Abstract Sex differences in aging occur in many animal species, and they include sex differences in lifespan, in the onset and progression of age‐associated decline, and in physiological and molecular markers of aging. Sex differences in aging vary greatly across the animal kingdom. For example, there are species with longer‐lived females, species where males live longer, and species lacking sex differences in lifespan. The underlying causes of sex differences in aging remain mostly unknown. Currently, we do not understand the molecular drivers of sex differences in aging, or whether they are related to the accepted hallmarks or pillars of aging or linked to other well‐characterized processes. In particular, understanding the role of sex‐determination mechanisms and sex differences in aging is relatively understudied. Here, we take a comparative, interdisciplinary approach to explore various hypotheses about how sex differences in aging arise. We discuss genomic, morphological, and environmental differences between the sexes and how these relate to sex differences in aging. Finally, we present some suggestions for future research in this area and provide recommendations for promising experimental designs.

Summary Uncovering how transcription factors (TFs) regulate their targets at the DNA, RNA and protein levels over time is critical to define gene regulatory networks (GRNs) in normal and diseased states. RNA-seq has become a standard method to measure gene regulation using an established set of analysis steps. However, none of the currently available pipeline methods for interpreting ordered genomic data (in time or space) use time series models to assign cause and effect relationships within GRNs, are adaptive to diverse experimental designs, or enable user interpretation through a web-based platform. Furthermore, methods which integrate ordered RNA-seq data with transcription factor binding data are urgently needed. Here, we present TIMEOR (Trajectory Inference and Mechanism Exploration with Omics data in R), the first web-based and adaptive time series multi-omics pipeline method which infers the relationship between gene regulatory events across time. TIMEOR addresses the critical need for methods to predict causal regulatory mechanism networks between TFs from time series multi-omics data. We used TIMEOR to identify a new link between insulin stimulation and the circadian rhythm cycle. TIMEOR is available at https://github.com/ashleymaeconard/TIMEOR.git .

Abstract Despite decades of research, mechanisms by which co-transcriptional alternative splicing events are targeted to the correct genomic locations to drive cell fate decisions remain unknown. By combining structural and molecular approaches, we define a new mechanism by which an essential transcription factor (TF) targets co-transcriptional splicing through physical and functional interaction with RNA and RNA binding proteins (RBPs). We show that an essential TF co-transcriptionally regulates sex-specific alternative splicing by directly interacting with a subset of target RNAs on chromatin and modulating the dynamics of hnRNPA2 homolog nuclear splicing condensates.

Abstract Co-transcriptional splicing coordinates the processes of transcription and splicing and is driven by transcription factors (TFs) and diverse RNA-binding proteins (RBPs). Yet the mechanisms by which specific TFs and RBPs function together in context-specific ways to drive precise co-transcriptional splicing at each of thousands of genomic loci remains unknown. Therefore, we have used sex-specific splicing in Drosophila as a model to understand how the function of TFs and RBPs is coordinated to transcribe and process specific RNA transcripts at the correct genomic locations. We show widespread sex-specific transcript diversity occurs much earlier than previously thought and present a new pipeline called time2splice to quantify splicing changes over time. We define several mechanisms by which the essential and functionally-conserved CLAMP TF functions with specific RBPs to precisely regulate co-transcriptional splicing: 1) CLAMP links the DNA of gene bodies of sex-specifically spliced genes directly to the RNA of target genes and physically interacts with snRNA and protein components of the splicing machinery; 2) In males, CLAMP regulates the distribution of the highly conserved RBP M ale le ss (MLE) (RNA Helicase A) to prevent aberrant sex-specific splicing; 3) In females, CLAMP modulates alternative splicing by directly binding to target DNA and RNA and indirectly through regulating the splicing of sex lethal , the master regulator of sex determination. Overall, we provide new insight into how TFs function specifically with RBPs to drive alternative splicing.

Abstract In this paper, we aim to build a tool that will help bridge the gap between high-dimensional computation and wet-lab experimentation by allowing users to interrogate genomic signatures at multiple molecular levels and identify best next actionable steps for downstream decision making. We introduce Multioviz : a publicly accessible R package and web application platform to easily perform in silico hypothesis testing of generated gene regulatory networks. We demonstrate the utility of Multioviz by conducting an end-to-end analysis in a statistical genetics application focused on measuring the effect of in silico perturbations of complex trait architecture. By using a real data set from the Wellcome Trust Centre for Human Genetics, we both recapitulate previous findings and propose hypotheses about the genes involved in the percentage of immune CD8+ cells found in heterogeneous stocks of mice. Source code for the Multioviz R package is available at https://github.com/lcrawlab/multio-viz and an interactive version of the platform is available at multioviz.ccv.brown.edu .

Abstract Neural stem cell (NSC) differentiation is controlled by cell-intrinsic and external signals from the stem cell niche including niche surface glia (SG). However, the mechanisms by which transcription factors drive NSC differentiation within the niche remain largely unknown. Here, we show that the transcription factor, Chromatin-linked adaptor for MSL proteins (CLAMP) is required for NSC differentiation. CLAMP promotes transcription of genes involved in stemness, proliferation, and glial development and represses transcription of genes involved in neurogenesis and niche survival. Consistent with transcriptional changes, CLAMP promotes NSC proliferation and SG production. Furthermore, glial-specific knock-down of clamp causes similar phenotypes to clamp null mutants. CLAMP motifs are present at many target genes including the glial-determining gene, glial cells missing , and Notch , a key regulator of neurogenesis. Collectively, our results suggest that CLAMP regulates a transcriptional program which drives NSC proliferation and differentiation via cell-intrinsic and niche-dependent mechanisms that involve niche glia.

Abstract Alcohol use disorder (AUD) is characterized by loss of control in limiting alcohol intake. This may involve intermittent periods of abstinence followed by alcohol seeking and, consequently, relapse. However, little is understood of the molecular mechanisms underlying the impact of alcohol deprivation on behavior. Using a new Drosophila melanogaster repeated intermittent alcohol exposure model, we sought to identify how ethanol deprivation alters spontaneous behavior, determine the associated neural structures, and reveal correlated changes in brain gene expression. We found that repeated intermittent ethanol-odor exposures followed by ethanol-deprivation dynamically induces behaviors associated with a negative affect state. Although behavioral states broadly mapped to many brain regions, persistent changes in social behaviors mapped to the mushroom body and surrounding neuropil. This occurred concurrently with changes in expression of genes associated with sensory responses, neural plasticity, and immunity. Like social behaviors, immune response genes were upregulated following three-day repeated intermittent ethanol-odor exposures and persisted with one or two days of ethanol-deprivation, suggesting an enduring change in molecular function. Our study provides a framework for identifying how ethanol deprivation alters behavior with correlated underlying circuit and molecular changes.