Abstract Regular exercise promotes whole-body health and prevents disease, yet the underlying molecular mechanisms throughout a whole organism are incompletely understood. Here, the Molecular Transducers of Physical Activity Consortium (MoTrPAC) profiled the temporal transcriptome, proteome, metabolome, lipidome, phosphoproteome, acetylproteome, ubiquitylproteome, epigenome, and immunome in whole blood, plasma, and 18 solid tissues in Rattus norvegicus over 8 weeks of endurance exercise training. The resulting data compendium encompasses 9466 assays across 19 tissues, 25 molecular platforms, and 4 training time points in young adult male and female rats. We identified thousands of shared and tissue- and sex-specific molecular alterations. Temporal multi-omic and multi-tissue analyses demonstrated distinct patterns of tissue remodeling, with widespread regulation of immune, metabolism, heat shock stress response, and mitochondrial pathways. These patterns provide biological insights into the adaptive responses to endurance training over time. For example, exercise training induced heart remodeling via altered activity of the Mef2 family of transcription factors and tyrosine kinases. Translational analyses revealed changes that are consistent with human endurance training data and negatively correlated with disease, including increased phospholipids and decreased triacylglycerols in the liver. Sex differences in training adaptation were widespread, including those in the brain, adrenal gland, lung, and adipose tissue. Integrative analyses generated novel hypotheses of disease relevance, including candidate mechanisms that link training adaptation to non-alcoholic fatty liver disease, inflammatory bowel disease, cardiovascular health, and tissue injury and recovery. The data and analysis results presented in this study will serve as valuable resources for the broader community and are provided in an easily accessible public repository ( https://motrpac-data.org/ ). Highlights Multi-tissue resource identifies 35,439 analytes regulated by endurance exercise training at 5% FDR across 211 combinations of tissues and molecular platforms. Interpretation of systemic and tissue-specific molecular adaptations produced hypotheses to help describe the health benefits induced by exercise. Robust sex-specific responses to endurance exercise training are observed across multiple organs at the molecular level. Deep multi-omic profiling of six tissues defines regulatory signals for tissue adaptation to endurance exercise training. All data are available in a public repository, and processed data, analysis results, and code to reproduce major analyses are additionally available in convenient R packages.

ABSTRACT The field of brain organoid research is complicated by morphological variability with multiple neural rosette structures per organoid. We have developed a new human brain organoid technique that generates self-organizing, single-rosette spheroids (SOSRS) with reproducible size, cortical-like lamination, and cell diversity. Rather than patterning a 3-dimensional embryoid body, we initiate brain organoid formation from a 2-dimensional monolayer of human pluripotent stem cells (hPSCs) that is patterned with small molecules into neuroepithelium and differentiated to cells of the developing dorsal cerebral cortex. This approach recapitulates the 2D to 3D transition from neural plate to neural tube that occurs during neurodevelopment. The vast majority of monolayer fragments form spheres with a single central lumen and consistent growth rates. Over time, the SOSRS develop appropriately ordered lamination consistent with six cortical layers by immunocytochemistry and single cell RNA-sequencing. The reproducibility of this method has allowed us to demonstrate robust structural phenotypes arising from chemical teratogen exposure or when modeling a genetic neurodevelopmental epileptic disorder. This platform should advance studies of human cortical development, brain disorder mechanisms, and precision therapies. SUMMARY STATEMENT Simple procedure for generating reproducible single rosette cortical brain organoids used to identify robust structural phenotypes with neuroteratogen exposure and in a genetic neurodevelopmental disease model.

Summary Conventional dogma presumes that protamine-mediated DNA compaction in sperm is achieved by passive electrostatics between DNA and the arginine-rich core of protamines. However, phylogenetic analysis reveals several non-arginine residues that are conserved within, but not across, species. The functional significance of these residues or post-translational modifications are poorly understood. Here, we investigated the functional role of K49, a rodent-specific lysine residue in mouse protamine 1 (P1) that is acetylated early in spermiogenesis and retained in sperm. In vivo , an alanine substitution (P1 K49A) results in ectopic histone retention, decreased sperm motility, decreased male fertility, and in zygotes, premature P1 removal from paternal chromatin. In vitro , the P1 K49A substitution decreases protamine-DNA binding and alters DNA compaction/decompaction kinetics. Hence, a single amino acid substitution outside the P1 arginine core is sufficient to profoundly alter protein function and developmental outcomes, suggesting that protamine non-arginine residues are essential to ensure reproductive fitness.

Summary Testicular development and function relies on interactions between somatic cells and the germline, but similar to other organs, regenerative capacity decline in aging and disease. Whether the adult testis maintains a reserve progenitor population with repair or regenerative capacity remains uncertain. Here, we characterized a recently identified mouse testis interstitial population expressing the transcription factor Tcf21. We found that Tcf21 + cells are bipotential somatic progenitors present in fetal testis and ovary, maintain adult testis homeostasis during aging, and act as reserve somatic progenitors following injury. In vitro , Tcf21 + cells are multipotent mesenchymal progenitors which form multiple somatic lineages including Leydig and myoid cells. Additionally, Tcf21 + cells resemble resident fibroblast populations reported in other organs having roles in tissue homeostasis, fibrosis, and regeneration. Our findings reveal that the testis, like other organs, maintains multipotent mesenchymal progenitors that can be leveraged in development of future therapies for hypoandrogenism and/or infertility. Highlights Multipotent Tcf21 + MPs can differentiate into somatic testis cell types Tcf21 + cells contribute to testis and ovary somatic cells during gonadal development Tcf21 + cells replenish somatic cells of the aging testis and in response to tissue injury Testis Tcf21 cells resemble resident fibroblast populations in multiple organs

Abstract Fallopian tube (FT) homeostasis requires dynamic regulation of heterogeneous cell populations and is disrupted in infertility and ovarian cancer. Here we applied single-cell RNAseq to profile 53,376 FT cells from 3 healthy pre-menopausal subjects. The resulting cell atlas contains 12 major cell types representing epithelial, stromal and immune compartments. Re-clustering of epithelial cells identified 4 ciliated and 6 non-ciliated secretory epithelial subtypes, two of which represent potential progenitor pools: one leading to mature secretory cells, while the other contributing to either ciliated cells or one of the stromal cell types. To understand how FT cell numbers and states change in a disease state, we analyzed ~15,000 cells from a hydrosalpinx sample and observed shifts in epithelial and stromal populations, and cell type-specific changes in extracellular matrix and TGF-β signaling, underscoring fibrosis pathophysiology. This resource is expected to facilitate future studies to understand fallopian tube homeostasis in normal development and disease.

Schizophrenia (SCZ) and bipolar disorder (BD) are highly heritable disorders that share a significant proportion of common risk variation. Understanding the genetic factors underlying the specific symptoms of these disorders will be crucial for improving diagnosis, intervention and treatment. In case-control data consisting of 53,555 cases (20,129 BD, 33,426 SCZ) and 54,065 controls, we identified 114 genome-wide significant loci (GWS) when comparing all cases to controls, of which 41 represented novel findings. Two genome-wide significant loci were identified when comparing SCZ to BD and a third was found when directly incorporating functional information. Regional joint association identified a genomic region of overlapping association in BD and SCZ with disease-independent causal variants indicating a fourth region contributing to differences between these disorders. Regional SNP-heritability analyses demonstrated that the estimated heritability of BD based on the SCZ GWS regions was significantly higher than that based on the average genomic region (91 regions, p = 1.2x10-6) while the inverse was not significant (19 regions, p=0.89). Using our BD and SCZ GWAS we calculated polygenic risk scores and identified several significant correlations with: 1) SCZ subphenotypes: negative symptoms (SCZ, p=3.6x10-6) and manic symptoms (BD, p=2x10-5), 2) BD subphenotypes: psychotic features (SCZ p=1.2x10-10, BD p=5.3x10-5) and age of onset (SCZ p=7.9x10-4). Finally, we show that psychotic features in BD has significant SNP-heritability (h2snp=0.15, SE=0.06), and a significant genetic correlation with SCZ (rg=0.34) in addition there is a significant sign test result between SCZ GWAS and a GWAS of BD cases contrasting those with and without psychotic features (p=0.0038, one-side binomial test). For the first time, we have identified specific loci pointing to a potential role of 4 genes (DARS2, ARFGEF2, DCAKD and GATAD2A) that distinguish between BD and SCZ, providing an opportunity to understand the biology contributing to clinical differences of these disorders. Our results provide the best evidence so far of genomic components distinguishing between BD and SCZ that contribute directly to specific symptom dimensions.

Consensus clustering (CC) is an unsupervised class discovery method widely used to study sample heterogeneity in high-dimensional datasets. It calculates "consensus rate" between any two samples as how frequently they are grouped together in repeated clustering runs under a certain degree of random perturbation. The pairwise consensus rates form a between-sample similarity matrix, which has been used (1) as a visual proof that clusters exist, (2) for comparing stability among clusters, and (3) for estimating the optimal number (K) of clusters. However, the sensitivity and specificity of CC have not been systemically studied. To assess its performance, we investigated the most common implementations of CC; and compared CC with other popular methods that also focus on cluster stability and estimation of K. We evaluated these methods using simulated datasets with either known structure or known absence of structure. Our results showed that (1) CC was able to divide randomly generated unimodal data into pre-specified numbers of clusters, and was able to show apparent stability of these chance partitions of known cluster-less data; (2) for data with known structure, the proportion of ambiguously clustered (PAC) pairs infers the known number of clusters more reliably than several commonly used K estimating methods; and (3) validation of the optimal K by choosing the most discriminant genes from the discovery cohort and applying them in an independent cohort often exaggerates the confidence in K due to inherent gene-gene correlations among the selected genes. While these results do not yet prove that any of the published studies using CC has generated false positive findings, they show that datasets with subtle or no structure are fully capable of producing strong evidence of consensus clustering. We therefore recommend caution is using CC in class discovery and validation.

Spermatogenesis is a highly regulated process that produces sperm to transmit genetic information to the next generation. Although extensively studied in mice, our current understanding of primate spermatogenesis is limited to populations defined by state-specific markers defined from rodent data. As between-species differences have been reported in the process duration and cellular differentiation hierarchy, it remains unclear how molecular markers and cell states are conserved or have diverged from mice to man. To address this challenge, we employ single-cell RNA-sequencing to identify transcriptional signatures of major germ and somatic cell-types of the testes in human, macaque and mice. This approach reveals differences in expression throughout spermatogenesis, including the stem/progenitor pool of spermatogonia, classical markers of differentiation, potential regulators of meiosis, the kinetics of RNA turnover during spermatid differentiation, and germ cell-soma communication. These datasets provide a rich foundation for future targeted mechanistic studies of primate germ cell development and in vitro gametogenesis.

Bipolar disorder is a highly heritable psychiatric disorder that features episodes of mania and depression. We performed the largest genome-wide association study to date, including 20,352 cases and 31,358 controls of European descent, with follow-up analysis of 822 sentinel variants at loci with P<1x10-4 in an independent sample of 9,412 cases and 137,760 controls. In the combined analysis, 30 loci reached genome-wide significant evidence for association, of which 20 were novel. These significant loci contain genes encoding ion channels and neurotransmitter transporters (CACNA1C, GRIN2A, SCN2A, SLC4A1), synaptic components (RIMS1, ANK3), immune and energy metabolism components. Bipolar disorder type I (depressive and manic episodes; ~73% of our cases) is strongly genetically correlated with schizophrenia whereas bipolar disorder type II (depressive and hypomanic episodes; ~17% of our cases) is more strongly correlated with major depressive disorder. These findings address key clinical questions and provide potential new biological mechanisms for bipolar disorder.

Classification is an everyday instinct as well as a full-fledged scientific discipline. Throughout the history of medicine, disease classification is central to how we develop knowledge, make diagnosis, and assign treatment. Here we discuss the classification of cancer, the process of categorizing cancer subtypes based on their observed clinical and biological features. Traditionally, cancer nomenclature is primarily based on organ location, e.g., "lung cancer" designates a tumor originating in lung structures. Within each organ-specific major type, finer subgroups can be defined based on patient age, cell type, histological grades, and sometimes molecular markers, e.g., hormonal receptor status in breast cancer, or microsatellite instability in colorectal cancer. In the past 15+ years, high-throughput technologies have generated rich new data regarding somatic variations in DNA, RNA, protein, or epigenomic features for many cancers. These data, collected for increasingly large tumor collections, have provided not only new insights into the biological diversity of human cancers, but also exciting opportunities to discover previously unrecognized cancer subtypes. Meanwhile, the unprecedented volume and complexity of these data pose significant challenges for biostatisticians, cancer biologists, and clinicians alike. Here we review five related issues that represent contemporary problems in cancer taxonomy and interpretation. 1. How many cancer subtypes are there? 2. How can we evaluate the robustness of a new classification system? 3. How are classification systems affected by intratumor heterogeneity and tumor evolution? 4. How should we interpret cancer subtypes? 5. Can multiple classification systems coexist? While related issues have existed for a long time, we will focus on those aspects that have been magnified by the recent influx of complex multi-omics data. Ongoing exploration of these problems is essential for data-driven refinement of cancer classification and the successful application of these concepts in precision medicine.