Towards single cell and single molecule epitranscriptomics

Les modificacions de l’ARN són una característica important de la regulació i funció gènica posttranscripcional. Tenen implicacions essencials en tots els aspectes de la vida d’una molècula d’ARN i són imprescindibles per al desenvolupament de teràpies basades en ARN. Recentment, la seqüenciació directa de l’ARN s’ha consolidat com un mètode potent per a l’anàlisi de les modificacions de l’ARN a escala transcriptòmica, gràcies a la seva capacitat de detectar simultàniament múltiples modificacions en molècules d’ARN nadiu. No obstant, els protocols actuals de seqüenciació directa d’ARN es limiten a l’anàlisi massiva de milers de cèl·lules, ometent informació sobre la possible heterogeneïtat entre cèl·lules. En primer lloc, en aquesta tesi millorem la detecció de modificacions amb la seqüenciació directa d’ARN i realitzem un ampli exercici de comparació d’aquests mètodes per assegurar-ne la seva robustesa. A continuació, apliquem els nostres coneixements per dur a terme prediccions per posició i per lectura de modificacions químiques presents en teràpies basades en ARN, obrint així possibilitats molt interessants per millorar la selecció d’aquestes molècules. Tot seguit, abordem la seqüenciació directa d’ARN a nivell de cèl·lula única i desenvolupem un algoritme capaç de desmultiplexar 96 mostres amb una alta especificitat i sensibilitat. Finalment, ampliem encara més aquesta idea i desenvolupem un flux de treball de seqüenciació directa d’ARN capaç de seqüenciar l’ARN ribosòmic a partir de tan sols 20.000 cèl·lules i demostrem la capacitat de desmultiplexar-les, in silico, amb elevada especificitat i sensibilitat.

Authors

Publication Details

Journal
Tesis Doctorals en Xarxa (Consorci de Serveis Universitaris de Catalunya)
Published
2026-01-28
Primary Topic
Single-cell and spatial transcriptomics
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Towards single cell and single molecule epitranscriptomics

Gregor Diensthuber
Tesis Doctorals en Xarxa (Consorci de Serveis Universitaris de Catalunya)
Single-cell and spatial transcriptomics
article

Towards single cell and single molecule epitranscriptomics

Gregor Diensthuber
article en

Abstract

Les modificacions de l’ARN són una característica important de la regulació i funció gènica posttranscripcional. Tenen implicacions essencials en tots els aspectes de la vida d’una molècula d’ARN i són imprescindibles per al desenvolupament de teràpies basades en ARN. Recentment, la seqüenciació directa de l’ARN s’ha consolidat com un mètode potent per a l’anàlisi de les modificacions de l’ARN a escala transcriptòmica, gràcies a la seva capacitat de detectar simultàniament múltiples modificacions en molècules d’ARN nadiu. No obstant, els protocols actuals de seqüenciació directa d’ARN es limiten a l’anàlisi massiva de milers de cèl·lules, ometent informació sobre la possible heterogeneïtat entre cèl·lules. En primer lloc, en aquesta tesi millorem la detecció de modificacions amb la seqüenciació directa d’ARN i realitzem un ampli exercici de comparació d’aquests mètodes per assegurar-ne la seva robustesa. A continuació, apliquem els nostres coneixements per dur a terme prediccions per posició i per lectura de modificacions químiques presents en teràpies basades en ARN, obrint així possibilitats molt interessants per millorar la selecció d’aquestes molècules. Tot seguit, abordem la seqüenciació directa d’ARN a nivell de cèl·lula única i desenvolupem un algoritme capaç de desmultiplexar 96 mostres amb una alta especificitat i sensibilitat. Finalment, ampliem encara més aquesta idea i desenvolupem un flux de treball de seqüenciació directa d’ARN capaç de seqüenciar l’ARN ribosòmic a partir de tan sols 20.000 cèl·lules i demostrem la capacitat de desmultiplexar-les, in silico, amb elevada especificitat i sensibilitat.

Tesis Doctorals en Xarxa (Consorci de Serveis Universitaris de Catalunya)
Openalex Percentile: Top 43%
Single-cell and spatial transcriptomics
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.