Studying gene expression dynamics by integrating multiple Omics data

Abstract

This thesis investigates the complex processes governing gene expression, from RNA transcription to protein synthesis, across diverse regulatory layers and biological contexts. By examining RNA localization between nuclear and cytosolic compartments, we developed and validated a novel method to accurately measure transcript distribution using RNA-Seq data. To explore the causal effects of histone post-translational modifications (PTMs) on RNA splicing and abundance, we integrated ChIP-Seq data with RNA-Seq and observed the impact of chromatin dynamics during a transdifferentiation. By analyzing time-resolved multi-Omics datasets, including RNA-Seq, ribosome profiling, and mass spectrometry, we tracked the temporal flow of gene expression from RNA to protein, uncovering the contributions of distinct regulatory events. Finally, we studied gene expression in coronary artery disease (CAD), identifying potential blood-based biomarkers for improved diagnosis and management. This work integrates multi-Omics approaches to provide novel insights into gene expression regulation, its temporal dynamics, and functional implications in health and disease.

Aquesta tesi investiga els processos complexos que regulen l’expressió gènica, des de la transcripció de l’ARN fins a la síntesi de proteïnes, en diferents capes reguladores i contextos biològics. Analitzant la localització de l’ARN entre els compartiments nuclear i citosòlic, hem desenvolupat i validat un mètode innovador per mesurar amb precisió la distribució dels transcrits utilitzant dades d’RNA-Seq. Per explorar els efectes causals de les modificacions postraduccionals d’histones (PTMs) en l’splicing i l’abundància d’ARN, vam integrar dades de

ChIP-Seq amb RNA-Seq per estudiar la dinàmica de la cromatina durant la trans- diferenciació. Analitzant dades multi-òmiques temporals (RNA-Seq, ribosome

profiling i espectrometria de masses), vam desxifrar el flux d’informació de l’ARN a la proteïna, revelant les contribucions temporals de diferents esdeveniments reguladors. Finalment, vam estudiar l’expressió gènica en malaltia coronària (CAD), identificant biomarcadors en sang potencialment útils per al diagnòstic i la gestió clínica.