Abstract Signal peptides (SPs) are short amino acid sequences that control protein secretion and translocation in all living organisms. As experimental characterization of SPs is costly, prediction algorithms are applied to predict them from sequence data. However, existing methods are unable to detect all known types of SPs. We introduce SignalP 6.0, the first model capable of detecting all five SP types. Additionally, the model accurately identifies the positions of regions within SPs, revealing the defining biochemical properties that underlie the function of SPs in vivo . Results show that SignalP 6.0 has improved prediction performance, and is the first model to be applicable to metagenomic data. SignalP 6.0 is available at https://services.healthtech.dtu.dk/service.php?SignalP-6.0

Abstract We describe the analysis of whole genome sequences (WGS) of 150,119 individuals from the UK biobank (UKB). This constitutes a set of high quality variants, including 585,040,410 SNPs, representing 7.0% of all possible human SNPs, and 58,707,036 indels. The large set of variants allows us to characterize selection based on sequence variation within a population through a Depletion Rank (DR) score for windows along the genome. DR analysis shows that coding exons represent a small fraction of regions in the genome subject to strong sequence conservation. We define three cohorts within the UKB, a large British Irish cohort (XBI) and smaller African (XAF) and South Asian (XSA) cohorts. A haplotype reference panel is provided that allows reliable imputation of most variants carried by three or more sequenced individuals. We identified 895,055 structural variants and 2,536,688 microsatellites, groups of variants typically excluded from large scale WGS studies. Using this formidable new resource, we provide several examples of trait associations for rare variants with large effects not found previously through studies based on exome sequencing and/or imputation.

Abstract Mononuclear phagocytes (MNP), including macrophages and classical dendritic cells (cDC), are highly heterogeneous cells with distinct functions. Understanding MNP complexity in the intestinal lamina propria (LP), particularly in humans, has proved difficult due to the expression of overlapping phenotypic markers and the inability to isolate these cells without contamination from gut-associated lymphoid tissues (GALT). Here, we exploited our novel method for isolation of human GALT-free LP to carry out single-cell (sc)RNA-seq, CITE-seq and flow cytometry analysis of human ileal and colonic LP MNPs. As well as classical monocytes, non-classical monocytes, mature macrophage subsets, cDC1s, and cDC2s, we identified a CD1c + cDC subset with features of both cDC2 and monocytes, which were transcriptionally similar to the recently described cDC3. While similar MNP subsets were present in both ileal and colonic LP, the proportions and transcriptional profiles of these populations differed between these sites and in diseased states, indicating local specialization and environmental imprinting. Using computational trajectory tools, we identified putative early committed pre-cDC subsets and developmental intermediates of mature cDC1, cDC2 and cDC3, as well as monocyte–to-macrophage trajectories. Collectively, our results provide novel insights into the heterogeneity and development of intestinal LP MNP and an important framework for studying the role of these populations in intestinal homeostasis and disease. One sentence summary Fenton and Wulff et al . use single-cell methods to explore the complexity of the mononuclear phagocyte compartment of the human intestinal lamina propria, identifying distinct dendritic cell and macrophage subsets, site-specific transcriptional signatures, and lineage-specific precursors.

Summary Intestinal fibroblasts (FB) play essential roles in intestinal homeostasis. Here we show that the small and large intestinal lamina propria (LP) contain similar FB subsets that locate in specific anatomical niches and express distinct arrays of epithelial support genes. However, there were tissue specific differences in the transcriptional profile of intestinal FB subsets in the two sites. All adult intestinal LP mesenchymal stromal cells (MSC), including FB, smooth muscle cells (SMC) and pericytes derive from Gli1 -expressing embryonic precursors which we identify as mesothelial cells. Trajectory analysis suggested that adult SMC and FB derive from distinct embryonic intermediates, and that adult FB subsets develop in a linear trajectory from CD81 + FB. Finally, we show that colonic subepithelial PDGFRα hi FB comprise several functionally and anatomically distinct populations that originate from an Fgfr2 -expressing FB intermediate. Collectively our results provide novel insights into MSC diversity, location, function and ontogeny, with implications for our understanding of intestinal development, homeostasis and disease.

Background: Congenital heart disease (CHD) occurs in almost 1% of newborn children and is considered a multifactorial disorder. CHD may segregate in families due to significant contribution of genetic factors in the disease aetiology. The aim of the study was to identify pathophysiological mechanisms in families segregating CHD. Methods: We used whole exome sequencing to identify rare genetic variants in ninety consenting participants from 32 Danish families with recurrent CHD. We applied a systems biology approach to identify developmental mechanisms influenced by accumulation of rare variants. We used an independent cohort of 714 CHD cases and 4922 controls for replication and performed functional investigations using zebrafish as in vivo model. Results: We identified 1,785 genes, in which rare alleles were shared between affected individuals within a family. These genes were enriched for known cardiac developmental genes and 218 of the genes were mutated in more than one family. Our analysis revealed a functional cluster, enriched for proteins with a known participation in calcium signalling. Replication confirmed increased mutation burden of calcium-signalling genes in CHD patients. Functional investigation of zebrafish orthologues of ITPR1, PLCB2 and ADCY2 verified a role in cardiac development and suggests a combinatorial effect of inactivation of these genes. Conclusions: The study identifies abnormal calcium signalling as a novel pathophysiological mechanism in human CHD and confirms the complex genetic architecture underlying CHD.

Endometriosis is a common complex inflammatory condition characterised by the presence of endometrium-like tissue outside the uterus, mainly in the pelvic area. It is associated with chronic pelvic pain and infertility, and its pathogenesis remains poorly understood. The disease is typically classified according to the revised American Fertility Society (rAFS) 4-stage surgical assessment system, although stage does not correlate well with symptomatology or prognosis. Previously identified genetic variants mainly are associated with stage III/IV disease, highlighting the need for further phenotype-stratified analysis that requires larger datasets. We conducted a meta-analysis of 15 genome-wide association studies (GWAS) and a replication analysis, including 58,115 cases and 733,480 controls in total, and sub-phenotype analyses of stage I/II, stage III/IV and infertility-associated endometriosis cases. This revealed 27 genetic loci associated with endometriosis at the genome-wide p-value threshold (P<5x10-8), 13 of which are novel and an additional 8 novel genes identified from gene-based association analyses. Of the 27 loci, 21 (78%) had greater effect sizes in stage III/IV disease compared to stage I/II, 1 (4%) had greater effect size in stage I/II compared to stage III/IV and 17 (63%) had greater effect sizes when restricted to infertility-associated endometriosis cases compared to overall endometriosis. These results suggest that specific variants may confer risk for different sub-types of endometriosis through distinct pathways. Analyses of genetic variants underlying different pain symptoms reported in the UK Biobank showed that 7/9 had positive significant (p<1.28x10-3) positive genetic correlations with endometriosis, suggesting a genetic basis for sensitivity to pain in general. Additional conditions with significant positive genetic correlations with endometriosis included uterine fibroids, excessive and irregular menstrual bleeding, osteoarthritis, diabetes as well as menstrual cycle length and age at menarche. These results provide a basis for fine-mapping of the causal variants at these 27 loci, and for functional follow-up to understand their contribution to endometriosis and its potential subtypes.

Background: Vultures have adapted the remarkable ability to feed on carcasses that may contain microorganisms that would be pathogenic to most other animals. The holobiont concept suggests that the genetic basis of such adaptation may not only lie within their genomes, but additionally in their associated microbes. To explore this, we generated shotgun DNA sequencing datasets of the facial and gut microbiomes from the black and turkey vultures. We characterized i) the functional potential and taxonomic diversity of their microbiomes, ii) the potential pathogenic challenges they face, and iii) elements in the microbiome that could play a protective role to the vulture's face and gut. Results: We found elements involved in diseases, such as periodontitis and pneumonia (more abundant in the face), and gas gangrene and food poisoning (more abundant in the gut). Interestingly, we found taxa and functions with potential for playing health beneficial roles, such as antilisterial bacteria in the gut, and genes for the production of antiparasites and antiinsectisides in the face. Based on the identified phages, we suggest that phages aid in the control, and possibly elimination as in phage therapy, of microbes reported as pathogenic to a variety of species. Interestingly, we also identified Adineta vaga in the gut, an invertebrate that feeds on dead bacteria and protozoans, suggesting a defensive predatory mechanism. Finally, we suggest a colonization resistance role though biofilm formation played by Fusobacteria and Clostridia in the gut. Conclusions: Our results highlight the importance of complementing genomic analyses with metagenomics in order to obtain a clearer understanding of the host-microbial alliance and show the importance of microbiome-mediated health protection for adaptation to extreme diets, such as scavenging.

Across academia and industry, text mining has become a popular strategy for keeping up with the rapid growth of the scientific literature. Text mining of the scientific literature has mostly been carried out on collections of abstracts, due to their availability. Here we present an analysis of 15 million English scientific full-text articles published during the period 1823-2016. We describe the development in article length and publication sub-topics during these nearly 250 years. We showcase the potential of text mining by extracting published protein-protein, disease-gene, and protein subcellular associations using a named entity recognition system, and quantitatively report on their accuracy using gold standard benchmark data sets. We subsequently compare the findings to corresponding results obtained on 16.5 million abstracts included in MEDLINE and show that text mining of full-text articles consistently outperforms using abstracts only.

Human protein-protein interaction networks are critical to understanding cell biology and interpreting genetic and genomic data, but are challenging to produce in individual large-scale experiments. We describe a general computational framework that through data integration and quality control provides a scored human protein-protein interaction network (InWeb_IM). Juxtaposed with five comparable resources, InWeb_IM has 2.8 times more interactions (~585K) and a superior functional signal showing that the added interactions reflect real cellular biology. InWeb_IM is a versatile resource for accurate and cost-efficient functional interpretation of massive genomic datasets illustrated by annotating candidate genes from >4,700 cancer genomes and genes involved in neuropsychiatric diseases.

The catalog of cancer driver mutations in protein-coding genes has greatly expanded in the past decade. However, non-coding cancer driver mutations are less well-characterized and only a handful of recurrent non-coding mutations, most notably TERT promoter mutations, have been reported. Motivated by the success of pathway and network analyses in prioritizing rare mutations in protein-coding genes, we performed multi-faceted pathway and network analyses of non-coding mutations across 2,583 whole cancer genomes from 27 tumor types compiled by the ICGC/TCGA PCAWG project. While few non-coding genomic elements were recurrently mutated in this cohort, we identified 93 genes harboring non-coding mutations that cluster into several modules of interacting proteins. Among these are promoter mutations associated with reduced mRNA expression in TP53, TLE4, and TCF4. We found that biological processes had variable proportions of coding and non-coding mutations, with chromatin remodeling and proliferation pathways altered primarily by coding mutations, while developmental pathways, including Wnt and Notch, altered by both coding and non-coding mutations. RNA splicing was primarily targeted by non-coding mutations in this cohort, with samples containing non-coding mutations exhibiting similar gene expression signatures as coding mutations in well-known RNA splicing factors. These analyses contribute a new repertoire of possible cancer genes and mechanisms that are altered by non-coding mutations and offer insights into additional cancer vulnerabilities that can be investigated for potential therapeutic treatments.