Abstract With the continued deluge of results from genome-wide association and functional genomic studies, it has become increasingly imperative to quickly combine and visualize different layers of genetic and genomic data within a given locus to facilitate exploratory and integrative data analyses. While several tools have been developed to visualize locus-level genetic results, the limited speed, scalability, and flexibility of current approaches remains a significant bottleneck. Here, we present a Julia package GeneticsMakie.jl for high-performance genetics and genomics-related data visualization that enables fast, simultaneous plotting of hundreds of association results along with multiple relevant genomic annotations. Leveraging the powerful plotting and layout utilities from Makie.jl facilitates the customization and extensibility of every component of a plot, enabling generation of publication-ready figures. The GeneticsMakie.jl package is open source and distributed under the MIT license via GitHub ( https://github.com/mmkim1210/GeneticsMakie.jl ). The GitHub repository contains installation instructions as well as examples and documentation for built-in functions.

Abstract Arboleda-Tham Syndrome (ARTHS, OMIM#616268) is a rare neurodevelopmental disorder caused by de novo mutations in KAT6A . Individuals with ARTHS typically exhibit varying degrees of intellectual disability, speech and language deficits and clinical manifestations across multiple systems that lead to abnormal: vision, craniofacial features, cardiac morphology, and gastrointestinal function. To gain insight into the potential neuropathological mechanisms underlying ARTHS, we investigate how KAT6A mutations disrupt in vitro brain development using induced pluripotent stem cells (iPSCs) and cerebral organoids (COs) derived from ARTHS patients harboring KAT6A nonsense mutations. In this study, we conducted comprehensive transcriptomic profiling by performing time-course experiments and generating short-read and long-read RNA sequencing (RNA-seq) data from undifferentiated iPSCs and COs at 15 and 25 days of neural differentiation. Our analysis revealed abnormal expression of 235 genes in ARTHS across all three timepoints examined. Notably, we observed persistent dysregulation of genes such as CTSF , ZNF229 , PCDHB12 , and PAK3 . Additionally, we found a consistent enrichment of PTBP1 -target genes among the upregulated genes in ARTHS at all three stages assessed by RNA-seq. During neural differentiation, we identified 980 genes that consistently display aberrant transcription in ARTHS at both CO stages. These genes are enriched for genes involved in cell fate determination through modulation of cell-cycle dynamics (e.g. E2F family) and cell-adhesion molecules (e.g. PCDH genes). Our findings indicate that ARTHS COs exhibit slower downregulation of pluripotency and cell cycle genes compared to controls and that this delay led to an overrepresentation of cycling human neural progenitor markers during neural differentiation in ARTHS. Finally, matching the variable neurodevelopment phenotypes in ARTHS, we discovered that the aberrantly expressed genes in ARTHS are enriched for genes associated with Autism Spectrum Disorder and Epilepsy, with a subset showing isoform-specific dysregulation. Strikingly, the same PTBP1- target genes were enriched amongst the genes that display differential isoform usage in ARTHS. For the first time, we demonstrate that KAT6A mutations lead to a delay in repressing pluripotency and cell cycle genes during neural differentiation, suggesting that prolonged activation of these gene networks disrupts the temporal dynamics of human brain development in ARTHS.

Abstract RNA splicing is highly prevalent in the brain and has strong links to neuropsychiatric disorders, yet the role of cell-type-specific splicing or transcript-isoform diversity during human brain development has not been systematically investigated. Here, we leveraged single-molecule long-read sequencing to deeply profile the full-length transcriptome of the germinal zone (GZ) and cortical plate (CP) regions of the developing human neocortex at tissue and single-cell resolution. We identified 214,516 unique isoforms, of which 72.6% are novel (unannotated in Gencode-v33), and uncovered a substantial contribution of transcript-isoform diversity, regulated by RNA binding proteins, in defining cellular identity in the developing neocortex. We leveraged this comprehensive isoform-centric gene annotation to re-prioritize thousands of rare de novo risk variants and elucidate genetic risk mechanisms for neuropsychiatric disorders. One-Sentence Summary A cell-specific atlas of gene isoform expression helps shape our understanding of brain development and disease. Structured Abstract INTRODUCTION The development of the human brain is regulated by precise molecular and genetic mechanisms driving spatio-temporal and cell-type-specific transcript expression programs. Alternative splicing, a major mechanism increasing transcript diversity, is highly prevalent in the human brain, influences many aspects of brain development, and has strong links to neuropsychiatric disorders. Despite this, the cell-type-specific transcript-isoform diversity of the developing human brain has not been systematically investigated. RATIONALE Understanding splicing patterns and isoform diversity across the developing neocortex has translational relevance and can elucidate genetic risk mechanisms in neurodevelopmental disorders. However, short-read sequencing, the prevalent technology for transcriptome profiling, is not well suited to capturing alternative splicing and isoform diversity. To address this, we employed third-generation long-read sequencing, which enables capture and sequencing of complete individual RNA molecules, to deeply profile the full-length transcriptome of the germinal zone (GZ) and cortical plate (CP) regions of the developing human neocortex at tissue and single-cell resolution. RESULTS We profiled microdissected GZ and CP regions of post-conception week (PCW) 15-17 human neocortex in bulk and at single-cell resolution across six subjects using high-fidelity long-read sequencing (PacBio IsoSeq). We identified 214,516 unique isoforms, of which 72.6% were novel (unannotated in Gencode), and >7,000 novel exons, expanding the proteome by 92,422 putative proteoforms. We uncovered thousands of isoform switches during cortical neurogenesis predicted to impact RNA regulatory domains or protein structure and implicating previously uncharacterized RNA-binding proteins in cellular identity and neuropsychiatric disease. At the single-cell level, early-stage excitatory neurons exhibited the greatest isoform diversity, and isoform-centric single-cell clustering led to the identification of previously uncharacterized cell states. We systematically assessed the contribution of transcriptomic features, and localized cell and spatio-temporal transcript expression signatures across neuropsychiatric disorders, revealing predominant enrichments in dynamic isoform expression and utilization patterns and that the number and complexity of isoforms per gene is strongly predictive of disease. Leveraging this resource, we re-prioritized thousands of rare de novo risk variants associated with autism spectrum disorders (ASD), intellectual disability (ID), and neurodevelopmental disorders (NDDs), more broadly, to potentially more severe consequences and revealed a larger proportion of cryptic splice variants with the expanded transcriptome annotation provided in this study. CONCLUSION Our study offers a comprehensive landscape of isoform diversity in the human neocortex during development. This extensive cataloging of novel isoforms and splicing events sheds light on the underlying mechanisms of neurodevelopmental disorders and presents an opportunity to explore rare genetic variants linked to these conditions. The implications of our findings extend beyond fundamental neuroscience, as they provide crucial insights into the molecular basis of developmental brain disorders and pave the way for targeted therapeutic interventions. To facilitate exploration of this dataset we developed an online portal ( https://sciso.gandallab.org/ ).