Spatial structure of RNA expression RNA-seq and similar methods can record gene expression within and among cells. Current methods typically lose positional information and many require arduous single-cell isolation and sequencing. Ståhl et al. have developed a way of measuring the spatial distribution of transcripts by annealing fixed brain or cancer tissue samples directly to bar-coded reverse transcriptase primers, performing reverse transcription followed by sequencing and computational reconstruction, and they can do so for multiple genes. Science , this issue p. 78

Summary

 Circularization was recently recognized to broadly expand transcriptome complexity. Here, we exploit massive Drosophila total RNA-sequencing data, >5 billion paired-end reads from >100 libraries covering diverse developmental stages, tissues, and cultured cells, to rigorously annotate >2,500 fruit fly circular RNAs. These mostly derive from back-splicing of protein-coding genes and lack poly(A) tails, and the circularization of hundreds of genes is conserved across multiple Drosophila species. We elucidate structural and sequence properties of Drosophila circular RNAs, which exhibit commonalities and distinctions from mammalian circles. Notably, Drosophila circular RNAs harbor >1,000 well-conserved canonical miRNA seed matches, especially within coding regions, and coding conserved miRNA sites reside preferentially within circularized exons. Finally, we analyze the developmental and tissue specificity of circular RNAs and note their preferred derivation from neural genes and enhanced accumulation in neural tissues. Interestingly, circular isoforms increase substantially relative to linear isoforms during CNS aging and constitute an aging biomarker.

Remarkable advances in techniques for gene expression profiling have radically changed our knowledge of the transcriptome. Recently, the mammalian brain was reported to express many long intergenic noncoding (lincRNAs) from loci downstream from protein-coding genes. Our experimental tests failed to validate specific accumulation of lincRNA transcripts, and instead revealed strongly distal 3′ UTRs generated by alternative cleavage and polyadenylation (APA). With this perspective in mind, we analyzed deep mammalian RNA-seq data using conservative criteria, and identified 2035 mouse and 1847 human genes that utilize substantially distal novel 3′ UTRs. Each of these extends at least 500 bases past the most distal 3′ termini available in Ensembl v65, and collectively they add 6.6 Mb and 5.1 Mb to the mRNA space of mouse and human, respectively. Extensive Northern analyses validated stable accumulation of distal APA isoforms, including transcripts bearing exceptionally long 3′ UTRs (many >10 kb and some >18 kb in length). The Northern data further illustrate that the extensions we annotated were not due to unprocessed transcriptional run-off events. Global tissue comparisons revealed that APA events yielding these extensions were most prevalent in the mouse and human brain. Finally, these extensions collectively contain thousands of conserved miRNA binding sites, and these are strongly enriched for many well-studied neural miRNAs. Altogether, these new 3′ UTR annotations greatly expand the scope of post-transcriptional regulatory networks in mammals, and have particular impact on the central nervous system.

Summary The mammalian brain contains a large number of specialized cells that develop from a thin sheet of neuroepithelial progenitor cells 1,2 . Recently, high throughput single-cell technologies have been used to define the molecular diversity of hundreds of cell types in the nervous system 3,4 . However, the lineage relationships between mature brain cells and progenitor cells are not well understood, because transcriptomic studies do not allow insights into clonal relationships and classical fate-mapping techniques are not scalable 5,6 . Here we show in vivo barcoding of early progenitor cells that enables simultaneous profiling of cell phenotypes and clonal relations in the mouse brain using single-cell and spatial transcriptomics. We reconstructed thousands of clones to uncover the existence of fate-restricted progenitor cells in the mouse hippocampal neuroepithelium and show that microglia are derived from few primitive myeloid precursors that massively expand to generate widely dispersed progeny. By coupling spatial transcriptomics with clonal barcoding, we disentangle migration patterns of clonally related cells in densely labelled tissue sections. Compared to classical fate mapping, our approach enables high-throughput dense reconstruction of cell phenotypes and clonal relations at the single-cell and tissue level in individual animals and provides an integrated approach for understanding tissue architecture.

ABSTRACT The role of Argonaute (AGO) proteins and the RNA interference (RNAi) machinery in mammalian antiviral response has been debated. Therefore, we set out to investigate how mammalian RNAi impacts influenza A virus (IAV) infection. We demonstrate that IAV infection triggers nuclear accumulation of AGO2, which is directly facilitated by p53 activation. Mechanistically, we show that IAV induces nuclear AGO2 targeting of TRIM71, a proposed AGO2 E3 ligase, and type-I interferon-pathway genes for silencing. Hence, the RNAi machinery is highjacked by the virus to evade the immune system and support viral replication. We demonstrate that the FDA approved drug arsenic trioxide prevents nuclear AGO2:p53 accumulation, thereby increasing interferon response and decreasing viral replication in vitro and in a mouse model in vivo . Our data indicates that targeting the AGO2:p53-mediated silencing of innate immunity may offer a promising strategy to mitigate viral infections.

Abstract Impairment of the central nervous system (CNS) poses a significant health risk for astronauts during long-duration space missions. In this study, we employed an innovative approach by integrating single-cell multiomics (transcriptomics and chromatin accessibility) with spatial transcriptomics to elucidate the impact of spaceflight on the mouse brain in female mice. Our comparative analysis between ground control and spaceflight-exposed animals revealed significant alterations in essential brain processes including neurogenesis, synaptogenesis and synaptic transmission, particularly affecting the cortex, hippocampus, striatum and neuroendocrine structures. Additionally, we observed astrocyte activation and signs of immune dysfunction. At the pathway level, some spaceflight-induced changes in the brain exhibit similarities with neurodegenerative disorders, marked by oxidative stress and protein misfolding. Our integrated spatial multiomics approach serves as a stepping stone towards understanding spaceflight-induced CNS impairments at the level of individual brain regions and cell types, and provides a basis for comparison in future spaceflight studies. For broader scientific impact, all datasets from this study are available through an interactive data portal, as well as the National Aeronautics and Space Administration (NASA) Open Science Data Repository (OSDR).

In this study we examine the impact of cell confluency on gene expression. We focused on Argonaute (AGO) protein dynamics and associated gene and protein expression in HEK293, A375, and SHSY5Y cell lines. As a consequence of cell confluency, AGO2 protein translocates into the nucleus. Therefore, we generated transcriptomic data using RNA sequencing to compare gene expression in subconfluent versus confluent cells, which highlighted significant alterations in gene regulation patterns directly corresponding to changes in cell density. Our study also encompasses miRNA profiling data obtained through small RNA sequencing, revealing miRNA expressional changes dependent on cellular confluency, as well as cellular localization. Finally, we derived proteomic data from mass spectrometry analyses following AGO1-4 immunoprecipitation, providing a comprehensive view of AGO interactome in both nuclear and cytoplasmic compartments under varying confluency. These datasets offer a detailed exploration of the cellular and molecular dynamics, influenced by cell confluency, presenting a valuable resource for further research in cellular biology, particularly in understanding the basic mechanisms of cell density in cancer cells.

Transcriptome analysis has mainly relied on analyzing RNA sequencing data from whole cells, overlooking the impact of subcellular RNA localization and its influence on our understanding of gene function, and interpretation of gene expression signatures in cells. Here, we performed a comprehensive analysis of cytosolic and nuclear transcriptomes in human fetal and adult brain samples. We show significant differences in RNA expression for protein-coding and lncRNA genes between cytosol and nucleus. Transcripts displaying differential subcellular localization belong to particular functional categories and display tissue-specific localization patterns. We also show that transcripts encoding the nuclear-encoded mitochondrial proteins are significantly enriched in the cytosol compared to the rest of protein-coding genes. Further investigation of the use of the cytosolic or the nuclear transcriptome for differential gene expression analysis indicates important differences in results depending on the cellular compartment. These differences were manifested at the level of transcript types and the number of differentially expressed genes. Our data provide a resource of RNA subcellular localization in the human brain and highlight differences in using the cytosolic or the nuclear transcriptomes for differential expression analysis.

ABSTRACT Extracellular environment consists of a plethora of different molecules, including extracellular miRNA that can be secreted in association with extracellular vesicles (EVs) or soluble protein complexes (non-EVs). Yet, it is generally accepted that most of the biological activity is attributed to EV-associated miRNAs. The capability of EVs to transport cargoes has attracted much interest towards developing EVs as therapeutic short RNA carriers by using endogenous loading strategies for miRNA enrichment. Here, by overexpressing miRNA and shRNA sequences of interest in source cells and using size exclusion liquid chromatography (SEC) to separate the cellular secretome into EV and non-EV fractions, we saw that strikingly, <2% of all secreted overexpressed miRNA were found in association with EVs. To see whether the prominent non-EV miRNA secretion also holds true at the basal expression level of native miRNA transcripts, both fractions were further analysed by small RNA sequencing. This revealed a global correlation of EV and non-EV miRNA abundance to that of their parent cells and showed an enrichment only for miRNAs with a relatively low cellular expression level. Further quantification showed that similarly to the transient overexpression context, an outstanding 96.2-99.9% of total secreted miRNA at its basal level was secreted to the non-EV fraction. Yet, even though EVs contain only a fraction of secreted miRNAs, these molecules were found stable at 37°C in serum-containing environment, indicating that if sufficient miRNA loading to EVs is achieved, EVs can remain miRNA delivery-competent for a prolonged period of time. This study suggests that the passive endogenous EV loading strategy can be a relatively wasteful way of loading miRNA to EVs and active miRNA loading approaches are needed for developing advanced EV miRNA therapies in the future.

Abstract The extent to which mRNA and protein levels or their regulation correlate remains obscure, especially during development. In particular, this is true for organisms that exhibit aggregative multicellularity, such as the social amoeba Dictyostelium discoideum . The transcriptome of D. discoideum has been thoroughly studied during multicellular development, however the proteome and the correlation to the transcriptome during transition from uni- to multicellular life have not been analyzed in detail. Here, we present the first paired transcriptomics and proteomics developmental time series during aggregative multicellularity. The dataset reveals that mRNA and protein levels correlate highly during growth, but decrease when multicellular development is initiated. This accentuates that transcripts alone cannot accurately describe gene expression. This dataset can therefore be an important resource to study gene expression during aggregative multicellular development, in particular in D. discoideum .