Noisy gene expression or unequal partition of molecules during cell division are increasingly recognized as key sources of non-genetic cell-to-cell heterogeneity but the consequences for disease progression and drug efficiency are little understood. Through single-cell imaging, Spencer et al. now show that pre-existing cell-to-cell differences in the levels of signalling proteins determine whether the addition of an external death signal will kill a cell by apoptosis or not — and how quickly it happens. The mechanism may explain the phenomenon of 'fractional killing', in which repeated rounds of chemotherapy kill some but not all cells in a tumour. From an evolutionary perspective, such systems-level phenotypic variation — not based on genetic or epigenetic modifications — offers wider adaptive potential to populations of living organisms. Noise in gene expression gives rise to cell-to-cell variability in protein concentrations and is increasingly recognized as a key source of non-genetic differences between cells. Through single cell imaging, it has now been possible to demonstrate that pre-existing differences in the levels of signalling proteins determine whether the addition of an external death signal will kill a cell or not—and how fast. This has implications for understanding 'fractional killing' of tumour cells after chemotherapy, in which some but not all tumour cells die. In microorganisms, noise in gene expression gives rise to cell-to-cell variability in protein concentrations1,2,3,4,5,6,7. In mammalian cells, protein levels also vary8,9,10 and individual cells differ widely in their responsiveness to uniform physiological stimuli11,12,13,14,15. In the case of apoptosis mediated by TRAIL (tumour necrosis factor (TNF)-related apoptosis-inducing ligand) it is common for some cells in a clonal population to die while others survive—a striking divergence in cell fate. Among cells that die, the time between TRAIL exposure and caspase activation is highly variable. Here we image sister cells expressing reporters of caspase activation and mitochondrial outer membrane permeabilization after exposure to TRAIL. We show that naturally occurring differences in the levels or states of proteins regulating receptor-mediated apoptosis are the primary causes of cell-to-cell variability in the timing and probability of death in human cell lines. Protein state is transmitted from mother to daughter, giving rise to transient heritability in fate, but protein synthesis promotes rapid divergence so that sister cells soon become no more similar to each other than pairs of cells chosen at random. Our results have implications for understanding ‘fractional killing’ of tumour cells after exposure to chemotherapy, and for variability in mammalian signal transduction in general.

A high-quality reference for the sunflower genome (Helianthus annuus L.) and analysis of gene networks involved in flowering time and oil metabolism provide a basis for nutritional exploitation and analyses of adaptation to climate change. Nicolas Langlade and colleagues report the genome sequence of the domesticated sunflower, Helianthus annuus L., a global oil crop that can maintain stable yields across a wide range of environmental conditions. Their comparative analyses provide insights into the evolutionary history of Asterids. They also analysed transcriptomic data from vegetative and floral organs, re-sequenced 80 domesticated lines and performed genome-wide association studies identifying 35 loci associated with flowering time. These resources will be useful in breeding programs as well as ecological and evolutionary studies. The domesticated sunflower, Helianthus annuus L., is a global oil crop that has promise for climate change adaptation, because it can maintain stable yields across a wide variety of environmental conditions, including drought1. Even greater resilience is achievable through the mining of resistance alleles from compatible wild sunflower relatives2,3, including numerous extremophile species4. Here we report a high-quality reference for the sunflower genome (3.6 gigabases), together with extensive transcriptomic data from vegetative and floral organs. The genome mostly consists of highly similar, related sequences5 and required single-molecule real-time sequencing technologies for successful assembly. Genome analyses enabled the reconstruction of the evolutionary history of the Asterids, further establishing the existence of a whole-genome triplication at the base of the Asterids II clade6 and a sunflower-specific whole-genome duplication around 29 million years ago7. An integrative approach combining quantitative genetics, expression and diversity data permitted development of comprehensive gene networks for two major breeding traits, flowering time and oil metabolism, and revealed new candidate genes in these networks. We found that the genomic architecture of flowering time has been shaped by the most recent whole-genome duplication, which suggests that ancient paralogues can remain in the same regulatory networks for dozens of millions of years. This genome represents a cornerstone for future research programs aiming to exploit genetic diversity to improve biotic and abiotic stress resistance and oil production, while also considering agricultural constraints and human nutritional needs8,9.

We must mine the biodiversity in seed banks to help to overcome food shortages, urge Susan McCouch and colleagues.

DNA methylation is an important feature of plant epigenomes, involved in the formation of heterochromatin and affecting gene expression. Extensive variation of DNA methylation patterns within a species has been uncovered from studies of natural variation. However, the extent to which DNA methylation varies between flowering plant species is still unclear. To understand the variation in genomic patterning of DNA methylation across flowering plant species, we compared single base resolution DNA methylomes of 34 diverse angiosperm species.By analyzing whole-genome bisulfite sequencing data in a phylogenetic context, it becomes clear that there is extensive variation throughout angiosperms in gene body DNA methylation, euchromatic silencing of transposons and repeats, as well as silencing of heterochromatic transposons. The Brassicaceae have reduced CHG methylation levels and also reduced or loss of CG gene body methylation. The Poaceae are characterized by a lack or reduction of heterochromatic CHH methylation and enrichment of CHH methylation in genic regions. Furthermore, low levels of CHH methylation are observed in a number of species, especially in clonally propagated species.These results reveal the extent of variation in DNA methylation in angiosperms and show that DNA methylation patterns are broadly a reflection of the evolutionary and life histories of plant species.

Apoptosis in response to TRAIL or TNF requires the activation of initiator caspases, which then activate the effector caspases that dismantle cells and cause death. However, little is known about the dynamics and regulatory logic linking initiators and effectors. Using a combination of live-cell reporters, flow cytometry, and immunoblotting, we find that initiator caspases are active during the long and variable delay that precedes mitochondrial outer membrane permeabilization (MOMP) and effector caspase activation. When combined with a mathematical model of core apoptosis pathways, experimental perturbation of regulatory links between initiator and effector caspases reveals that XIAP and proteasome-dependent degradation of effector caspases are important in restraining activity during the pre-MOMP delay. We identify conditions in which restraint is impaired, creating a physiologically indeterminate state of partial cell death with the potential to generate genomic instability. Together, these findings provide a quantitative picture of caspase regulatory networks and their failure modes.

Abstract Genomic scans for selection are a useful tool for identifying genes underlying phenotypic transitions. In this article, we describe the results of a genome scan designed to identify candidates for genes targeted by selection during the evolution of cultivated sunflower. This work involved screening 492 loci derived from ESTs on a large panel of wild, primitive (i.e., landrace), and improved sunflower (Helianthus annuus) lines. This sampling strategy allowed us to identify candidates for selectively important genes and investigate the likely timing of selection. Thirty-six genes showed evidence of selection during either domestication or improvement based on multiple criteria, and a sequence-based test of selection on a subset of these loci confirmed this result. In view of what is known about the structure of linkage disequilibrium across the sunflower genome, these genes are themselves likely to have been targeted by selection, rather than being merely linked to the actual targets. While the selection candidates showed a broad range of putative functions, they were enriched for genes involved in amino acid synthesis and protein catabolism. Given that a similar pattern has been detected in maize (Zea mays), this finding suggests that selection on amino acid composition may be a general feature of the evolution of crop plants. In terms of genomic locations, the selection candidates were significantly clustered near quantitative trait loci (QTL) that contribute to phenotypic differences between wild and cultivated sunflower, and specific instances of QTL colocalization provide some clues as to the roles that these genes may have played during sunflower evolution.

Species often include multiple ecotypes that are adapted to different environments1. However, it is unclear how ecotypes arise and how their distinctive combinations of adaptive alleles are maintained despite hybridization with non-adapted populations2–4. Here, by resequencing 1,506 wild sunflowers from 3 species (Helianthus annuus, Helianthus petiolaris and Helianthus argophyllus), we identify 37 large (1–100 Mbp in size), non-recombining haplotype blocks that are associated with numerous ecologically relevant traits, as well as soil and climate characteristics. Limited recombination in these haplotype blocks keeps adaptive alleles together, and these regions differentiate sunflower ecotypes. For example, haplotype blocks control a 77-day difference in flowering between ecotypes of the silverleaf sunflower H. argophyllus (probably through deletion of a homologue of FLOWERING LOCUS T (FT)), and are associated with seed size, flowering time and soil fertility in dune-adapted sunflowers. These haplotypes are highly divergent, frequently associated with structural variants and often appear to represent introgressions from other—possibly now-extinct—congeners. These results highlight a pervasive role of structural variation in ecotypic adaptation. Resequencing analyses of three species of wild sunflower identify large non-recombining haplotype blocks that correlate with ecologically relevant traits, soil and climate characteristics, and that differentiate species ecotypes.

Genomic studies of speciation often report the presence of highly differentiated genomic regions interspersed within a milieu of weakly diverged loci. The formation of these speciation islands is generally attributed to reduced inter-population gene flow near loci under divergent selection, but few studies have critically evaluated this hypothesis. Here, we report on transcriptome scans among four recently diverged pairs of sunflower (Helianthus) species that vary in the geographical context of speciation. We find that genetic divergence is lower in sympatric and parapatric comparisons, consistent with a role for gene flow in eroding neutral differences. However, genomic islands of divergence are numerous and small in all comparisons, and contrary to expectations, island number and size are not significantly affected by levels of interspecific gene flow. Rather, island formation is strongly associated with reduced recombination rates. Overall, our results indicate that the functional architecture of genomes plays a larger role in shaping genomic divergence than does the geography of speciation. Differentiated genomic regions among conserved loci, known as speciation islands, are believed to form because of reduced inter-population gene flow near loci under divergent selection. Renault et al.show that reduced recombination, rather than slower gene flow, accounts for the formation of these regions in sunflowers.

BACKGROUND Massively parallel DNA sequencing of cell-free fetal DNA from maternal blood can detect fetal chromosomal abnormalities. Although existing algorithms focus on the detection of fetal trisomy 21 (T21), these same algorithms have difficulty detecting trisomy 18 (T18). METHODS Blood samples were collected from 1014 patients at 13 US clinic locations before they underwent an invasive prenatal procedure. All samples were processed to plasma, and the DNA extracted from 119 samples underwent massively parallel DNA sequencing. Fifty-three sequenced samples came from women with an abnormal fetal karyotype. To minimize the intra- and interrun sequencing variation, we developed an optimized algorithm by using normalized chromosome values (NCVs) from the sequencing data on a training set of 71 samples with 26 abnormal karyotypes. The classification process was then evaluated on an independent test set of 48 samples with 27 abnormal karyotypes. RESULTS Mapped sites for chromosomes of interest in the sequencing data from the training set were normalized individually by calculating the ratio of the number of sites on the specified chromosome to the number of sites observed on an optimized normalizing chromosome (or chromosome set). Threshold values for trisomy or sex chromosome classification were then established for all chromosomes of interest, and a classification schema was defined. Sequencing of the independent test set led to 100% correct classification of T21 (13 of 13) and T18 (8 of 8) samples. Other chromosomal abnormalities were also identified. CONCLUSION Massively parallel sequencing is capable of detecting multiple fetal chromosomal abnormalities from maternal plasma when an optimized algorithm is used.

When exposed to tumor necrosis factor (TNF) or TNF-related apoptosis-inducing ligand (TRAIL), a closely related death ligand and investigational therapeutic, cells enter a protracted period of variable duration in which only upstream initiator caspases are active. A subsequent and sudden transition marks activation of the downstream effector caspases that rapidly dismantle the cell. Thus, extrinsic apoptosis is controlled by an unusual variable-delay, snap-action switch that enforces an unambiguous choice between life and death. To understand how the extrinsic apoptosis switch functions in quantitative terms, we constructed a mathematical model based on a mass-action representation of known reaction pathways. The model was trained against experimental data obtained by live-cell imaging, flow cytometry, and immunoblotting of cells perturbed by protein depletion and overexpression. The trained model accurately reproduces the behavior of normal and perturbed cells exposed to TRAIL, making it possible to study switching mechanisms in detail. Model analysis shows, and experiments confirm, that the duration of the delay prior to effector caspase activation is determined by initiator caspase-8 activity and the rates of other reactions lying immediately downstream of the TRAIL receptor. Sudden activation of effector caspases is achieved downstream by reactions involved in permeabilization of the mitochondrial membrane and relocalization of proteins such as Smac. We find that the pattern of interactions among Bcl-2 family members, the partitioning of Smac from its binding partner XIAP, and the mechanics of pore assembly are all critical for snap-action control.