Abstract Microglia, the tissue resident macrophages of the CNS, are implicated in a broad range of neurological pathologies, from acute brain injury to dementia. Here, we profiled gene expression variation in primary human microglia isolated from 141 patients undergoing neurosurgery. Using single cell and bulk RNA sequencing, we defined distinct cellular populations of acutely in vivo -activated microglia, and characterised a dramatic switch in microglial population composition in patients suffering from acute brain injury. We mapped expression quantitative trait loci (eQTLs) in human microglia and show that many disease-associated eQTLs in microglia replicate well in a human induced pluripotent stem cell (hIPSC) derived macrophage model system. Using ATAC-seq from 95 individuals in this hIPSC model we fine-map candidate causal variants at risk loci for Alzheimer’s disease, the most prevalent neurodegenerative condition in acute brain injury patients. Our study provides the first population-scale transcriptional map of a critically important cell for neurodegenerative disorders.

Abstract Background Glioblastoma is characterized by extensive invasion into brain parenchymal tissue through white matter tracts. Systematically quantifying invasion, however, is limited by the conventional imaging tools, and could potentially be achieved by a structural connectome approach. Methods Two prospective patient cohorts of newly diagnosed glioblastoma were included for network construction. A fiber template was firstly derived by employing probabilistic tractography on healthy subjects. Through performing tract-based spatial statistics in patients and age-matched controls, the connectivity strength of each fiber was estimated in patients for network construction. Contrast-enhancing and non-enhancing tumors were segmented and overlaid to the network to identify connectome disruption in lesion and distant areas. The connectome disruption probabilities were calculated across all patients. Disruption indices and network topological features were examined using survival models. Results The distant areas accounted for higher proportion of disruption than the contrast-enhancing tumor (16.8 ± 12.0% vs 5.8 ± 5.1%, P < 0.001). Compared to healthy controls, patient networks demonstrated lower clustering coefficient, but higher characteristic path length (each P < 0.001). Higher distant area disruption (HR = 1.43, P = 0.027) and characteristic path length (HR = 1.59, P = 0.031) were associated with worse survival, while higher clustering coefficient (HR = 0.59, P = 0.016) was associated with prolonged survival. Conclusion The occult invasion in glioblastoma could be identified and quantified using structural connectome, which may confer benefits to precise patient management.

Increasing environmental temperatures are predicted to have increasingly severe and deleterious effects on biodiversity. For the most part, the impacts of a warming environment are presumed to be direct, however some predict increasingly severe disease epidemics, primarily from vector-borne pathogens, that will have the capacity to deplete host populations. Data to support this hypothesis are lacking. Here we describe increasing severity of ranavirosis driven by increasing temperature affecting a widely distributed amphibian host. Both in vitro and in vivo experiments showed that increasing environmental temperature leads to increased propagation of ranavirus and, in the latter, increased incidence of host infection and mortality. Also, temperature was shown to be a key determinant of disease dynamics in wild amphibians, raising the odds and severity of disease incidents. The direction of this effect was highly consistent in the context of other interacting variables such as shading around ponds. Projections based on future climate indicate that changes in seasonal weather in the UK will result in the increased incidence of severe cases of ranavirosis in amphibian populations that could affect recruitment. These complementary lines of evidence present a clear case of direct environmental modulation of a host-pathogen interaction and provide information for proposing mitigation actions.

Background: Glioblastoma exhibits profound intratumoral heterogeneity in blood perfusion, which may cause inconsistent therapy response. Particularly, low perfusion may create hypoxic microenvironment and induce resistant clones. Thus, developing validated imaging approaches that define low perfusion compartments is crucial for clinical management. Methods: A total of 112 newly-diagnosed supratentorial glioblastoma patients were prospectively recruited for maximal safe resection. Preoperative MRI included anatomical, dynamic susceptibility contrast (DSC), diffusion tensor imaging (DTI) and chemical shift imaging (CSI). The apparent diffusion coefficient (ADC) and relative cerebral blood volume (rCBV) were calculated from DTI and DSC respectively. Using thresholding methods, two low perfusion compartments (ADCH-rCBVL and ADCL-rCBVL) were identified. Volumetric analysis was performed. Lactate and macromolecule/lipid levels were determined from multivoxel spectroscopy. Progression-free survival (PFS) and overall survival (OS) were analysed using Kaplan-Meier and multivariate Cox regression analyses. Results: Two compartments displayed higher lactate and macromolecule/lipid levels than normal controls (each P < 0.001), suggesting hypoxic and pro-inflammatory microenvironment. The proportional volume of ADCL-rCBVL compartment was associated with a larger infiltration area (P < 0.001, rho = 0.42). Lower lactate in this compartment was associated with a less invasive phenotype visualized on DTI. Multivariate Cox regression showed higher lactate level in the ADCL-rCBVL compartment was associated with a worse survival (PFS: HR 2.995, P = 0.047; OS: HR 4.974, P = 0.005). Conclusions: The ADCL-rCBVL compartment represent a treatment resistant sub-region associated with glioblastoma invasiveness. This approach was based on clinically available imaging modalities and could thus provide crucial pretreatment information for clinical decision making.

Anaplastic meningioma is a rare and aggressive brain tumor characterised by intractable recurrences and dismal outcomes. Here, we present an integrated analysis of the whole genome, transcriptome and methylation profiles of primary and recurrent anaplastic meningioma. A key finding was the delineation of two distinct molecular subgroups that were associated with diametrically opposed survival outcomes. Relative to lower grade meningiomas, anaplastic tumors harbored frequent driver mutations in SWI/SNF complex genes, which were confined to the poor prognosis subgroup. Our analyses discern two biologically distinct variants of anaplastic meningioma with potential prognostic and therapeutic significance.

Binary expression systems like the LexA-LexAop system provide a powerful experimental tool kit to study gene and tissue function in developmental biology, neurobiology and physiology. However, the number of well-defined LexA enhancer trap insertions remains limited. In this study, we present the molecular characterization and initial tissue expression analysis of nearly 100 novel StanEx LexA enhancer traps, derived from the StanEx1 index line. This includes 76 insertions into novel, distinct gene loci not previously associated with enhancer traps or targeted LexA constructs. Additionally, our studies revealed evidence for selective transposase-dependent replacement of a previously-undetected KP element on chromosome III within the StanEx1 genetic background during hybrid dysgenesis, suggesting a molecular basis for the over-representation of LexA insertions at the NK7.1 locus in our screen. Production and characterization of novel fly lines were performed by students and teachers in experiment-based genetics classes within a geographically diverse network of public and independent high schools. Thus, unique partnerships between secondary schools and university-based programs have produced and characterized novel genetic and molecular resources in Drosophila for open-source distribution, and provide paradigms for development of science education through experience-based pedagogy.

ABSTRACT Genotype-by-environment interactions (G x E) underpin the evolution of plastic responses in natural populations. Theory assumes that G x E interactions exist but empirical evidence from natural populations is equivocal and difficult to interpret because G x E interactions are normally univariate plastic responses to a single environmental gradient. We compared multivariate plastic responses of 43 Daphnia magna clones from the same population in a factorial experiment that crossed temperature and food environments. Multivariate plastic responses explained more than 30% of the total phenotypic variation in each environment. G x E interactions were detected in most environment combinations irrespective of the methodology used. However, the nature of G x E interactions was context-dependent and led to environment-specific differences in additive genetic variation (G-matrices). Clones that deviated from the population average plastic response were not the same in each environmental context and there was no difference in whether clones varied in the nature (phenotypic integration) or magnitude of their plastic response in different environments. Plastic responses to food were aligned with additive genetic variation ( g max) at both temperatures, whereas plastic responses to temperature were not aligned with additive genetic variation ( g max) in either food environment. These results suggest that fundamental differences may exist in the potential for our population to evolve novel responses to food versus temperature changes, and challenges past interpretations of thermal adaptation based on univariate studies.

Environmental heterogeneity is known to modulate the interactions between pathogens and hosts. However, the impact of environmental heterogeneity on the structure of host-associated microbial communities, and how these communities respond to pathogenic exposure remain poorly understood. Here we use an experimental framework to probe the links between environmental heterogeneity, skin microbiome structure and infection by the emerging pathogen Ranavirus in a vertebrate host, the European common frog (Rana temporaria). We provide evidence that environmental complexity directly influences the diversity and structure of the host skin microbiome, and that more diverse microbiomes are more resistant to perturbation associated with exposure to Ranavirus. Our data also indicate that host microbiome diversity covaries with survival following exposure to Ranavirus. Our study highlights the importance of extrinsic factors in driving host-pathogen dynamics in vertebrate hosts, and suggests that environment-mediated variation in the structure of the host microbiome may covary with observed differences in host susceptibility to disease in the wild.