Systematic studies of cancer genomes have provided unprecedented insights into the molecular nature of cancer. Using this information to guide the development and application of therapies in the clinic is challenging. Here, we report how cancer-driven alterations identified in 11,289 tumors from 29 tissues (integrating somatic mutations, copy number alterations, DNA methylation, and gene expression) can be mapped onto 1,001 molecularly annotated human cancer cell lines and correlated with sensitivity to 265 drugs. We find that cell lines faithfully recapitulate oncogenic alterations identified in tumors, find that many of these associate with drug sensitivity/resistance, and highlight the importance of tissue lineage in mediating drug response. Logic-based modeling uncovers combinations of alterations that sensitize to drugs, while machine learning demonstrates the relative importance of different data types in predicting drug response. Our analysis and datasets are rich resources to link genotypes with cellular phenotypes and to identify therapeutic options for selected cancer sub-populations.

The goal of the Laser Interferometric Gravitational-Wave Observatory (LIGO) is to detect and study gravitational waves (GWs) of astrophysical origin. Direct detection of GWs holds the promise of testing general relativity in the strong-field regime, of providing a new probe of exotic objects such as black holes and neutron stars and of uncovering unanticipated new astrophysics. LIGO, a joint Caltech–MIT project supported by the National Science Foundation, operates three multi-kilometer interferometers at two widely separated sites in the United States. These detectors are the result of decades of worldwide technology development, design, construction and commissioning. They are now operating at their design sensitivity, and are sensitive to gravitational wave strains smaller than one part in 1021. With this unprecedented sensitivity, the data are being analyzed to detect or place limits on GWs from a variety of potential astrophysical sources.

SARS-CoV-2 infects the olfactory epithelium of hamsters and humans and persists in it in individuals with COVID-19 for several months after infection.

The most comprehensive analysis to date of models of transcription-factor binding specificity reveals the best methods for predicting in vivo binding from in vitro data. Genomic analyses often involve scanning for potential transcription factor (TF) binding sites using models of the sequence specificity of DNA binding proteins. Many approaches have been developed to model and learn a protein's DNA-binding specificity, but these methods have not been systematically compared. Here we applied 26 such approaches to in vitro protein binding microarray data for 66 mouse TFs belonging to various families. For nine TFs, we also scored the resulting motif models on in vivo data, and found that the best in vitro–derived motifs performed similarly to motifs derived from the in vivo data. Our results indicate that simple models based on mononucleotide position weight matrices trained by the best methods perform similarly to more complex models for most TFs examined, but fall short in specific cases (<10% of the TFs examined here). In addition, the best-performing motifs typically have relatively low information content, consistent with widespread degeneracy in eukaryotic TF sequence preferences.

SUMMARY As population genomics is transitioning from single reference genomes to pangenomes, major improvements in terms of genome contiguity, phylogenetic sampling, haplotype phasing and structural variant (SV) calling are required. Here, we generated the Saccharomyces cerevisiae Reference Assembly Panel (ScRAP) comprising 142 reference-quality genomes from strains of various geographic and ecological origins that faithfully represent the genomic diversity and complexity of the species. The ca. 4,800 non-redundant SVs we identified impact the expression of genes near the breakpoints and contribute to gene repertoire evolution through disruptions, duplications, fusions and horizontal transfers. We discovered frequent cases of complex aneuploidies, preferentially involving large chromosomes that underwent large SVs. We also characterized the evolutionary dynamics of complex genomic regions that classically remain unassembled in short read-based projects, including the 5 Ty families and the 32 individual telomeres. Overall, the ScRAP represents a crucial step towards establishing a high-quality, unified and complete S. cerevisiae pangenome.

Abstract The protozoan parasite Leishmania donovani causes fatal human visceral leishmaniasis in absence of treatment. Genome instability has been recognized as a driver in Leishmania fitness gain in response to environmental change or chemotherapy. How genome instability generates beneficial phenotypes despite potential deleterious gene dosage effects is unknown. Here we address this important open question applying experimental evolution and integrative systems approaches on parasites adapting to in vitro culture. Phenotypic analyses of parasites from early and late stages of culture adaptation revealed an important fitness tradeoff, with selection for accelerated growth in promastigote culture (fitness gain) impairing infectivity (fitness costs). Comparative genomics, transcriptomics and proteomics analyses revealed a complex regulatory network driving parasite fitness, with genome instability causing highly reproducible, gene dosage-dependent changes in protein abundance linked to post-transcriptional regulation. These in turn were associated with a gene dosage-independent reduction in abundance of flagellar transcripts and a coordinated increase in abundance of coding and non-coding RNAs implicated in ribosomal biogenesis and protein translation. We correlated differential expression of small nucleolar RNAs (snoRNAs) with changes in rRNA modification, providing first evidence that Leishmania fitness gain in culture may be controlled by post-transcriptional and epitranscriptomic regulation. Our findings propose a novel model for Leishmania fitness gain in culture, where differential regulation of mRNA stability and the generation of fitness-adapted ribosomes may potentially filter deleterious from beneficial gene dosage effects and provide proteomic robustness to genetically heterogenous, adapting parasite populations. This model challenges the current, genome-centric approach to Leishmania epidemiology and identifies the Leishmania transcriptome and non-coding small RNome as potential novel sources for the discovery of biomarkers that may be associated with parasite phenotypic adaptation in clinical settings.

Two–component systems (TCSs) sense specific signals, regulating countless physiological pathways. Heme concentrations are kept at defined levels in cells by means of exquisite regulatory networks, including TCS–mediated ones. Heme biosynthesis involves energetically costly pathways, which are finely controlled with degradation, avoiding toxicity of heme overabundance. The regulation of heme import/export is also integrated, securing proper homeostasis. In Leptospira —Spirochete bacteria—, the TCS HemKR regulates heme metabolism, yet the cues detected by the sensory kinase HemK are still unknown. Here we show that 5–aminolevulinic acid (ALA), a committed porphyrin biosynthesis precursor, is sensed by HemK shutting down the kinase′s autophosphorylation activity. In this way, ALA induces HemK to act as a phosphatase towards HemR, its cognate response regulator. HemR dephosphorylation leads to a substantial modulation of the bacterial gene expression profile, including the repression of genes encoding heme–biosynthesis enzymes and TonB–dependent iron–chelate/heme importer systems, combined with a simultaneous induction of heme oxygenase, critically involved in heme degradation. The transcription of several other genes linked to heme and iron homeostasis, is also modulated by HemKR, consistent with phenotypic differences between hemKR - double-knockout vs wild-type L. biflexa strains. Considering that heme oxygenase is a virulence factor in pathogenic Leptospira , HemKR is now identified as a relevant factor of spirochetal virulence regulation.

Motivation: Next Generation Sequencing (NGS) provides researchers with powerful tools to investigate both prokaryotic and eukaryotic genetics. An accurate assessment of reads mapped to a specific genome consists of inspecting the genome coverage as number of reads mapped to a specific genome location. Most current methods use the average of the genome coverage (sequencing depth) to summarize the overall coverage. This metric quickly assess the sequencing quality but ignores valuable biological information like the presence of repetitive regions or deleted genes. The detection of such information may be challenging due to a wide spectrum of heterogeneous coverage regions, a mixture of underlying models or the presence of a non-constant trend along the genome. Using robust statistics to systematically identify genomic regions with unusual coverage is needed to characterize these regions more precisely. Results: We implemented an efficient running median algorithm to estimate the genome coverage trend. The distribution of the normalized genome coverage is then estimated using a Gaussian mixture model. A z-score statistics is then assigned to each base position and used to separate the central distribution from the regions of interest (ROI) (i.e., under- and over-covered regions). Finally, a double threshold mechanism is used to cluster the genomic ROIs. HTML reports provide a summary with interactive visual representations of the genomic ROIs. Availability: An implementation of the genome coverage characterization is available within the Sequana project. The standalone application is called sequana_coverage. The source code is available on GitHub (http://github.com/sequana/sequana), and documentation on ReadTheDocs (http://sequana.readtheodcs.org). An example of HTML report is provided on http://sequana.github.io .

The Negativicutes are a clade of Firmicutes that have retained the ancestral diderm character and possess an outer membrane. One of the best studied Negativicute, Veillonella parvula, is an anaerobic commensal and opportunistic pathogen inhabiting complex human microbial communities, including the gut and the dental plaque microbiota. Whereas adhesion and biofilm capacity of V. parvula is expected to be crucial for its maintenance and development in these environments, studies of V. parvula adhesion have been hindered by the lack of efficient genetic tools to perform functional analyses in this bacterium. Here, we took advantage of a recently described naturally transformable V. parvula isolate, SKV38, and adapted tools developed for the closely related Clostridia spp. to perform random transposon and targeted mutagenesis to identify V. parvula genes involved in biofilm formation. We show that type V secreted autotransporters -typically found in diderm bacteria- are the main determinants of V. parvula auto-aggregation and biofilm formation, which compete with each other for binding either to cells or to surfaces, with strong consequences on V. parvula biofilm formation capacity. We also show that inactivation of the gene coding for a poorly characterized metal-dependent phosphohydrolase HD domain protein conserved in the Firmicutes and their closely related diderm phyla inhibits autotransporter-mediated biofilm formation. This study paves the way for further molecular characterization of V. parvula interactions with other bacteria and the host within complex microbiota environments.### Competing Interest StatementThe authors have declared no competing interest.

Abstract While recent investigations have revealed viral, inflammatory and vascular factors involved in SARS-CoV-2 lung pathogenesis, the pathophysiology of neurological disorders in COVID-19 remains poorly understood. Yet, olfactory and taste dysfunction are rather common in COVID-19, especially in pauci-symptomatic patients which constitutes the most frequent clinical manifestation of the infection. We conducted a virologic, molecular, and cellular study of the olfactory system from COVID-19 patients presenting acute loss of smell, and report evidence that the olfactory epithelium represents a highly significant infection site where multiple cell types, including olfactory sensory neurons, support cells and immune cells, are infected. Viral replication in the olfactory epithelium is associated with local inflammation. Furthermore, we show that SARS-CoV-2 induces acute anosmia and ageusia in golden Syrian hamsters, both lasting as long as the virus remains in the olfactory epithelium and the olfactory bulb. Finally, olfactory mucosa sampling in COVID-19 patients presenting with persistent loss of smell reveals the presence of virus transcripts and of SARS-CoV-2-infected cells, together with protracted inflammation. Viral persistence in the olfactory epithelium therefore provides a potential mechanism for prolonged or relapsing symptoms of COVID-19, such as loss of smell, which should be considered for optimal medical management and future therapeutic strategies.