Spatially resolved transcriptomic technologies are promising tools to study complex biological processes such as mammalian embryogenesis. However, the imbalance between resolution, gene capture, and field of view of current methodologies precludes their systematic application to analyze relatively large and three-dimensional mid- and late-gestation embryos. Here, we combined DNA nanoball (DNB)-patterned arrays and in situ RNA capture to create spatial enhanced resolution omics-sequencing (Stereo-seq). We applied Stereo-seq to generate the mouse organogenesis spatiotemporal transcriptomic atlas (MOSTA), which maps with single-cell resolution and high sensitivity the kinetics and directionality of transcriptional variation during mouse organogenesis. We used this information to gain insight into the molecular basis of spatial cell heterogeneity and cell fate specification in developing tissues such as the dorsal midbrain. Our panoramic atlas will facilitate in-depth investigation of longstanding questions concerning normal and abnormal mammalian development.

Ginkgo biloba L. (Ginkgoaceae) is one of the most distinctive plants. It possesses a suite of fascinating characteristics including a large genome, outstanding resistance/tolerance to abiotic and biotic stresses, and dioecious reproduction, making it an ideal model species for biological studies. However, the lack of a high-quality genome sequence has been an impediment to our understanding of its biology and evolution.The 10.61 Gb genome sequence containing 41,840 annotated genes was assembled in the present study. Repetitive sequences account for 76.58% of the assembled sequence, and long terminal repeat retrotransposons (LTR-RTs) are particularly prevalent. The diversity and abundance of LTR-RTs is due to their gradual accumulation and a remarkable amplification between 16 and 24 million years ago, and they contribute to the long introns and large genome. Whole genome duplication (WGD) may have occurred twice, with an ancient WGD consistent with that shown to occur in other seed plants, and a more recent event specific to ginkgo. Abundant gene clusters from tandem duplication were also evident, and enrichment of expanded gene families indicates a remarkable array of chemical and antibacterial defense pathways.The ginkgo genome consists mainly of LTR-RTs resulting from ancient gradual accumulation and two WGD events. The multiple defense mechanisms underlying the characteristic resilience of ginkgo are fostered by a remarkable enrichment in ancient duplicated and ginkgo-specific gene clusters. The present study sheds light on sequencing large genomes, and opens an avenue for further genetic and evolutionary research.

SUMMARY Spatially resolved transcriptomic technologies are promising tools to study cell fate decisions in a physical microenvironment, which is fundamental for enhancing our knowledge of mammalian development. However, the imbalance between resolution, transcript capture and field of view of current methodologies precludes their systematic application to analyze relatively large and three-dimensional mid- and late-gestation mammalian embryos. Here, we combined DNA nanoball (DNB) patterned arrays and tissue RNA capture to create SpaTial Enhanced REsolution Omics-sequencing (Stereo-seq). This approach allows transcriptomic profiling of large histological sections with high resolution and sensitivity. We have applied Stereo-seq to study the kinetics and directionality of transcriptional variation in a time course of mouse organogenesis. We used this information to gain insight into the molecular basis of regional specification, neuronal migration and differentiation in the developing brain. Furthermore, we mapped the expression of a panel of developmental disease-related loci on our global transcriptomic maps to define the spatiotemporal windows of tissue vulnerability. Our panoramic atlas constitutes an essential resource to investigate longstanding questions concerning normal and abnormal mammalian development.

Abstract Global profile of gene expression at single-cell resolution remains to be determined for primates. Using a recently developed technology (“Stereo-seq”), we have obtained a comprehensive single-cell spatial transcriptome map at the whole-brain level for cynomolgus monkeys, with ∼600 genes per cell for 10 μm-thick coronal sections (up to 15 cm 2 in size). Large-scale single-nucleus RNA-seq analysis for ∼1 million cells helped to identify cell types corresponding to Stereo-seq gene expression profiles, providing a 3-D cell type atlas of the monkey brain. Quantitative analysis of Stereo-seq data revealed molecular fingerprints that mark distinct neocortical layers and subregions, as well as domains within subcortical structures including hippocampus, thalamus, striatum, cerebellum, hypothalamus and claustrum. Striking whole-brain topography and coordinated patterns were found in the expression of genes encoding receptors and transporters for neurotransmitters and neuromodulators. These results pave the way for cellular and molecular understanding of organizing principles of the primate brain.

SUMMARY Brain regeneration requires a precise coordination of complex responses in a time- and region-specific manner. Identifying key cell types and molecules that direct brain regeneration would provide potential targets for the advance of regenerative medicine. However, progress in the field has been hampered largely due to limited regeneration capacity of the mammalian brain and understanding of the regeneration process at both cellular and molecular level. Here, using axolotl brain with extrodinary regeneration ability upon injury, and the SpaTial Enhanced REsolution Omics-sequencing (Stereo-seq), we reconstructed the first architecture of axolotl telencephalon with gene expression profiling at single-cell resolution, and fine cell dynamics maps throughout development and regeneration. Intriguingly, we discovered a marked heterogeneity of radial glial cell (RGC) types with distinct behaviors. Of note, one subtype of RGCs is activated since early regeneration stages and proliferates while other RGCs remain dormant. Such RGC subtype appears to be the major cell population involved in early wound healing response and gradually covers the injured area before presumably transformed into the lost neurons. Altogether, our work systematically decoded the complex cellular and molecular dynamics of axolotl telencephalon in development and regeneration, laying the foundation for studying the regulatory mechanism of brain regeneration in the future.

Abstract Panax notoginseng is a traditional Chinese herb with high medicinal and economic value. There has been considerable research on the pharmacological activities of ginsenosides contained in Panax spp.; however, very little is known about the ginsenoside biosynthetic pathway. We reported the first de novo genome of 2.36 Gb of sequences from P. notoginseng with 35,451 protein-encoding genes. Compared to other plants, we found notable gene family contraction of disease-resistance genes in P. notoginseng , but notable expansion for several ATP-binding cassette (ABC) transporter subfamilies, such as the Gpdr subfamily, indicating that ABCs might be an additional mechanism for the plant to cope with biotic stress. Combining eight transcriptomes of roots and aerial parts, we identified several key genes, their transcription factor binding sites and all their family members involved in the synthesis pathway of ginsenosides in P. notoginseng , including dammarenediol synthase, CYP716 and UGT71 . The complete genome analysis of P. notoginseng , the first in genus Panax , will serve as an important reference sequence for improving breeding and cultivation of this important nutraceutical and medicinal but vulnerable plant species.

SUMMARY Vertebrate embryogenesis is a remarkably dynamic process during which numerous cell types of different lineages generate, change, or disappear within a short period of time. A major challenge in understanding this process is the lack of topographical transcriptomic information that can help correlate microenvironmental cues within the hierarchy of cell fate decisions. Here, we employed Stereo-seq, a high-definition spatially resolved transcriptomic technology, to dissect the spatiotemporal dynamics of gene expression and regulatory networks in the developing zebrafish embryos. We profiled 91 embryo sections covering six critical time points during the first 24 hours of development, obtaining a total of 139,391 spots at cellular size (∼100 μm 2 ) with spatial coordinates. Meanwhile, we identified spatial modules and co-varying genes for specific tissue organizations. By performing the integrative analysis of the Stereo-seq and scRNA-seq data from each time point, we reconstructed the spatially resolved developmental trajectories of cell fate transitions and molecular changes during zebrafish embryogenesis. We further investigated the spatial distribution of ligand-receptor pairs for major signaling pathways and identified novel interactions that potentially crosstalk with the Notch signaling pathway during zebrafish development. Our study constitutes a fundamental reference for further studies aiming to understand vertebrate development.

ABSTRACT Observing the spatial characteristics of gene expression by image-based spatial transcriptomics technology allows studying gene activity across different cells and intracellular structures. We present a probabilistic approach for the registration and analysis of transcriptome images and immunostaining images. The method is based on particle filters and jointly exploits intensity information and image features. We applied our approach to synthetic data as well as real transcriptome images and immunostaining microscopy images of the mouse brain. It turns out that our approach accurately registers the multi-modal images and yields better results than a state-of-the-art method.

The H7 subtype avian influenza viruses (AIV) have a much longer history and their adaptation through evolution pose continuous threat to humans 1 . Since 2013 March, the novel reasserted H7N9 subtype have transmitted to humans through their repeated assertion in the poultry market. Through repeated transmission, H7N9 gradually became the second AIV subtype posing greater public health risk after H5N1 2,3 . After infection, how the virus tunes its genome to adapt and evolve in humans remains unknown. Through direct amplification of H7N9 and high throughput (HT) sequencing of full genomes from the swabs and lower respiratory tract samples collected from infected patients in Shenzhen, China, we have analyzed the in vivo H7N9 mutations at the level of whole genomes and have compared with the genomes derived by in vitro cultures. These comparisons and frequency analysis against the H7N9 genomes in the public database, 40 amino acids were identified that play potential roles in virus adaptation during H7N9 infection in humans. Various synonymous mutations were also identified that might be crucial to H7N9 adaptation in humans. The mechanism of these mutations occurred in a single infection are discussed in this study.

Motivation: Cancer is a major cause of death worldwide, and an early diagnosis is required for a favorable prognosis. Histological examination is the gold standard for cancer identification; however, there is a large amount of inter-observer variability in histological diagnosis. Numerous studies have shown that cancer genesis is accompanied by an accumulation of harmful mutations within patients genome, potentiating the identification of cancer based on genomic information. We have proposed a method, GDL (genome deep learning), to study the relationship between genomic variations and traits based on deep neural networks with multiple hidden layers and nonlinear transformations. Result: We analyzed 6,083 samples from 12 cancer types obtained from the TCGA (The Cancer Genome Atlas) and 1,991 healthy samples from the 1000 Genomes project(Genomes Project, et al., 2010). We constructed 12 specific models to distinguish between certain types of cancers and healthy tissues, a specific model that can identify healthy vs diseased tissues, and a mixture model to distinguish between all 12 types of cancer based on GDL. We present the success obtained with GDL when applied to the challenging problem of cancer based on genomic variations and demonstrate state-of-the-art results (97%, 70.08% and 94.70%) for cancer identification. The mixture model achieved a comparable performance. With the development of new molecular and sequencing technologies, we can now collect circulating tumor DNA (ctDNA) from blood and monitor the cancer risk in real time, and using our model, we can also target cancerous tissue that may develop in the future. We developed a new and efficient method for the identification of cancer based on genomic information that offers a new direction for disease diagnosis while providing a new method to predict traits based on that information.