We report a comprehensive proteogenomics analysis, including whole-genome sequencing, RNA sequencing, and proteomics and phosphoproteomics profiling, of 218 tumors across 7 histological types of childhood brain cancer: low-grade glioma (n = 93), ependymoma (32), high-grade glioma (25), medulloblastoma (22), ganglioglioma (18), craniopharyngioma (16), and atypical teratoid rhabdoid tumor (12). Proteomics data identify common biological themes that span histological boundaries, suggesting that treatments used for one histological type may be applied effectively to other tumors sharing similar proteomics features. Immune landscape characterization reveals diverse tumor microenvironments across and within diagnoses. Proteomics data further reveal functional effects of somatic mutations and copy number variations (CNVs) not evident in transcriptomics data. Kinase-substrate association and co-expression network analysis identify important biological mechanisms of tumorigenesis. This is the first large-scale proteogenomics analysis across traditional histological boundaries to uncover foundational pediatric brain tumor biology and inform rational treatment selection.

The azimuth of fractures and in situ horizontal stress are important factors in planning horizontal wells and hydraulic fracturing for unconventional resource plays. The azimuth of natural fractures can be directly obtained by analyzing image logs. The azimuth of the maximum horizontal stress [Formula: see text] can be predicted by analyzing the induced fractures on image logs. The clustering of microseismic events also can be used to predict the azimuth of in situ maximum horizontal stress. However, the azimuth of natural fractures and the in situ maximum horizontal stress obtained from image logs and microseismic events are limited to the wellbore locations. Wide-azimuth seismic data provide an alternative way to predict the azimuth of natural fractures and maximum in situ horizontal stress if the seismic attributes are properly calibrated with interpretations from well logs and microseismic data. To predict the azimuth of natural fractures and in situ maximum horizontal stress, we have focused our analysis on correlating the seismic attributes computed from pre- and poststack seismic data with the interpreted azimuth obtained from image logs and microseismic data. The application indicates that the strike of the most-positive principal curvature [Formula: see text] can be used as an indicator for the azimuth of natural fractures within our study area. The azimuthal anisotropy of the dominant frequency component of offset vector title seismic data can be used to predict the azimuth of maximum in situ horizontal stress within our study area that is located in the southern region of the Sichuan Basin, China. The predicted azimuths provide important information for the subsequent well planning and hydraulic fracturing.

Abstract DNA extraction methods play an important role in the acquisition of accurate and reproducible 16S sequencing data in microbiome studies. In this study, we assessed the impact of bead-beating intensity during DNA extraction on microbiome recovery in mouse and human stool. We observed a higher DNA yield, better DNA integrity, higher Shannon’s entropy and Simpson’s index in samples beaten for 4 and 9 minutes as compared to unbeaten samples. 16S sequencing data showed that bead beating has a statistically-significant (p<0.05) impact on the recovery of many clinically relevant microbes that live in the mouse and human gut, including Bifidobacterium, Sutterella and Veillonella. It was observed that 4 minutes of bead beating promotes recovery of about 70% of OTUs in mouse and human stool, while the remaining 30% requires longer bead beating. In conclusion, our study indicates adjustments in bead beating treatment based on the composition of the specimen and the targeted bacteria.

Abstract Although haemoglobin is a known carrier of oxygen in erythrocytes that functions to transport oxygen over a long range, its physiological roles outside erythrocytes are largely elusive 1,2 . Here we found that chondrocytes produced massive amounts of haemoglobin to form eosin-positive bodies in their cytoplasm. The haemoglobin body (Hedy) is a membraneless condensate characterized by phase separation. Production of haemoglobin in chondrocytes is controlled by hypoxia and is dependent on KLF1 rather than the HIF1/2α pathway. Deletion of haemoglobin in chondrocytes leads to Hedy loss along with severe hypoxia, enhanced glycolysis and extensive cell death in the centre of cartilaginous tissue, which is attributed to the loss of the Hedy-controlled oxygen supply under hypoxic conditions. These results demonstrate an extra-erythrocyte role of haemoglobin in chondrocytes, and uncover a heretofore unrecognized mechanism in which chondrocytes survive a hypoxic environment through Hedy.

Abstract Infections with zoonotic viruses, such as flaviviruses, influenza virus, and the SARS-CoV-2 pandemic coronavirus constitute an increasing global risk. Hence, an urgent need exists for the development of broad-spectrum antivirals to prevent such outbreaks. Here, we show that the maduramycin and CP-80,219 aglycone polyether ionophores exhibit effective broad-spectrum antiviral activity, against various viruses, including Japanese encephalitis virus (JEV), Dengue virus (DENV), Zika virus (ZIKV), and Chikungunya virus (CHIKV), while also exhibiting promising activity against PR8 influenza virus and SARS-CoV-2. Moreover, liposome-encapsulated maduramycin and CP-80,219 provide full protection for mice from infection with JEV in vivo . Mechanistic studies suggest that aglycone polyether ionophores primarily inhibit the viral replication step without blocking endosome acidification to promote the fusion between viral and cellular membranes. The successful application of liposomes containing aglycone polyether ionophores in JEV-infected mice offers hope to the development of broad-spectrum antiviral drugs like penicillin back to 1940s.

Abstract The digestibility of soybean meal can be severely impacted by trypsin inhibitor (TI), one of the most abundant anti-nutritional factors present in soybean seeds. TI can restrain the function of trypsin, a critical enzyme that breaks down proteins in the digestive tract. Soybean accessions with low TI content have been identified. However, it is challenging to breed the low TI trait into elite cultivars due to a lack of molecular markers associated with low TI traits. We identified Kunitz trypsin inhibitor 1 ( KTI1 , Glyma01g095000) and KTI3 (Glyma08g341500) as two seed-specific TI genes. Mutant kti1 and kti3 alleles carrying small deletions or insertions within the gene open reading frames were created in the soybean cultivar Glycine max cv. Williams 82 ( WM82 ) using the CRISPR/Cas9-mediated genome editing approach. The KTI content and TI activity both remarkably reduced in kti1/3 mutants compared to the WM82 seeds. There was no significant difference in terms of plant growth or maturity days of kti1 / 3 transgenic and WM82 plants in greenhouse condition. We further identified a T1 line, #5-26, that carried double homozygous kti1/3 mutant alleles, but not the Cas9 transgene. Based on the sequences of kti1 / 3 mutant alleles in #5-26, we developed markers to co-select for these mutant alleles by using a gel-electrophoresis-free method. The kti1 / 3 mutant soybean line and associated selection markers will assist in accelerating the introduction of low TI trait into elite soybean cultivars in the future.

Abstract Whereas biochemical markers are available for most types of cell death, current studies on non-autonomous cell death by entosis relays strictly on the identification of cell-in-cell structure (CICs), a unique morphological readout that can only be quantified manually at present. Moreover, the manual CICs quantification is generally over-simplified as CICs counts, which represents a major hurdle against profound mechanistic investigations. In this study, we take advantage of artificial intelligence (AI) technology to develop an automatic identification method for CICs (AIM-CICs), which performs comprehensive CICs analysis in an automated and efficient way. The AIM-CICs, developed on the algorithm of convolutional neural network (CNN), can not only differentiate between CICs and non-CICs (AUC > 0.99), but also accurately categorize CICs into five subclasses based on CICs stages and cell number involved (AUC > 0.97 for all subclasses). The application of AIM-CICs would systemically fuel researches on CICs-mediated cell death such as high-throughput screening.

ABSTRACT Propionate is a microbial metabolite that is formed in the gastrointestinal tract, and it affects host physiology as a source of energy and signaling molecule. Despite the importance of propionate, the biochemical pathways responsible for its formation are not clear in all microbes. For the succinate pathway used during fermentation, a key enzyme appears to be missing—one that can oxidize ferredoxin and reduce NAD. Here we show that Rnf [ferredoxin--NAD(+) oxidoreductase (Na(+)-transporting)] is this key enzyme in two abundant bacteria of the rumen ( Prevotella brevis and Prevotella ruminicola ). We found these bacteria form propionate, succinate, and acetate with the classic succinate pathway. At first, this pathway appears unbalanced, forming reduced ferredoxin and oxidized NAD in excess. If this continued unabated, fermentation would halt within 1.5 s. We found these bacteria solve this problem by oxidizing ferredoxin and reducing NAD with Rnf. This is demonstrated using growth experiments, genomics, proteomics, and enzyme assays. Genomic and phenotypic data suggest many bacteria use Rnf similarly. We cataloged fermentation products of >1,400 species of prokaryotes, and nearly 10% formed propionate, succinate, and acetate. Over 40% of species carrying out this fermentation also had genes for Rnf. This work shows Rnf is important to propionate formation in many bacteria from the environment, and it provides fundamental knowledge for manipulating fermentative propionate production.

Abstract To date, COVID-19 is still a severe threat to public health, hence specific effective therapeutic drugs development against SARS-CoV-2 is urgent needed. 3CLpro and PLpro and RdRp are the enzymes required for the SARS-CoV-2 RNA synthesis. Therefore, binding to the enzyme may interfere the enzyme function. Before, we found that sulfated polysaccharide binding to 3CLpro might block the virus replication. Hence, we hypothesize that negative charged pectin glycan may also impede the virus replication. Here we show that 922 crude polysaccharide from Syzygium aromaticum may near completely block SARS-CoV-2 replication. The inhibition rate was 99.9% (EC 50 : 0.90 μM). Interestingly, 922 can associates with 3CLpro, PLpro and RdRp. We further show that the homogeneous glycan 922211 from 922 may specifically attenuate 3CL protease activity. The IC 50 s of 922 and 922211 against 3CLpro are 4.73 ± 1.05 µM and 0.18 ± 0.01 µM, respectively. Monosaccharide composition analysis reveals that 922211 with molecular weight of 78.7 kDa is composed of rhamnose, galacturonic acid, galactose and arabinose in the molar ratio of 8.21 : 37.81 : 3.58 : 4.49. The structure characterization demonstrated that 922211 is a homogalacturonan linked to RG-I pectin polysaccharide. The linear homogalacturonan part in the backbone may be partly methyl esterified while RG-I type part bearing 1, 4-linked α-Gal p A, 1, 4-linked α-Gal p AOMe and 1, 2, 4-linked α-Rha p . There are four branches attached to C-1 or C4 position of Rhamnose glycosyl residues on the backbone. The branches are composed of 1, 3-linked β-Gal p , terminal (T)-linked β-Gal p , 1, 5-linked α-Ara f , T-linked α-Ara f , 4-linked α-Gal p A and/or 4-linked β-Gal p A. The above results suggest that 922 and 922211 might be a potential novel leading compound for anti-SARS-CoV-2 new drug development.

In plant genomic research, long read sequencing has been widely used to detect structure variations that are not captured by short read sequencing. In this letter, we described an analysis of whole genome re-sequencing of 29 soybean varieties using nanopore long-read sequencing. The compiled germplasm reflects diverse applications, including livestock feeding, soy milk and tofu production, as well as consumption of natto, sprouts, and vegetable soybeans (edamame). We have identified 365,497 structural variations in these newly re-sequenced genomes and found that the newly identified structural variations are associated with important agronomic traits. These traits include seed weight, flowering time, plant height, oleic acid content, methionine content, and trypsin inhibitor content, all of which significantly impact soybean production and quality. Experimental validation supports the roles of predicted candidate genes and structural variant in these biological processes. Our research provides a new source for rapid marker discovery in crop genomes using structural variation and whole genome sequencing.