Cancer cells rewire metabolism to favour the generation of specialized metabolites that support tumour growth and reshape the tumour microenvironment1,2. Lysine functions as a biosynthetic molecule, energy source and antioxidant3-5, but little is known about its pathological role in cancer. Here we show that glioblastoma stem cells (GSCs) reprogram lysine catabolism through the upregulation of lysine transporter SLC7A2 and crotonyl-coenzyme A (crotonyl-CoA)-producing enzyme glutaryl-CoA dehydrogenase (GCDH) with downregulation of the crotonyl-CoA hydratase enoyl-CoA hydratase short chain 1 (ECHS1), leading to accumulation of intracellular crotonyl-CoA and histone H4 lysine crotonylation. A reduction in histone lysine crotonylation by either genetic manipulation or lysine restriction impaired tumour growth. In the nucleus, GCDH interacts with the crotonyltransferase CBP to promote histone lysine crotonylation. Loss of histone lysine crotonylation promotes immunogenic cytosolic double-stranded RNA (dsRNA) and dsDNA generation through enhanced H3K27ac, which stimulates the RNA sensor MDA5 and DNA sensor cyclic GMP-AMP synthase (cGAS) to boost type I interferon signalling, leading to compromised GSC tumorigenic potential and elevated CD8+ T cell infiltration. A lysine-restricted diet synergized with MYC inhibition or anti-PD-1 therapy to slow tumour growth. Collectively, GSCs co-opt lysine uptake and degradation to shunt the production of crotonyl-CoA, remodelling the chromatin landscape to evade interferon-induced intrinsic effects on GSC maintenance and extrinsic effects on immune response.

Cells do not live in a vacuum, but in a milieu defined by cell–cell communication that can be measured via emerging high-resolution spatial transcriptomics approaches. However, analytical tools that fully leverage such data for kinetic modeling remain lacking. Here we present Spateo ( aristoteleo/spateo-release ), a general framework for quantitative spatiotemporal modeling of single-cell resolution spatial transcriptomics. Spateo delivers novel methods for digitizing spatial layers/columns to identify spatially-polar genes, and develops a comprehensive framework of cell-cell interaction to reveal spatial effects of niche factors and cell type-specific ligand-receptor interactions. Furthermore, Spateo reconstructs 3D models of whole embryos, and performs 3D morphometric analyses. Lastly, Spateo introduces the concept of “morphometric vector field” of cell migrations, and integrates spatial differential geometry to unveil regulatory programs underlying various organogenesis patterns of Drosophila. Thus, Spateo enables the study of the ecology of organs at a molecular level in 3D space, beyond isolated single cells.

Summary Metabolic dysregulation in multiple tissues alters glucose homeostasis and influences risk for type 2 diabetes (T2D). To identify pathways and tissues influencing T2D-relevant glycemic traits (fasting glucose [FG], fasting insulin [FI], two-hour glucose [2hGlu] and glycated hemoglobin [HbA1c]), we investigated associations of exome-array variants in up to 144,060 individuals without diabetes of multiple ancestries. Single-variant analyses identified novel associations at 21 coding variants in 18 novel loci, whilst gene-based tests revealed signals at two genes, TF (HbA1c) and G6PC (FG, FI). Pathway and tissue enrichment analyses of trait-associated transcripts confirmed the importance of liver and kidney for FI and pancreatic islets for FG regulation, implicated adipose tissue in FI and the gut in 2hGlu, and suggested a role for the non-endocrine pancreas in glucose homeostasis. Functional studies demonstrated that a novel FG/FI association at the liver-enriched G6PC transcript was driven by multiple rare loss-of-function variants. The FG/HbA1c-associated, islet-specific G6PC2 transcript also contained multiple rare functional variants, including two alleles within the same codon with divergent effects on glucose levels. Our findings highlight the value of integrating genomic and functional data to maximize biological inference. Highlights 23 novel coding variant associations (single-point and gene-based) for glycemic traits 51 effector transcripts highlighted different pathway/tissue signatures for each trait The exocrine pancreas and gut influence fasting and 2h glucose, respectively Multiple variants in liver-enriched G6PC and islet-specific G6PC2 influence glycemia

Abstract Protein-coding genetic variants that strongly affect disease risk can provide important clues into disease pathogenesis. Here we report an exome sequence analysis of 20,791 type 2 diabetes (T2D) cases and 24,440 controls from five ancestries. We identify rare (minor allele frequency<0.5%) variant gene-level associations in (a) three genes at exome-wide significance, including a T2D-protective series of >30 SLC30A8 alleles, and (b) within 12 gene sets, including those corresponding to T2D drug targets ( p =6.1×10 −3 ) and candidate genes from knockout mice ( p =5.2×10 −3 ). Within our study, the strongest T2D rare variant gene-level signals explain at most 25% of the heritability of the strongest common single-variant signals, and the rare variant gene-level effect sizes we observe in established T2D drug targets will require 110K-180K sequenced cases to exceed exome-wide significance. To help prioritize genes using associations from current smaller sample sizes, we present a Bayesian framework to recalibrate association p -values as posterior probabilities of association, estimating that reaching p <0.05 ( p <0.005) in our study increases the odds of causal T2D association for a nonsynonymous variant by a factor of 1.8 (5.3). To help guide target or gene prioritization efforts, our data are freely available for analysis at www.type2diabetesgenetics.org .

SUMMARY Brain regeneration requires a precise coordination of complex responses in a time- and region-specific manner. Identifying key cell types and molecules that direct brain regeneration would provide potential targets for the advance of regenerative medicine. However, progress in the field has been hampered largely due to limited regeneration capacity of the mammalian brain and understanding of the regeneration process at both cellular and molecular level. Here, using axolotl brain with extrodinary regeneration ability upon injury, and the SpaTial Enhanced REsolution Omics-sequencing (Stereo-seq), we reconstructed the first architecture of axolotl telencephalon with gene expression profiling at single-cell resolution, and fine cell dynamics maps throughout development and regeneration. Intriguingly, we discovered a marked heterogeneity of radial glial cell (RGC) types with distinct behaviors. Of note, one subtype of RGCs is activated since early regeneration stages and proliferates while other RGCs remain dormant. Such RGC subtype appears to be the major cell population involved in early wound healing response and gradually covers the injured area before presumably transformed into the lost neurons. Altogether, our work systematically decoded the complex cellular and molecular dynamics of axolotl telencephalon in development and regeneration, laying the foundation for studying the regulatory mechanism of brain regeneration in the future.

Abstract It is well documented that massive dynamic information is contained in the resting-state fMRI. Recent studies have identified recurring states dominated by similar coactivation patterns (CAP) and revealed their temporal dynamics. However, the reproducibility and generalizability of the CAP analysis is unclear. To address this question, the effects of methodological pipelines on CAP are comprehensively evaluated in this study, including preprocessing, network construction, cluster number and three independent cohorts. The CAP state dynamics are characterized by fraction of time, persistence, counts, and transition probability. Results demonstrate six reliable CAP states and their dynamic characteristics are also reproducible. The state transition probability is found to be positively associated with the spatial similarity. Furthermore, the aberrant CAP in schizophrenia has been investigated by using the reproducible method on three cohorts. Schizophrenia patients spend less time in CAP states that involve the fronto-parietal network, but more time in CAP states that involve the default mode and salience network. The aberrant dynamic characteristics of CAP are correlated with the symptom severity. These results reveal the reproducibility and generalizability of the CAP analysis, which can provide novel insights into the neuropathological mechanism associated with aberrant brain network dynamics of schizophrenia. Highlights Three coactivation patterns (CAPs) pairs with opposite coactivation profiles were identified, and the between-state transition probability was positively correlated with their spatial similarity. Good spatial and temporal reproducibility and generalizability of CAPs were achieved under varied analytic methods and independent cohorts. Schizophrenia patients showed altered temporal dynamics not only within the triple-network but also other primary and higher-order networks.

The analysis of express trajectory is essential for delivery service optimization and courier management. Express trajectory consists of a large amount of community paths which is different from the trajectory of transportation tools such as taxis which run in the main road of a city. Due to the complexity of the community road networks and the energy constraint of devices, trajectories are collected under a low sampling rate and accuracy. These trajectories need to be recovered and mapped to the road networks for further analysis. Current recovery approaches utilize two-stage or end-to-end models to generate the upsampled trajectories. These methods fail to fully exploit the periodicity relation in historical data, which leads to accuracy losses for complex community road networks. In this paper, we design PATR, a periodicity-aware Seq2Seq model, to recover the couriers' trajectories by leveraging the periodical patterns of the historical data. We conduct experimental evaluations based on real-world GPS data of JD logistics consisting of 836,959 points and 25,726 road segments, and our model outperforms the state-of-the-art baselines by reducing recovery error by 2.4%-21.9%.

Abstract Brain extraction is a critical pre-processing step in brain magnetic resonance imaging (MRI) analytical pipelines. In rodents, this is often achieved by manually editing brain masks slice-by-slice, a time-consuming task where workloads increase with higher spatial resolution datasets. We recently demonstrated successful automatic brain extraction via a deep-learning-based framework, U-Net, using 2D convolutions. However, such an approach cannot make use of the rich 3D spatial-context information from volumetric MRI data. In this study, we advanced our previously proposed U-Net architecture by replacing all 2D operations with their 3D counterparts and created a 3D U-Net framework. We trained and validated our model using a recently released CAMRI rat brain database acquired at isotropic spatial resolution, including T2-weighted turbo-spin-echo structural MRI and T2*-weighted echo-planar-imaging functional MRI. The performance of our 3D U-Net model was compared with existing rodent brain extraction tools, including Rapid Automatic Tissue Segmentation (RATS), Pulse-Coupled Neural Network (PCNN), SHape descriptor selected External Regions after Morphologically filtering (SHERM), and our previously proposed 2D U-Net model. 3D U-Net demonstrated superior performance in Dice, Jaccard, Hausdorff distance, and sensitivity. Additionally, we demonstrated the reliability of 3D U-Net under various noise levels, evaluated the optimal training sample sizes, and disseminated all source codes publicly, with a hope that this approach will benefit rodent MRI research community. Significant methodological contribution We proposed a deep-learning-based framework to automatically identify the rodent brain boundaries in MRI. With a fully 3D convolutional network model, 3D U-Net, our proposed method demonstrated improved performance compared to current automatic brain extraction methods, as shown in several qualitative metrics (Dice, Jaccard, PPV, SEN, and Hausdorff). We trust that this tool will avoid human bias and streamline pre-processing steps during 3D high resolution rodent brain MRI data analysis. The software developed herein has been disseminated freely to the community.

Abstract The compact CRISPR/Cas9 system, which can be delivered by adeno-associated virus (AAV), is a promising platform for therapeutic applications. However, current compact Cas9 nucleases have limited activity, targeting scope and specificity. Here, we identified three compact SaCas9 orthologs, Staphylococcus lugdunensis Cas9 (SlugCas9), Staphylococcus lutrae Cas9 (SlutrCas9) and Staphylococcus haemolyticus Cas9 (ShaCas9), for mammalian genome editing. Interestingly, SlugCas9 recognizes a simple NNGG PAM and displays comparable activity to SaCas9. We further generated a SlugCas9-SaCas9 chimeric nuclease, which has both high specificity and high activity. We lastly engineered SlugCas9 with mutations to generate a high fidelity variant that maintains high specificity without compromising on-target editing efficiency. Our study offers important minimal Cas9 tools that are ideal for both basic research and clinical applications.

ABSTRACT Toxicity and inconvenience associated with the use of injectable drug-containing regimens for tuberculosis (TB) have made all-oral regimens a preferred alternative. Widespread resistance to fluoroquinolones and pyrazinamide makes it essential to identify new drug candidates and study their effects on current regimens for TB. TB47 is a pyrazolo[1,5-a]pyridine-3-carboxamide with powerful synergistic in vitro and in vivo activities against mycobacteria, especially with clofazimine. Here, we investigated the bactericidal and sterilizing activities of novel oral regimens containing TB47 + clofazimine + linezolid, and the potential roles of levofloxacin and/or pyrazinamide in such drug combinations. Using a well-established mouse model, we assessed the effect of these regimens on bacterial burden in the lung during treatment and relapse (4 months after stopping treatment + immunosuppression). Our findings indicate that the TB47 + clofazimine + linezolid + pyrazinamide, with/without levofloxacin, regimens had fast-acting (4 months) sterilizing activity and no relapse was observed. When pyrazinamide was excluded from the regimen, treatment times were longer (5-6 months) to achieve sterilizing conditions. We propose that TB47 + clofazimine + linezolid can form a highly sterilizing block for use as an alternative pan-TB regimen.