ABSTRACT The epitranscriptome embodies many new and largely unexplored functions of RNA. A significant roadblock hindering progress in epitranscriptomics is the identification of more than one modification in individual transcript molecules. We address this with CHEUI (CH3 (methylation) Estimation Using Ionic current). CHEUI predicts N6-methyladenosine (m6A) and 5-methylcytidine (m5C) in individual molecules from the same sample, the stoichiometry at transcript reference sites, and differential methylation between any two conditions. CHEUI processes observed and expected nanopore direct RNA sequencing signals to achieve high single-molecule, transcript-site, and stoichiometry accuracies in multiple tests using synthetic RNA standards and cell line data. CHEUI’s capability to identify two modification types in the same sample reveals a co-occurrence of m6A and m5C in individual mRNAs in cell line and tissue transcriptomes. CHEUI provides new avenues to discover and study the function of the epitranscriptome.

The development of perennial crops holds great promise for sustainable agriculture and food security. However, the evolution of the transition between perenniality and annuality is poorly understood. Here, using two Brassicaceae species, Crucihimalaya himalaica and Erysimum nevadense, as polycarpic perennial models, we reveal that the transition from polycarpic perennial to biennial and annual flowering behavior is a continuum determined by the dosage of three closely related MADS-box genes. Diversification of the expression patterns, functional strengths, and combinations of these genes endows species with the potential to adopt various life-history strategies. Remarkably, we find that a single gene among these three is sufficient to convert winter-annual or annual Brassicaceae plants into polycarpic perennial flowering plants. Our work delineates a genetic basis for the evolution of diverse life-history strategies in plants and lays the groundwork for the generation of diverse perennial Brassicaceae crops in the future.

Abstract Models developed using Nanopore direct RNA sequencing data from in vitro synthetic RNA with all adenosine replaced by N 6 -methyladenosine (m 6 A), are likely distorted due to superimposed signals from saturated m 6 A residues. Here, we develop a neural network, DENA , for m 6 A quantification using the sequencing data of in vivo transcripts from Arabidopsis. DENA identifies 90% of miCLIP-detected m 6 A sites in Arabidopsis, and obtains modification rates in human consistent to those found by SCARLET , demonstrating its robustness across species. We sequence the transcriptome of two additional m 6 A-deficient Arabidopsis, mtb and fip37-4 , using Nanopore and evaluate their single-nucleotide m 6 A profiles using DENA .

Abstract As an indispensable tool for transcriptome-wide analysis of differential gene expression, RNA sequencing (RNAseq) has demonstrated great potential in clinical applications. However, the lack of multi-group RNA reference materials of biological relevance and the corresponding reference datasets for assessing the reliability of RNAseq hampers its wide clinical applications wherein the underlying biological differences among study groups are often small. As part of the Quartet Project for quality control and data integration of multiomic profiling, we established four RNA reference materials derived from immortalized B-lymphoblastoid cell lines from four members of a monozygotic twin family. Additionally, we constructed ratio-based transcriptome-wide reference datasets using multi-batch RNAseq datasets, providing “ground truth” for benchmarking. Moreover, Quartet-sample-based quality metrics were developed for assessing reliability of RNAseq technology in terms of intra-batch proficiency and cross-batch reproducibility. The small intrinsic biological differences among the Quartet samples enable sensitive assessment of performance of transcriptomic measurements. The Quartet RNA reference materials combined with the reference datasets can be served as unique resources for assessing data quality and improving reliability of transcriptomic profiling.

There is a dynamic reciprocity between plants and their environment: On one hand, the physiochemical properties of soil influence plant morphology and metabolism, while on the other, root morphology and exudates shape the environment surrounding roots. Here, we investigate both of these aspects as well as the reproducibility of these responses across laboratories. The model grass Brachypodium distachyon was grown in phosphate-sufficient and phosphate-deficient mineral media, as well as in sterile soil extract, within fabricated ecosystem (EcoFAB) devices across four laboratories. Tissue weight and phosphate content, total root length, root tissue and exudate metabolic profiles were found to be consistent across laboratories and distinct between experimental treatments. Plants grown in soil extract were morphologically and metabolically distinct in all laboratories, with root hairs four times longer compared to other growth conditions. Further, plants depleted half of the investigated metabolites from the soil extract. To interact with their environment, plants not only adapt morphology and release complex metabolite mixtures; they also selectively deplete a range of soil-derived metabolites. The EcoFABs utilized here generated high inter-laboratory reproducibility, demonstrating that their value in standardized investigations of plant traits.