaktionen mit nicht-codierenden Transkripten nur sehr beschränkt modelliert werden. Daher präsentieren wir eine automatisierte Pipeline zur Annotation von Spleißvarianten, langen nicht-codierenden und zirkulären Transkripten in Blütenpflanzen. Zusätzlich zur aufgezeigten Diversität der Transkriptomik, betrachten wir die Komplexität innerhalb des Metabolomik und analysieren lipidomische und metabolomische Änderungen im Kontext des Alterns und der Ernährung.

In this thesis, we combine concepts and methods from machine learning and statistics and apply them to analyze data from phylotranscriptomics, transcriptomics, and metabolomics. We investigate the transcriptomic hourglass pattern in different developmental processes and show that it is actively maintained in extant species and associated with developmental transitions. Based on the Shannon entropy, we determine highly significant hourglass patterns and study the origin of the traditionally transcriptomic hourglass patterns. In order to better understand developmental processes, we introduce gene expression analyses on spatial and temporal resolution and model the transcriptome dynamics during grafting of Arabidopsis thaliana. Due to current limited data resources in plant research, the interaction with non-coding transcripts often cannot be modeled. We present an automated pipeline to annotate splice variants, long non-coding RNAs, and circular RNAs in flowering plants. Additionally to the presented transcriptomic diversity, we investigate the complexity within metabolomics by analyzing lipidomic and metabolomic changes during aging and after the intake of different dietary protein sources.