The sequence of the mouse genome is a key informational tool for understanding the contents of the human genome and a key experimental tool for biomedical research. Here, we report the results of an international collaboration to produce a high-quality draft sequence of the mouse genome. We also present an initial comparative analysis of the mouse and human genomes, describing some of the insights that can be gleaned from the two sequences. We discuss topics including the analysis of the evolutionary forces shaping the size, structure and sequence of the genomes; the conservation of large-scale synteny across most of the genomes; the much lower extent of sequence orthology covering less than half of the genomes; the proportions of the genomes under selection; the number of protein-coding genes; the expansion of gene families related to reproduction and immunity; the evolution of proteins; and the identification of intraspecies polymorphism.

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.

Abstract Alternative splicing is regulated by multiple RNA-binding proteins and influences the expression of most eukaryotic genes. However, the role of this process in human disease, and particularly in cancer, is only starting to be unveiled. We systematically analyzed mutation, copy number and gene expression patterns of 1348 RNA-binding protein (RBP) genes in 11 solid tumor types, together with alternative splicing changes in these tumors and the enrichment of binding motifs in the alternatively spliced sequences. Our comprehensive study reveals widespread alterations in the expression of RBP genes, as well as novel mutations and copy number variations in association with multiple alternative splicing changes in cancer drivers and oncogenic pathways. Remarkably, the altered splicing patterns in several tumor types recapitulate those of undifferentiated cells. These patterns are predicted to be mainly controlled by MBNL1 and involve multiple cancer drivers, including the mitotic gene NUMA1 . We show that NUMA1 alternative splicing induces enhanced cell proliferation and centrosome amplification in non-tumorigenic mammary epithelial cells. Our study uncovers novel splicing networks that potentially contribute to cancer development and progression.

Abstract Nanopore sequencing enables the efficient and unbiased measurement of transcriptomes from any sample. However, current methods for transcript identification and quantification rely of mapping reads to a reference genome, which precludes the study of species with a partial or missing reference or the identification of disease-specific transcripts not readily identifiable from a reference. Here we present RATTLE, a tool to perform reference-free reconstruction and quantification of transcripts using only Nanopore reads. Using simulated data and experimental data from isoform spike-ins, human tissues, and cell lines, we show that RATTLE accurately determines transcript sequences and their abundances, and shows good scalability with the number of transcripts. RATTLE provides unprecedented access to transcriptomes from any sample and species without relying on a reference or additional technologies.

Abstract The heterogeneous composition of cellular transcriptomes poses a major challenge for detecting weakly expressed RNA classes, as they can be obscured by abundant RNAs. Although biochemical protocols can enrich or deplete specified RNAs, they are time-consuming, expensive and can compromise RNA integrity. Here we introduce RISER, a biochemical-free technology for the real-time enrichment or depletion of RNA classes. RISER performs selective rejection of molecules during direct RNA sequencing by identifying RNA classes directly from nanopore signals with deep learning and communicating with the sequencing hardware in real time. By targeting the dominant messenger and mitochondrial RNA classes for depletion, RISER reduced their respective read counts by more than 85%, resulting in an increase in sequencing depth of up to 93% for long non-coding RNAs. We also applied RISER for the depletion of globin mRNA in whole blood, achieving a decrease in globin reads by more than 90% as well as a significant increase in non-globin reads. Furthermore, using a GPU or a CPU, RISER is faster than GPU-accelerated basecalling and mapping. RISER’s modular and retrainable software and intuitive command-line interface allow easy adaptation to other RNA classes. RISER is available at https://github.com/comprna/riser .

Abstract PAX5 is the master transcription factor controlling B cell identity. In humans, mutations in PAX5 account for 30% of B cell acute lymphoblastic leukemia (B-ALL) cases. Investigating the causal effects of PAX5 mutations has however been difficult due to the premature lethality of Pax5 −/− mice. Here we describe a novel mouse strain with a premature STOP mutation in Pax5 (Y351*) that produces a truncated protein and reduction in protein function, yet still allows for some B cell development to occur. A population of uncommitted and multipotent CD19 + B220 − B cells develops in the bone marrow of homozygous mice leading to the development of B-ALL. We show that the tumors frequently acquire secondary mutations in Jak3 , and Ptpn11 highlighting key pathways interacting with PAX5 during malignant transformation. Analysis of the PAX5 Y351* mice provide insight not only into the functional consequence of reduced PAX5 activity on B cell development and identity, but also provides an avenue in which to study PAX5-driven B-ALL in mice. One Sentence Summary Reduction in PAX5 function in mice induces the development of uncommitted B cells that have multipotent and malignant potential.

Abstract The heterogeneous composition of cellular transcriptomes poses a major challenge for detecting weakly expressed RNA classes, as they can be obscured by abundant RNAs. Although biochemical protocols can enrich or deplete specified RNAs, they are time-consuming, expensive and can compromise RNA integrity. Here we introduce RISER, a biochemical-free technology for the real-time enrichment or depletion of RNA classes. RISER performs selective rejection of molecules during direct RNA sequencing by identifying RNA classes directly from nanopore signals with deep learning and communicating with the sequencing hardware in real time. By targeting the dominant messenger and mitochondrial RNA classes for depletion, RISER reduces their respective read counts by more than 85%, resulting in an increase in sequencing depth of 47% on average for long non-coding RNAs. We also apply RISER for the depletion of globin mRNA in whole blood, achieving a decrease in globin reads by more than 90% as well as an increase in non-globin reads by 16% on average. Furthermore, using a GPU or a CPU, RISER is faster than GPU-accelerated basecalling and mapping. RISER’s modular and retrainable software and intuitive command-line interface allow easy adaptation to other RNA classes. RISER is available at https://github.com/comprna/riser .

Abstract Long-read sequencing enables isoform-resolved detection of functionally important RNA elements, such as RNA chemical modifications, RNA secondary structure, or RNA-protein interaction sites. Importantly, the functional impact of these elements can relate to their positions relative to isoform-specific transcript features, such as start and stop codons, open reading frames, exon-exon junctions and transcript termini. Relating transcriptomic and genomic features during sequencing data analysis is challenged by the flexibility of RNA biogenesis and the diversity of alternative mRNA transcripts. To address these challenges and streamline the mapping between transcriptome-mapped data and genome-mapped data, we developed R2Dtool. We illustrate R2Dtool’s capability to process long-read transcriptomic information and potential for interpretation in the context of transcript and genomic annotation features using epitranscriptomics data. R2Dtool embraces and expedites analysis of RNA complexity, and we anticipate it will empower multiple transcriptomic studies for interpretation and discovery. R2Dtool is freely available under the MIT license from https://github.com/comprna/R2Dtool .

Abstract Williams-Beuren syndrome (WBS) is a rare genetic multisystemic disorder characterized by mild to moderate intellectual disability and hypersocial phenotype, while the most life-threatening features are cardiovascular abnormalities. Nowadays, there are no available treatments to ameliorate the main traits of WBS. The endocannabinoid system (ECS), given its relevance for both cognitive and cardiovascular function, could be a potential druggable target in this syndrome. We analyzed the components of the ECS in the complete deletion (CD) mouse model of WBS and assessed the impact of its pharmacological modulation in key phenotypes relevant for WBS. CD mice showed the characteristic hypersociable phenotype with no preference for social novelty and poor object-recognition performance. Brain cannabinoid type-1 receptor (CB1R) in CD male mice showed alterations in density and coupling with no detectable change in main endocannabinoids. Endocannabinoid signaling modulation with sub-chronic (10 d) JZL184, a selective inhibitor of monoacylglycerol lipase (MAGL), specifically normalized the social and cognitive phenotype of CD mice. Notably, JZL184 treatment improved cardiac function and restored gene expression patterns in cardiac tissue. These results reveal the modulation of the ECS as a promising novel therapeutic approach to improve key phenotypic alterations in WBS.

Abstract Viral co-infections occur in COVID-19 patients, potentially impacting disease progression and severity. However, there is currently no dedicated method to identify viral co-infections in patient RNA-seq data. We developed PACIFIC, a deep-learning algorithm that accurately detects SARS-CoV-2 and other common RNA respiratory viruses from RNA-seq data. Using in silico data, PACIFIC recovers the presence and relative concentrations of viruses with >99% precision and recall. PACIFIC accurately detects SARS-CoV-2 and other viral infections in 63 independent in vitro cell culture and patient datasets. PACIFIC is an end-to-end tool that enables the systematic monitoring of viral infections in the current global pandemic.