Abstract RNA polyadenylation plays a central role in RNA maturation, fate, and stability. In response to developmental cues, polyA tail lengths can vary, affecting the translation efficiency and stability of mRNAs. Here, we develop Nanopore 3’ end-capture sequencing (Nano3P-seq), a novel method that relies on nanopore cDNA sequencing to simultaneously quantify RNA abundance, tail composition and tail length dynamics at per-read resolution. By employing a template switching-based sequencing protocol, Nano3P-seq can sequence any given RNA molecule from its 3’ end, regardless of its polyadenylation status, without the need for PCR amplification or ligation of RNA adapters. We demonstrate that Nano3P-seq captures a wide diversity of RNA biotypes, providing quantitative estimates of RNA abundance and tail lengths in mRNA, lncRNA, sn/snoRNA, scaRNA, and rRNA molecules. We find that, in addition to mRNA and lncRNA, polyA tails can be identified in 16S mitochondrial rRNA in both mouse and zebrafish models. Moreover, we show that mRNA tail lengths are dynamically regulated during vertebrate embryogenesis at an isoform-specific level, correlating with mRNA decay. Finally, we identify non-A bases within polyA tails of various lengths and reveal their distribution during vertebrate embryogenesis. Overall, Nano3P-seq is a simple and robust method for accurately estimating transcript levels, tail lengths, and tail composition heterogeneity in individual reads, with minimal library preparation biases, both in the coding and non-coding transcriptome.

The field of epitranscriptomics has undergone an enormous expansion in the last few years; however, a major limitation is the lack of generic methods to map RNA modifications transcriptome-wide. Here we show that using Oxford Nanopore Technologies, N6-methyladenosine (m6A) RNA modifications can be detected with high accuracy, in the form of systematic errors and decreased base-calling qualities. Our results open new avenues to investigate the universe of RNA modifications with single nucleotide resolution, in individual RNA molecules.

In recent years, nanopore direct RNA sequencing (DRS) has established itself as a valuable tool for studying the epitranscriptome, due to its ability to detect multiple modifications within the same full-length native RNA molecules. While RNA modifications can be identified in the form of systematic basecalling errors in DRS datasets, N6-methyladenosine (m6A) modifications produce relatively low errors compared to other RNA modifications, limiting the applicability of this approach to m6A sites that are modified at high stoichiometries. Here, we demonstrate that the use of alternative RNA basecalling models, trained with fully unmodified sequences, increases the error signal of m6A, leading to enhanced detection and improved sensitivity even at low stoichiometries. Moreover, we find that high-accuracy alternative RNA basecalling models can show up to 97% median basecalling accuracy, outperforming currently available RNA basecalling models, which show 91% median basecalling accuracy. Notably, the use of high-accuracy basecalling models is accompanied by a significant increase in the number of mapped reads, especially in shorter RNA fractions, and increased basecalling error signatures at pseudouridine (Y) and N1-methylpseudouridine (m1Y) modified sites. Overall, our work demonstrates that alternative RNA basecalling models can be used to improve the detection of RNA modifications, read mappability, and basecalling accuracy in nanopore DRS datasets.

Nanopore sequencing has enabled sequencing of native RNA molecules without conversion to cDNA, thus opening the gates to a new era for the unbiased study of RNA biology. However, a formal barcoding protocol for direct sequencing of native RNA molecules is currently lacking, limiting the efficient processing of multiple samples in the same flowcell. A major limitation for the development of barcoding protocols for direct RNA sequencing is the error rate introduced during the base-calling process, especially towards the 5’ and 3’ ends of reads, which complicates sequence-based barcode demultiplexing. Here, we propose a novel strategy to barcode and demultiplex direct RNA sequencing nanopore data, which does not rely on base-calling or additional library preparation steps. Specifically, custom DNA oligonucleotides are ligated to RNA transcripts during library preparation. Then, raw current signal corresponding to the DNA barcode is extracted and transformed into an array of pixels, which is used to determine the underlying barcode using a deep convolutional neural network classifier. Our method, DeePlexiCon , implements a 20-layer residual neural network model that can demultiplex 93% of the reads with 95.1% specificity, or 60% of reads with 99.9% specificity. The availability of an efficient and simple barcoding strategy for native RNA sequencing will enhance the use of direct RNA sequencing by making it more cost-effective to the entire community. Moreover, it will facilitate the applicability of direct RNA sequencing to samples where the RNA amounts are limited, such as patient-derived samples.

ABSTRACT A broad diversity of modifications decorate RNA molecules. Originally conceived as static components, evidence is accumulating that some RNA modifications may be dynamic, contributing to cellular responses to external signals and environmental circumstances. A major difficulty in studying these modifications, however, is the need of tailored protocols to map each modification type individually. Here, we present a new approach that uses direct RNA nanopore sequencing to identify and quantify RNA modifications present in native RNA molecules. First, we show that each RNA modification type results in a distinct and characteristic base-calling ‘error’ signature, which we validate using a battery of genetic strains lacking either pseudouridine (Y) or 2’-O-methylation (Nm) modifications. We then demonstrate the value of these signatures for de novo prediction of Y modifications transcriptome-wide, confirming known Y-modified sites as well as uncovering novel Y sites in mRNAs, ncRNAs and rRNAs, including a previously unreported Pus4-dependent Y modification in yeast mitochondrial rRNA, which we validate using orthogonal methods. To explore the dynamics of pseudouridylation across environmental stresses, we treat the cells with oxidative, cold and heat stresses, finding that yeast ribosomal rRNA modifications do not change upon environmental exposures, contrary to the general belief. By contrast, our method reveals many novel heat-sensitive Y-modified sites in snRNAs, snoRNAs and mRNAs, in addition to recovering previously reported sites. Finally, we develop a novel software, nanoRMS , which we show can estimate per-site modification stoichiometries from individual RNA molecules by identifying the reads with altered current intensity and trace profiles, and quantify the RNA modification stoichiometry changes between two conditions. Our work demonstrates that Y RNA modifications can be predicted de novo and in a quantitative manner using native RNA nanopore sequencing.

Abstract Despite the nuclear localization of the m 6 A machinery, the genomes of multiple exclusively-cytoplasmic RNA viruses, such as chikungunya (CHIKV) and dengue (DENV), are reported to be extensively m 6 A-modified. However, these findings are mostly based on m 6 A-seq, an antibody-dependent technique with a high rate of false positives. Here, we addressed the presence of m 6 A in CHIKV and DENV RNAs. For this, we combined m 6 A-seq and the antibody-independent SELECT and nanopore direct RNA sequencing techniques with functional, molecular, and mutagenesis studies. Following this comprehensive analysis, we found no evidence of m 6 A modification in CHIKV or DENV transcripts. Furthermore, depletion of key components of the host m 6 A machinery did not affect CHIKV or DENV infection. Moreover, CHIKV or DENV infection had no effect on the m 6 A machinery’s localization. Our results challenge the prevailing notion that m 6 A modification is a general feature of cytoplasmic RNA viruses and underscore the importance of validating RNA modifications with orthogonal approaches.

ABSTRACT The biological relevance and dynamics of mRNA modifications have been extensively studied in the past few years, revealing their key roles in major cellular processes, such as cellular differentiation or sex determination. However, whether rRNA modifications are dynamically regulated, and under which conditions, remains largely unclear. Here, we performed a systematic characterization of bacterial rRNA modification dynamics upon exposure to diverse antibiotics using native RNA nanopore sequencing. To identify significant rRNA modification changes, we developed NanoConsensus , a novel pipeline that integrates the estimates from multiple RNA modification detection algorithms, predicting differentially modified rRNA sites with very low false positive rates and high replicability. We showed that NanoConsensus is robust across RNA modification types, stoichiometries and coverage, and outperforms all individual algorithms tested. Using this approach, we identified multiple rRNA modifications that are lost upon the presence of antibiotics, showing that rRNA modification profiles are altered in an antibiotic-specific manner. We found that significantly altered rRNA modified sites upon antibiotic exposure are located in the vicinity of the A and P-sites of the ribosome, possibly contributing to antibiotic resistance. We then systematically examined whether loss of ‘antibiotic-sensitive’ rRNA modifications may be sufficient to confer antibiotic resistance, finding that depletion of some rRNA modification enzymes guiding dysregulated rRNA modifications confers increased antibiotic resistance. Altogether, our work reveals that rRNA modification profiles can be rapidly altered in response to environmental exposures, and that nanopore sequencing can accurately identify dysregulated rRNA modifications, contributing to the mechanistic dissection of antibiotic resistance. Moreover, we provide a novel, robust workflow to study rRNA modification dynamics in any species using nanopore sequencing in a scalable and reproducible manner.

Background: RNA modifications play central roles in cellular fate and differentiation. These features have placed the epitranscriptome in the forefront of developmental biology and cancer research. However, the machinery responsible for placing, removing and recognizing more than 170 RNA modifications remains largely uncharacterized and poorly annotated, and we currently lack integrative studies that identify which RNA modification related proteins (RMPs) may be dysregulated in each cancer type. Results: Here we have performed a comprehensive annotation and evolutionary analysis of human RMPs as well as an integrative analysis of their expression patterns across 32 tissues, 10 species and 13,358 paired tumor/normal human samples. Our analysis reveals an unanticipated heterogeneity of RMP expression patterns across mammalian tissues, with a vast proportion of duplicated enzymes displaying testis specific expression, suggesting a key role for RNA modifications in sperm formation and possibly intergenerational inheritance. Moreover, through the analysis of paired tumor/normal human samples we uncover many RMPs that are dysregulated in various types of cancer, and whose expression levels are predictive of cancer progression. Surprisingly, we find that several commonly studied RNA modification enzymes such as METTL3 or FTO, are not significantly up regulated in most cancer types, once the sample is properly scaled and normalized to the full dataset, whereas several less characterized RMPs, such as LAGE3 and HENMT1, are dysregulated in many cancers. Conclusions: Our analyses reveal an unanticipated heterogeneity in the expression patterns of RMPs across mammalian tissues, and uncover a large proportion of dysregulated RMPs in multiple cancer types. We provide novel targets for future cancer research studies targeting the human epitranscriptome, as well as foundations to understand cell type specific behaviours that are orchestrated by RNA modifications.