Nuclear clearance and cytoplasmic aggregation of the RNA-binding protein TDP-43 are observed in many neurodegenerative disorders, including amyotrophic lateral sclerosis (ALS) and fronto- temporal dementia (FTD). Although TDP-43 dysregulation of splicing has emerged as a key event in these diseases, TDP-43 can also regulate polyadenylation; yet, this has not been adequately studied. Here, we applied the dynamic analysis of polyadenylation from RNA-seq (DaPars) tool to ALS/FTD transcriptome datasets, and report extensive alternative polyadenylation (APA) upon TDP-43 alteration in ALS/FTD cell models and postmortem ALS/FTD neuronal nuclei. Importantly, many identified APA genes highlight pathways implicated in ALS/FTD pathogenesis. To determine the functional significance of APA elicited by TDP-43 nuclear depletion, we examined microtubule affinity regulating kinase 3 (MARK3). Nuclear loss of TDP-43 yielded increased expression of MARK3 transcripts with longer 3'UTRs, resulting in greater transcript stability and elevated MARK3 protein levels, which promotes increased neuronal tau S262 phosphorylation. Our findings define changes in polyadenylation site selection as a previously unrecognized feature of TDP-43-driven disease pathology in ALS/FTD and highlight a potentially novel mechanistic link between TDP-43 dysfunction and tau regulation.

Abstract Summary cell-free methylated DNA immunoprecipitation and high-throughput sequencing (cfMeDIP-seq) has emerged as a promising non-invasive technology to detect cancers and monitor treatments. Several bioinformatics tools are available for cfMeDIP-seq data analysis. However, an easy to implement and flexible pipeline, particularly, for large-scale cfMeDIP-seq profiling, is still lacking. Here we present the MEDIPIPE, which provides a one-stop solution for cfMeDIP-seq data quality control, methylation quantification and sample aggregation. The major advantages of MEDIPIPE are: 1) it is easy to implement and reproduce with automatically deployed execution environments; 2) it can handle different experimental settings with a single input configuration file; 3) it is computationally efficient for large-scale cfMeDIP-seq profiling data analysis and aggregation. Availability and implementation This pipeline is an open-source software under the MIT license and it is freely available at https://github.com/yzeng-lol/MEDIPIPE . Contact yzeng@uhnresearch.ca or trevor.pugh@utoronto.ca or hansenhe@uhnresearch.ca Supplementary information Supplementary data are appended.

Abstract Alternative polyadenylation (APA) plays important roles in modulating mRNA stability, translation, and subcellular localization, and contributes extensively to shaping eukaryotic transcriptome complexity and proteome diversity. Identification of poly(A) sites (pAs) on a genome-wide scale is a critical step toward understanding the underlying mechanism of APA-mediated gene regulation. A number of established computational tools have been proposed to predict pAs from diverse genomic data. Here we provided an exhaustive overview of computational approaches for predicting pAs from DNA sequences, bulk RNA-seq data, and single-cell RNA-seq (scRNA-seq) data. Particularly, we examined several representative tools using RNA-seq and scRNA-seq data from peripheral blood mononuclear cells and put forward operable suggestions on how to assess the reliability of pAs predicted by different tools. We also proposed practical guidelines on choosing appropriate methods applicable to diverse scenarios. Moreover, we discussed in depth the challenges in improving the performance of pA prediction and benchmarking different methods. Additionally, we highlighted outstanding challenges and opportunities using new machine learning and integrative multi-omics techniques and provided our perspective on how computational methodologies might evolve in the future for non-3’ UTR, tissue-specific, cross-species, and single-cell pA prediction.