Denna avhandling undersöker sekvensbaserad mikroskopi inom spatial transkriptomik, med fokus på rollen av klonalt amplifierade DNA-fläckar kallade polymeraskolonier eller polonies. Dessa polonies spelar en avgörande roll i konstruktionen av nätverk för spatial kartläggning av fångat RNA från angränsande vävnadssektioner. Att förstå tillväxtdynamiken hos polonies och parametrar som påverkar dem förblir dock en nyckelutmaning. För att lösa detta problem försökte man dechiffrera nätverksbildningsprocessen och de underliggande strukturella faktorerna. För detta ändamål modelleras tillväxten av polonies genom en simulering som speglar de experimentella procedurerna och använder broamplifiering genom termisk cykling. Simuleringen skapad i programmeringsspråket Julia tar termodynamiska interaktioner i beaktning och modellerar beteendet hos DNA-mallar. Worm-Like-Chain-modellen används och vissa antaganden görs. Som ett resultat presenteras ett funktionellt simuleringsarbetsflöde som tillåter undersökning av relationer mellan olika parametrar, såsom primer- och mallkoncentrationer. Resultaten visar vikten av höga primer- och mallkoncentrationer för att bygga ett välanslutet nätverk. Insikterna som erhållits är viktiga för forskare inom medicin och molekylärbiologi, eftersom de möjliggör en högre upplösning i spatial transkriptomik. Användningen av polonies möjliggör exakt detektion av subcellulär mRNA och förbättrar därmed vår förståelse av cellulär dynamik. Sammanfattningsvis tillhandahåller detta arbete en omfattande analys av polonybeteende och nätverksrekonstruktion och banar väg för ytterligare framsteg inom spatial molekylärbiologi.

This thesis investigates sequencing-based microscopy in spatial transcriptomics, focusing on the role of clonally amplified DNA stains called polymerase colonies or polonies. These polonies play a crucial role in the construction of networks for spatial mapping of captured RNA from neighbouring tissue sections. However, understanding the growth dynamics of polonies and parameters influencing them remains a key challenge. To solve this problem, the process of network formation and the underlying structural factors was tried to decipher. To this end, the growth of polonies is modelled by a simulation run that mirrors the experimental procedures and uses bridge amplification by thermal cycling. The simulation created in the programming language Julia takes thermodynamic interactions into account and models the behaviour of DNA templates. The Worm-Like-Chain model is used and certain assumptions are made. As a result, a functional simulation workflow is presented, that allows the investigation of relationships between different parameters, such as primer and template concentrations. The results show the importance of high primer and template concentrations to build a wellconnected network. The insights gained are important for researchers in medicine and molecular biology, as they enable a higher resolution in spatial transcriptomics. The use of polonies enables the precise detection of subcellular mRNA and thus improves our understanding of cellular dynamics. In conclusion, this work provides a comprehensive analysis of polony behaviour and network reconstruction and paves the way for further advances in spatial molecular biology.