Recently, many researchers have used graph theory to study the aberrant brain structures in Alzheimer's disease (AD) and have made great progress. However, the characteristics of the cortical network in Mild Cognitive Impairment (MCI) are still largely unexplored. In this study, the gray matter volumes obtained from magnetic resonance imaging (MRI) for all brain regions except the cerebellum were parcellated into 90 areas using the automated anatomical labeling (AAL) template to construct cortical networks for 98 normal controls (NCs), 113 MCIs and 91 ADs. The measurements of the network properties were calculated for each of the three groups respectively. We found that all three cortical networks exhibited small-world properties and those strong interhemispheric correlations existed between bilaterally homologous regions. Among the three cortical networks, we found the greatest clustering coefficient and the longest absolute path length in AD, which might indicate that the organization of the cortical network was the least optimal in AD. The small-world measures of the MCI network exhibited intermediate values. This finding is logical given that MCI is considered to be the transitional stage between normal aging and AD. Out of all the between-group differences in the clustering coefficient and absolute path length, only the differences between the AD and normal control groups were statistically significant. Compared with the normal controls, the MCI and AD groups retained their hub regions in the frontal lobe but showed a loss of hub regions in the temporal lobe. In addition, altered interregional correlations were detected in the parahippocampus gyrus, medial temporal lobe, cingulum, fusiform, medial frontal lobe, and orbital frontal gyrus in groups with MCI and AD. Similar to previous studies of functional connectivity, we also revealed increased interregional correlations within the local brain lobes and disrupted long distance interregional correlations in groups with MCI and AD.

Defects in mitochondrial oxidative phosphorylation (OXPHOS) have been reported in COVID-19 patients, but the timing and organs affected vary among reports. Here, we reveal the dynamics of COVID-19 through transcription profiles in nasopharyngeal and autopsy samples from patients and infected rodent models. While mitochondrial bioenergetics is repressed in the viral nasopharyngeal portal of entry, it is up regulated in autopsy lung tissues from deceased patients. In most disease stages and organs, discrete OXPHOS functions are blocked by the virus, and this is countered by the host broadly up regulating unblocked OXPHOS functions. No such rebound is seen in autopsy heart, results in severe repression of genes across all OXPHOS modules. Hence, targeted enhancement of mitochondrial gene expression may mitigate the pathogenesis of COVID-19.

Abstract Recent development of single-cell RNA-seq (scRNA-seq) technologies has led to enormous biological discoveries. As the scale of scRNA-seq studies increases, a major challenge in analysis is batch effect, which is inevitable in studies involving human tissues. Most existing methods remove batch effect in a low-dimensional embedding space. Although useful for clustering, batch effect is still present in the gene expression space, leaving downstream gene-level analysis susceptible to batch effect. Recent studies have shown that batch effect correction in the gene expression space is much harder than in the embedding space. Popular methods such as Seurat3.0 rely on the mutual nearest neighbor (MNN) approach to remove batch effect in the gene expression space, but MNN can only analyze two batches at a time and it becomes computationally infeasible when the number of batches is large. Here we present CarDEC, a joint deep learning model that simultaneously clusters and denoises scRNA-seq data, while correcting batch effect both in the embedding and the gene expression space. Comprehensive evaluations spanning different species and tissues showed that CarDEC consistently outperforms scVI, DCA, and MNN. With CarDEC denoising, those non-highly variable genes offer as much signal for clustering as the highly variable genes, suggesting that CarDEC substantially boosted information content in scRNA-seq. We also showed that trajectory analysis using CarDEC’s denoised and batch corrected expression as input revealed marker genes and transcription factors that are otherwise obscured in the presence of batch effect. CarDEC is computationally fast, making it a desirable tool for large-scale scRNA-seq studies.

Abstract The inferior parietal lobule (IPL) is one of the most expanded cortical regions in humans relative to other primates. It is also among the most structurally and functionally asymmetric regions in the human cerebral cortex. Whether the structural and connectional asymmetries of IPL subdivisions differ across primate species and how this relates to functional asymmetries remain unclear. We identified IPL subregions that exhibited positive allometric in both hemispheres, scaling across rhesus macaque monkeys, chimpanzees, and humans. The patterns of IPL subregions asymmetry were similar in chimpanzees and humans, but no IPL asymmetries were evident in macaques. Among the comparative sample of primates, humans showed the most widespread asymmetric connections in the frontal, parietal, and temporal cortices, constituting leftward asymmetric networks that may provide an anatomical basis for language and tool use. Unique human asymmetric connectivity between the IPL and primary motor cortex might be related to handedness. These findings suggest that structural and connectional asymmetries may underlie hemispheric specialization of the human brain.

Nucleoside-containing metabolites such as NAD+ can be incorporated as "5' caps" on RNA by serving as non canonical initiating nucleotides (NCINs) for transcription initiation by RNA polymerase (RNAP). Here, we report "CapZyme-Seq," a high-throughput-sequencing method that employs NCIN-decapping enzymes NudC and Rai1 to detect and quantify NCIN-capped RNA. By combining CapZyme-Seq with multiplexed transcriptomics, we determine efficiencies of NAD+ capping by Escherichia coli RNAP for ~16,000 promoter sequences. The results define preferred transcription start-site (TSS) positions for NAD+ capping and define a consensus promoter sequence for NAD+ capping: HRRASWW (where A is the TSS). By applying CapZyme-Seq to E. coli total cellular RNA, we establish that sequence determinants for NCIN capping in vivo match the NAD+-capping consensus defined in vitro, and we identify and quantify NCIN-capped small RNAs. Our findings define the promoter-sequence determinants for NCIN capping with NAD+ and provide a general method for analysis of NCIN capping in vitro and in vivo.

Pausing by RNA polymerase (RNAP) during transcription elongation, in which a translocating RNAP uses a "stepping" mechanism, has been studied extensively, but pausing by RNAP during initial transcription, in which a promoter-anchored RNAP uses a "scrunching" mechanism, has not. We report a method that directly defines RNAP-active-center position relative to DNA in vivo with single nucleotide resolution (XACT-seq; crosslink-between-active-center-and-template sequencing). We apply this method to detect and quantify pausing in initial transcription at 411 (~4,000,000) promoter sequences in vivo , in Escherichia coli . The results show initial-transcription pausing can occur in each nucleotide addition during initial transcription, particularly the first 4-5 nucleotide additions. The results further show initial-transcription pausing occurs at sequences that resemble the consensus sequence element for transcription-elongation pausing. Our findings define the positional and sequence determinants for initial-transcription pausing and establish initial-transcription pausing is hard coded by sequence elements similar to those for transcription-elongation pausing.

Abstract Chemical modifications of RNA 5′ ends enable “epitranscriptomic” regulation, influencing multiple aspects of RNA fate. In transcription initiation, a large inventory of substrates compete with nucleoside triphosphates (NTPs) for use as initiating entities, providing an ab initio mechanism for altering the RNA 5′ end. In Escherichia coli cells, RNAs with a 5′-end hydroxyl are generated by use of dinucleotide RNAs as primers for transcription initiation, “primer-dependent initiation.” Here we use massively systematic transcript end readout (“MASTER”) to detect and quantify RNA 5′ ends generated by primer-dependent initiation for ~4 10 (~1,000,000) promoter sequences in E. coli . The results show primer-dependent initiation in E. coli involves any of the 16 possible dinucleotide primers and depends on promoter sequences in, upstream, and downstream of the primer binding site. The results yield a consensus sequence for primer-dependent initiation, Y TSS-2 N TSS-1 N TSS W TSS+1 , where TSS is the transcription start site, N TSS-1 N TSS is the primer binding site, Y is pyrimidine, and W is A or T. Biochemical and structure-determination studies show that the base pair (nontemplate-strand base:template-strand base) immediately upstream of the primer binding site (Y:R TSS-2 , where R is purine) exerts its effect through the base on the DNA template strand (R TSS-2 ) through inter-chain base stacking with the RNA primer. Results from analysis of a large set of natural, chromosomally-encoded E . coli promoters support the conclusions from MASTER. Our findings provide a mechanistic and structural description of how TSS-region sequence hard-codes not only the TSS position, but also the potential for epitranscriptomic regulation through primer-dependent transcription initiation.

Abstract Histology studies revealed that the macaque insular cortex was characterized by the gradual organizations containing agranular, dysgranular and granular insula. However, no consensus has been reached on the elaborate subdivisions of macaque insula. Until now, no neuroimaging study to our knowledge combining connectivity-based gradients and parcellation has been performed to investigate the topographic organization of the macaque insular cortex. In this study, we used high-resolution ex vivo diffusion-weighted imaging data to explore the macaque insular cortex’s global gradient organization and subdivisions. We found a rostrocaudal organization of the dominant gradient in the macaque insula using a diffusion map embedding. Meanwhile, extracting the 25% top and bottom components from the dominant and second gradient, which explained variance over 60% in total within ten gradients, the connectivity-based parcellation method was performed to subdivide each component into two subregions confirmed by the cross-validation analysis. Furthermore, permutations tests identified that two subregions from each component showed significant differences between their connectivity fingerprints. Finally, we found that the dominant and second gradients were significantly correlated with the T1w/T2w and cortical thickness maps in the macaque insula. Taken together, the global gradients combining the subdivisions examined the topographic organization of the macaque insular cortex based on the structural connectivity, which may contribute to a better understanding of the intricate insular cortex anatomy.

Abstract IMPORTANCE The dynamic changes of biomarkers and clinical profiles in sporadic Alzheimer’s disease (SAD) are poorly understood. OBJECTIVE To evaluate the impact of amyloid-β (Aβ) biomarkers on SAD by measuring the dynamic changes in biomarkers and clinical profiles in the progression of SAD. DESIGN AND SETTING This retrospective and longitudinal study analyzed clinical and biomarker data from 665 participants (mean follow-up 4.90 ± 2.83 years) from a subset of the AD Neuroimaging Initiative (ADNI) participants collected from August 2005 to December 2018. By aligning the timing of the changes in the various biomarkers with the stable normal cognition (CN) baseline and mild cognitive impairment (MCI) or AD onset timepoints, we combined data from the stable CN, CN conversion to MCI (CN2MCI), and MCI conversion to AD (MCI2AD) groups to identify the trajectories associated with the progression of AD. PARTICIPANTS The participants were 294 CN, 69 CN2MCI, 300 MCI2AD, and 24 who converted from CN to MCI to AD (CN2MCI2AD) (of whom 22 were also included in the CN2MCI). EXPOSURES Amyloid-β measured by florbetapir positron emission tomography (PET) or cerebrospinal fluid assay of amyloid-β (CSF Aβ 42 ). MAIN OUTCOMES AND MEASURES The measures included the 13-item cognitive subscale of the AD Assessment Scale (ADAS13, as a clinical measure), hippocampal volume, and the fluorodeoxyglucose (FDG) PET standardized uptake value ratio (SUVR). RESULTS The CN, CN2MCI, and MCI2AD subgroups’ median (interquartile range [IQR]) annual changes in ADAS13 were (0.388 [−0.278, 0.818], 1.000 [0.239, 2.330], and 3.388 [1.750, 6.169]). The annual changes in hippocampal volume for each group were (−0.005 %ICV [−0.011, −0.001], −0.006 %ICV [−0.012, −0.002], and −0.014 %ICV [−0.021, −0.009]). The annual changes in FDG PET SUVR for each group were (−0.011 [−0.030, 0.010], −0.027 [−0.056, −0.012], and −0.039 [−0.063, 0.014]). Changes in the amyloid biomarkers were inconsistent with clinical profile changes. The annual changes in CSF Aβ 42 for each group were (−1.500 pg/ml [−6.000, 4.000], −2.200 [−5.667, 4.000], and −2.000 [−7.000, 2.650]) and in Aβ PET SUVR for each group were (0.004 [−0.002, 0.012], 0.004 [−0.001,0.011], and 0.005 [−0.006, 0.014]). During the stable CN and CN2MCI stages, subjects with elevated and those with normal amyloid showed no significant differences (likelihood ratio test, p < .01) in clinical measures, hippocampal volume, or FDG. CONCLUSIONS AND RELEVANCE Hippocampal volume and FDG associated with clinical profiles impairment in the SAD progression. Aβ alone is not associated with clinical profiles, hippocampal volume, and FDG impairment in the preclinical stage of SAD. Key Points Question: What is the role of amyloid-β in dynamic changes in biomarkers and clinical profiles in the progression of sporadic Alzheimer’s disease? Findings: The changes of the hippocampal volume and FDG that were consistent with the changes of the clinical profiles showed a non-linear change in the initial stage and an accelerated non-linear change during MCI2AD, changes in amyloid biomarkers were inconsistent with the clinical profile. Cognitively normal people with elevated or normal amyloid showed no significant differences in clinical measures, hippocampal volume, or FDG. Meaning: Amyloid-β alone may not be used as the central index for defining the preclinical stage of SAD.

RNA-seq has become the most prevalent technology for measuring genome-wide gene expression, but the best practices for processing and analysing RNA-seq data are still an open question. Many statistical methods have been developed to identify genes differentially expressed between sample groups from RNA-seq data. These methods differ by their data distribution assumptions, choice of statistical test, and computational resource requirements. Over 25 methods of differential expression detection were validated and made available through a user-friendly web portal, RNA-seq 2G. All methods are suitable for analysing differential gene expression between two groups of samples. They commonly use a read count matrix derived from RNA-seq data as input and statistically compare groups for each gene. The web portal uses a Shiny app front-end and is hosted by a cloud-based server provided by Amazon Web Service. The comparison of methods showed that the data distribution assumption is the major determinant of differences between methods. Most methods are more likely to find that longer genes are differentially expressed, which substantially impacts downstream gene set-level analysis. Combining results from multiple methods can potentially diminish this bias. RNA-seq 2G makes the analysis of RNA-seq data more accessible and efficient, and is freely available at http://rnaseq2g.awsomics.org.