Current models of stem cell biology assume that normal and neoplastic stem cells reside at the apices of hierarchies and differentiate into nonstem progeny in a unidirectional manner. Here we identify a subpopulation of basal-like human mammary epithelial cells that departs from that assumption, spontaneously dedifferentiating into stem-like cells. Moreover, oncogenic transformation enhances the spontaneous conversion, so that nonstem cancer cells give rise to cancer stem cell (CSC)-like cells in vitro and in vivo. We further show that the differentiation state of normal cells-of-origin is a strong determinant of posttransformation behavior. These findings demonstrate that normal and CSC-like cells can arise de novo from more differentiated cell types and that hierarchical models of mammary stem cell biology should encompass bidirectional interconversions between stem and nonstem compartments. The observed plasticity may allow derivation of patient-specific adult stem cells without genetic manipulation and holds important implications for therapeutic strategies to eradicate cancer.

Because RNA lacks strong intrinsic fluorescence, it has proven challenging to track RNA molecules in real time. To address this problem and to allow the purification of fluorescently tagged RNA complexes, we have selected a high affinity RNA aptamer called RNA Mango. This aptamer binds a series of thiazole orange (fluorophore) derivatives with nanomolar affinity, while increasing fluorophore fluorescence by up to 1,100-fold. Visualization of RNA Mango by single-molecule fluorescence microscopy, together with injection and imaging of RNA Mango/fluorophore complex in C. elegans gonads demonstrates the potential for live-cell RNA imaging with this system. By inserting RNA Mango into a stem loop of the bacterial 6S RNA and biotinylating the fluorophore, we demonstrate that the aptamer can be used to simultaneously fluorescently label and purify biologically important RNAs. The high affinity and fluorescent properties of RNA Mango are therefore expected to simplify the study of RNA complexes.

The mechanics of DNA bending on intermediate length scales (5-100 nm) plays a key role in many cellular processes, and is also important in the fabrication of artificial DNA structures, but previous experimental studies of DNA mechanics have focused on longer length scales than these. We use high-resolution atomic force microscopy on individual DNA molecules to obtain a direct measurement of the bending energy function appropriate for scales down to 5 nm. Our measurements imply that the elastic energy of highly bent DNA conformations is lower than predicted by classical elasticity models such as the worm-like chain (WLC) model. For example, we found that on short length scales, spontaneous large-angle bends are many times more prevalent than predicted by the WLC model. We test our data and model with an interlocking set of consistency checks. Our analysis also shows how our model is compatible with previous experiments, which have sometimes been viewed as confirming the WLC.

A functionally diverse superfamily of bacterial phospholipase enzymes that mediate antagonisitc interactions as effectors of the type VI secretion system is uncovered; these enzymes degrade the bacterial membrane, representing a novel mechanism of bacterial competition. Secreted bacterial phospholipases have important roles in bacterial pathogenesis, targeting host cellular membranes and causing tissue destruction, inflammation and the disruption of intracellular trafficking pathways. Here Joseph Mougous and colleagues report the discovery of a diverse superfamily of bacterial phospholipases and show that they do more than simply target eukaryotic host cells. They also have intra- and interspecies antibacterial activity through the degradation of phosphatidylethanolamine in bacterial membranes. This work suggests that interbacterial interactions may be significant factors in the progression of infections, and indicates vulnerabilities that might yield candidate antibacterial targets. Membranes allow the compartmentalization of biochemical processes and are therefore fundamental to life. The conservation of the cellular membrane, combined with its accessibility to secreted proteins, has made it a common target of factors mediating antagonistic interactions between diverse organisms. Here we report the discovery of a diverse superfamily of bacterial phospholipase enzymes. Within this superfamily, we defined enzymes with phospholipase A1 and A2 activity, which are common in host-cell-targeting bacterial toxins and the venoms of certain insects and reptiles1,2. However, we find that the fundamental role of the superfamily is to mediate antagonistic bacterial interactions as effectors of the type VI secretion system (T6SS) translocation apparatus; accordingly, we name these proteins type VI lipase effectors. Our analyses indicate that PldA of Pseudomonas aeruginosa, a eukaryotic-like phospholipase D3, is a member of the type VI lipase effector superfamily and the founding substrate of the haemolysin co-regulated protein secretion island II T6SS (H2-T6SS). Although previous studies have specifically implicated PldA and the H2-T6SS in pathogenesis3,4,5, we uncovered a specific role for the effector and its secretory machinery in intra- and interspecies bacterial interactions. Furthermore, we find that this effector achieves its antibacterial activity by degrading phosphatidylethanolamine, the major component of bacterial membranes. The surprising finding that virulence-associated phospholipases can serve as specific antibacterial effectors suggests that interbacterial interactions are a relevant factor driving the continuing evolution of pathogenesis.

Abstract Advances in microscopy hold great promise for allowing quantitative and precise readouts of morphological and molecular phenomena at the single cell level in bacteria. However, the potential of this approach is ultimately limited by the availability of methods to perform unbiased cell segmentation, defined as the ability to faithfully identify cells independent of their morphology or optical characteristics. In this study, we present a new algorithm, Omnipose, which accurately segments samples that present significant challenges to current algorithms, including mixed bacterial cultures, antibiotic-treated cells, and cells of extended or branched morphology. We show that Omnipose achieves generality and performance beyond leading algorithms and its predecessor, Cellpose, by virtue of unique neural network outputs such as the gradient of the distance field. Finally, we demonstrate the utility of Omnipose in the characterization of extreme morphological phenotypes that arise during interbacterial antagonism and on the segmentation of non-bacterial objects. Our results distinguish Omnipose as a uniquely powerful tool for answering diverse questions in bacterial cell biology.

Wide-field magnetometry can be realized by imaging the optically-detected magnetic resonance of diamond nitrogen vacancy (NV) center ensembles. However, NV ensemble inhomogeneities significantly limit the magnetic-field sensitivity of these measurements. We demonstrate a double-double quantum (DDQ) driving technique to facilitate wide-field magnetic imaging of dynamic magnetic fields at a micron scale. DDQ imaging employs four-tone radio frequency pulses to suppress inhomogeneity-induced variations of the NV resonant response. As a proof-of-principle, we use the DDQ technique to image the dc magnetic field produced by individual magnetic-nanoparticles tethered by single DNA molecules to a diamond sensor surface. This demonstrates the efficacy of the diamond NV ensemble system in high-frame-rate magnetic microscopy, as well as single-molecule biophysics applications.

The processes of gene expression are inherently stochastic, even for essential genes required for growth. How does the cell maximize fitness in light of noise? To answer this question, we build a mathematical model to explore the trade-off between metabolic load and growth robustness. The model provides insights for principles of central dogma regulation: Optimal protein expression levels for many genes are in vast overabundance. Essential genes are transcribed above a lower limit of one message per cell cycle. Gene expression is achieved by load balancing between transcription and translation. We present evidence that each of these regulatory principles is observed. These results reveal that robustness and metabolic load determine the global regulatory principles that govern gene expression processes, and these principles have broad implications for cellular function.

DNA–protein interactions (DPIs) are central to such fundamental cellular processes as transcription and chromosome maintenance and organization. The spatiotemporal dynamics of these interactions dictate their functional consequences; therefore, there is great interest in facile methods for defining the sites of DPI within cells. Here, we present a general method for mapping DPI sites in vivo using the double stranded DNA-specific cytosine deaminase toxin DddA. Our approach, which we term DddA-sequencing (3D-seq), entails generating a translational fusion of DddA to a DNA binding protein of interest, inactivating uracil DNA glycosylase, modulating DddA activity via its natural inhibitor protein, and DNA sequencing for genome-wide DPI detection. We successfully applied this method to three Pseudomonas aeruginosa transcription factors that represent divergent protein families and bind variable numbers of chromosomal locations. 3D-seq offers several advantages over existing technologies including ease of implementation and the possibility to measure DPIs at single-cell resolution.

Protein expression levels optimize cell fitness: Too low an expression level of essential proteins will slow growth by compromising essential processes; whereas overexpression slows growth by increasing the metabolic load. This trade-off naively predicts that cells maximize their fitness by sufficiency, expressing just enough of each essential protein for function. We test this prediction in the naturally-competent bacterium Acinetobacter baylyi by characterizing the proliferation dynamics of essential-gene knockouts at a single-cell scale (by imaging) as well as at a genome-wide scale (by TFNseq). In these experiments, cells proliferate for multiple generations as target protein levels are diluted from their endogenous levels. This approach facilitates a proteome-scale analysis of protein overabundance. As predicted by the Robustness-Load Trade-Off (RLTO) model, we find that roughly 70% of essential proteins are overabundant and that overabundance increases as the expression level decreases, the signature prediction of the model. These results reveal that robustness plays a fundamental role in determining the expression levels of essential genes and that overabundance is a key mechanism for ensuring robust growth.

An important step towards understanding the mechanistic basis of the central dogma is the quantitative characterization of the dynamics of nucleic-acid-bound molecular motors in the context of the living cell, where a crowded cytoplasm as well as competing and potentially antagonistic processes may significantly affect their rapidity and reliability. To capture these dynamics, we develop a novel method, lag-time analysis, for measuring in vivo dynamics. The approach uses exponential growth as the stopwatch to resolve dynamics in an asynchronous culture and therefore circumvents the difficulties and potential artifacts associated with synchronization or fluorescent labeling. Although lag-time analysis has the potential to be widely applicable to the quantitative analysis of in vivo dynamics, we focus on an important application: characterizing replication dynamics. To benchmark the approach, we analyze replication dynamics in three different species and a collection of mutants. We provide the first quantitative locus-specific measurements of fork velocity, in units of kb per second, as well as replisome-pause durations, some with the precision of seconds. The measured fork velocity is observed to be both locus and time dependent, even in wild-type cells. In addition to quantitatively characterizing known phenomena, we detect brief, locus-specific pauses at rDNA in wild-type cells for the first time. We also observe temporal fork velocity oscillations in three highly-divergent bacterial species. Lag-time analysis not only has great potential to offer new insights into replication, as demonstrated in the paper, but also has potential to provide quantitative insights into other important processes.