Submerged macrophytes play important roles in constructed wetlands and natural water bodies, as these organisms remove nutrients and provide large surfaces for biofilms, which are beneficial for nitrogen removal, particularly from submerged macrophyte-dominated water columns. However, information on the responses of biofilms to submerged macrophytes and nitrogen molecules is limited. In the present study, bacterial community structure and denitrifiers were investigated in biofilms on the leaves of four submerged macrophytes and artificial plants exposed to two nitrate concentrations. The biofilm cells were evenly distributed on artificial plants but appeared in microcolonies on the surfaces of submerged macrophytes. Proteobacteria was the most abundant phylum in all samples, accounting for 27.3-64.8% of the high-quality bacterial reads, followed by Chloroflexi (3.7-25.4%), Firmicutes (3.0-20.1%), Acidobacteria (2.7-15.7%), Actinobacteria (2.2-8.7%), Bacteroidetes (0.5-9.7%), and Verrucomicrobia (2.4-5.2%). Cluster analysis showed that bacterial community structure can be significantly different on macrophytes versus from those on artificial plants. Redundancy analysis showed that electrical conductivity and nitrate concentration were positively correlated with Shannon index and operational taxonomic unit (OTU) richness (log10 transformed) but somewhat negatively correlated with microbial density. The relative abundances of five denitrifying genes were positively correlated with nitrate concentration and electrical conductivity but negatively correlated with dissolved oxygen.

Abstract The SARS-CoV-2 protein Nsp2 has been implicated in a wide range of viral processes, but its exact functions, and the structural basis of those functions, remain unknown. Here, we report an atomic model for full-length Nsp2 obtained by combining cryo-electron microscopy with deep learning-based structure prediction from AlphaFold2. The resulting structure reveals a highly-conserved zinc ion-binding site, suggesting a role for Nsp2 in RNA binding. Mapping emerging mutations from variants of SARS-CoV-2 on the resulting structure shows potential host-Nsp2 interaction regions. Using structural analysis together with affinity tagged purification mass spectrometry experiments, we identify Nsp2 mutants that are unable to interact with the actin-nucleation-promoting WASH protein complex or with GIGYF2, an inhibitor of translation initiation and modulator of ribosome-associated quality control. Our work suggests a potential role of Nsp2 in linking viral transcription within the viral replication-transcription complexes (RTC) to the translation initiation of the viral message. Collectively, the structure reported here, combined with mutant interaction mapping, provides a foundation for functional studies of this evolutionary conserved coronavirus protein and may assist future drug design.

Summary We present a semi-automated reconstruction of L2/3 mouse primary visual cortex from 3 million cubic microns of electron microscopic images, including pyramidal and inhibitory neurons, astrocytes, microglia, oligodendrocytes and precursors, pericytes, vasculature, mitochondria, and synapses. Visual responses of a subset of pyramidal cells are included. The data are being made publicly available, along with tools for programmatic and 3D interactive access. The density of synaptic inputs onto inhibitory neurons varies across cell classes and compartments. We uncover a compartment-specific correlation between mitochondrial coverage and synapse density. Frequencies of connectivity motifs in the graph of pyramidal cells are predicted quite accurately from node degrees using the configuration model of random graphs. Cells receiving more connections from nearby cells exhibit stronger and more reliable visual responses. These example findings illustrate the resource’s utility for relating structure and function of cortical circuits as well as for neuronal cell biology.

This paper investigates how idiosyncratic volatility is priced in the cross-section of cryptocurrency returns. By conducting both portfolio-level analysis and Fama-MacBeth regression analysis, we demonstrate that idiosyncratic volatility is positively related to the expected returns of cryptocurrencies. This finding is not subsumed by effects of size, momentum, liquidity, volume, and price and is robust to different weighting schemes, holding periods, and sample sizes. Besides, we find no evidence of temporal relation between idiosyncratic volatility and returns in cryptocurrency markets.

ABSTRACT We use deep sequencing to identify sources of variation in mRNA splicing in the dorsolateral prefrontal cortex (DLFPC) of 450 subjects from two prospective cohort studies of aging. Hundreds of aberrant pre-mRNA splicing events are reproducibly associated with Alzheimer’s Disease (AD). We also generate a catalog of splicing quantitative trait loci (sQTL) effects in the human cortex: splicing of 3,198 genes is influenced by genetic variation. sQTLs are enriched among those variants influencing DNA methylation and histone acetylation. In assessing known AD loci, we report that altered splicing is the mechanism for the effects of the PICALM, CLU, and PTK2B susceptibility alleles. Further, we leverage our sQTL catalog to identify genes whose aberrant splicing is associated with AD and mediated by genetics. This transcriptome-wide association study identified 21 genes with significant associations, many of which are found in AD GWAS loci, but 8 are in novel AD loci, including FUS, which is a known amyotrophic lateral sclerosis (ALS) gene. This highlights an intriguing shared genetic architecture that is further elaborated by the convergence of old and new AD genes in autophagy-lysosomal-related pathways already implicated in AD and other neurodegenerative diseases. Overall, this study of the aging brain’s transcriptome provides evidence that dysregulation of mRNA splicing is a feature of AD and is, in some genetically-driven cases, causal.

Summary The prefrontal cortex (PFC) is postulated to exert ‘top-down control’ by modulating information processing throughout the brain to promote specific actions based on current goals. However, the pathways mediating top-down control remain poorly understood. In particular, knowledge about direct prefrontal connections that might facilitate top-down prefrontal control of information processing in the hippocampus remains sparse. Here we describe novel monosynaptic long-range GABAergic projections from PFC to hippocampus. These preferentially inhibit vasoactive intestinal polypeptide expressing interneurons, which are known to disinhibit hippocampal microcircuits. Indeed, stimulating prefrontal–hippocampal GABAergic projections increases hippocampal feedforward inhibition and reduces hippocampal activity in vivo . The net effect of these actions is to specifically enhance the signal-to-noise ratio for hippocampal representations of objects. Correspondingly, stimulation of PFC-to-hippocampus GABAergic projections promotes object exploration. Together, these results elucidate a novel top-down pathway in which long-range GABAergic projections target disinhibitory microcircuits, thereby enhancing signals and network dynamics underlying exploratory behavior.

We experimentally demonstrated a sub-Mbps key rate Gaussian-modulated coherent-state (GMCS) continuous-variable quantum key distribution (CV-QKD) over a 100-km transmission distance. To efficiently control the excess noise, the quantum signal and the pilot tone are co-transmitted in the fiber channel based on wideband frequency and polarization multiplexing methods. Furthermore, a high-accuracy data-assisted time domain equalization algorithm is carefully designed to compensate the phase noise and polarization variation in low signal-to-noise ratio. The asymptotic secure key rate (SKR) of the demonstrated CV-QKD is experimentally calculated to be 7.55 Mbps, 1.87 Mbps, and 0.51 Mbps over a transmission distance of 50 km, 75 km, and 100 km, respectively. The experimentally demonstrated that the CV-QKD system significantly improves the transmission distance and SKR compared to the state-of-art GMCS CV-QKD experimental results, and shows the potential for long-distance and high-speed secure quantum key distribution.

Abstract Short tandem repeats (STRs), genomic regions each consisting of a sequence of 1-6 base pairs repeated in succession, represent one of the largest sources of human genetic variation. However, many STR effects are not captured well by standard genome-wide association studies (GWAS) or downstream analyses that are mostly based on single nucleotide polymorphisms (SNPs). To study the involvement of STRs in complex traits, we imputed genotypes for 445,720 autosomal STRs into genotype array data from 408,153 White British UK Biobank participants and tested for association with 44 blood and serum biomarker phenotypes. We used two fine-mapping methods, SuSiE and FINEMAP, to identify 119 high-confidence STR-trait associations across 93 unique STRs predicted as causal variants under all fine-mapping settings tested. Using these results, we estimate that STRs account for 5.2-7.6% of causal variants identifiable from GWAS signals for these traits. Our high confidence STR-trait associations implicate STRs in some of the strongest hits for multiple phenotypes, including a CTG repeat in APOB associated with circulating apolipoprotein B levels, a CGG repeat in the promoter of CBL associated with multiple platelet traits and a poly-A repeat in TAOK1 associated with mean platelet volume. Replication analyses in additional population groups and orthogonal expression data further support the role of a subset of the candidate STRs we identify. Together, our study suggests that polymorphic tandem repeats make widespread contributions to complex traits, provides a set of stringently selected candidate causal STRs, and demonstrates the need to routinely consider a more complete view of human genetic variation in GWAS.

Abstract With the relatively serious global epidemic outbreak of SARS-CoV-2 infection, public concerns focus on not only clinical therapeutic measures and public quarantine for this disease but also the development of vaccines. The technical design of our SARS-CoV-2 inactivated vaccine provides a viral antigen that enables the exposure of more than one structural protein based upon the antibody composition of COVID-19 patients’ convalescent serum. This design led to valid immunity with increasing neutralizing antibody titers and a CTL response detected post-immunization of this vaccine by two injections in rhesus macaques. Further, this elicited immunoprotection in macaques enables not only to restrain completely viral replication in tissues of immunized animals, compared to the adjuvant control and those immunized by an RBD peptide vaccine, but also to significantly alleviate inflammatory lesion in lung tissues in histo-pathologic detection, compared to the adjuvant control with developed interstitial pneumonia. The data obtained from these macaques immunized with the inactivated vaccine or RBD peptide vaccine suggest that immunity with a clinically protective effect against SARS-CoV-2 infection should include not only specific neutralizing antibodies but also specific CTL responses against at least the S and N antigens.

Abstract We present DeepMAPS (Deep learning-based Multi-omics Analysis Platform for Single-cell data) for biological network inference from single-cell multi-omics (scMulti-omics). DeepMAPS includes both cells and genes in a heterogeneous graph to simultaneously infer cell-cell, cell-gene, and gene-gene relations. The multi-head attention mechanism in a graph transformer considers the heterogeneous relation among cells and genes within both local and global context, making DeepMAPS robust to data noise and scale. We benchmarked DeepMAPS on 18 scMulti-omics datasets for cell clustering and biological network inference, and the results showed that our method outperformed various existing tools. We further applied DeepMAPS on lung tumor leukocyte CITE-seq data and matched diffuse small lymphocytic lymphoma scRNA-seq and scATAC-seq data. In both cases, DeepMAPS showed competitive performance in cell clustering and predicted biologically meaningful cell-cell communication pathways based on the inferred gene networks. Note that we deployed a webserver using DeepMAPS implementation equipped with multiple functions and visualizations to improve the feasibility and reproducibility of scMulti-omics data analysis. Overall, DeepMAPS represents a heterogeneous graph transformer for single-cell study and may benefit the use of scMulti-omics data in various biological systems.