ABSTRACT Gene atlases for livestock are steadily improving thanks to new genome assemblies and new expression data improving the gene annotation. However, gene content varies across databases due to differences in RNA sequencing data and bioinformatics pipelines, especially for long non-coding RNAs (lncRNAs) which have higher tissue and developmental specificity and are harder to consistently identify compared to protein coding genes (PCGs). As done previously in 2020 for chicken assemblies galgal5 and GRCg6a, we provide a new gene atlas, lncRNA-enriched, for the latest GRCg7b chicken assembly, integrating “NCBI RefSeq”, “EMBL-EBI Ensembl/GENCODE” reference annotations and other resources such as FAANG and NONCODE. As a result, the number of PCGs increases from 18,022 (RefSeq) and 17,007 (Ensembl) to 24,102, and that of lncRNAs from 5,789 (RefSeq) and 11,944 (Ensembl) to 44,428. Using 1,400 public RNA-seq transcriptome representing 47 tissues, we provided expression evidence for 35,257 (79%) lncRNAs and 22,468 (93%) PCGs, supporting the relevance of this atlas. Further characterization including tissue-specificity, sex-differential expression and gene configurations are provided. We also identifiend conserved miRNA-hosting genes with human counterparts, suggesting common function. The annotated atlas is available at www.fragencode.org/lnchickenatlas.html .

Background Functional annotation of livestock genomes is a critical step to decipher the genotype-to-phenotype relationship underlying complex traits. As part of the Functional Annotation of Animal Genomes (FAANG) action, the FR-AgENCODE project ( ) aimed to profile the landscape of transcription (RNA-seq), chromatin accessibility (ATAC-seq) and conformation (Hi-C) in four livestock species representing ruminants (cattle, goat), monogastrics (pig) and birds (chicken), using three target samples related to metabolism (liver) and immunity (CD4+ and CD8+ T cells).Results RNA-seq assays considerably extended the available catalog of annotated transcripts and identified differentially expressed genes with unknown function, including new syntenic lncRNAs. ATAC-seq highlighted an enrichment for transcription factor binding sites in differentially accessible regions of the chromatin. Comparative analyses revealed a core set of conserved regulatory regions across species. Topologically Associating Domains (TADs) and epigenetic A/B compartments annotated from Hi-C data were consistent with RNA-seq and ATAC-seq data. Multi-species comparisons showed that conserved TAD boundaries had stronger insulation properties than species-specific ones and that the genomic distribution of orthologous genes in A/B compartments was significantly conserved across species.Conclusions We report the first multi-species and multi-assay genome annotation results obtained by a FAANG project. Beyond the generation of reference annotations and the confirmation of previous findings on model animals, the integrative analysis of data from multiple assays and species sheds a new light on the multi-scale selective pressure shaping genome organization from birds to mammals. Overall, these results emphasize the value of FAANG for research on domesticated animals and reinforces the importance of future meta-analyses of the reference datasets being generated by this community on different species.* DE : Differentially Expressed FAANG : Functional Annotation of Animal Genomes lncRNA : long non-coding RNA mRNA : messenger RNA PE : Paired-End polyA : polyAdenylation RT-PCR : Reverse Transcriptase Polymerase Chain Reaction TAD : Topological Associating Domain TF : Transcription Factor TFBS : Transcription Factor Biding Site TPM : Transcript Per Million TSS : Transcription Start Site TTS : Transcription Termination Site

Abstract Climate change, with its repercussions on agriculture, is one of the most important adaptation challenges for livestock production. Poultry production is a major source of proteins for human consumption all over the world. With a growing human population, improving poultry’s adaptation to environmental constraints becomes critical. Extensive evidence highlights the influence of environmental variations on epigenetic modifications. The aim of this paper is therefore to explore chickens’ molecular response to maternal heat stress. We employed Reduced Representation Bisulfite Sequencing (RRBS) to generate genome-wide single-base resolution DNA methylation profiling and RNA sequencing (RNA-seq) to profile the transcriptome of the brains of embryos hatched from dams reared under either heat stress (32 °C) or thermoneutrality (22°C). We detected 289 significant differentially methylated CpG sites (DMCs) and one differentially methylated region (DMR) between heat stressed and control groups. These DMCs were associated with 357 genes involved in processes such as cellular response to stimulus, developmental processes and immune function. In addition, we identified 11 genes differentially expressed between the two groups of embryos, and identified ATP9A as a target gene of maternal heat stress on offspring. This study provides a body of fundamental knowledge on adaptive mechanisms concerning heat tolerance in chickens.

Abstract Standardised analysis pipelines are an important part of FAIR bioinformatics research. Over the last decade, there has been a notable shift from point-and-click pipeline solutions such as Galaxy towards command-line solutions such as Nextflow and Snakemake. We report on recent developments in the nf-core and Nextflow frameworks that have led to widespread adoption across many scientific communities. We describe how adopting nf-core standards enables faster development, improved interoperability, and collaboration with the >8,000 members of the nf-core community. The recent development of Nextflow Domain-Specific Language 2 (DSL2) allows pipeline components to be shared and combined across projects. The nf-core community has harnessed this with a library of modules and subworkflows that can be integrated into any Nextflow pipeline, enabling research communities to progressively transition to nf-core best practices. We present a case study of nf-core adoption by six European research consortia, grouped under the EuroFAANG umbrella and dedicated to farmed animal genomics. We believe that the process outlined in this report can inspire many large consortia to seek harmonisation of their data analysis procedures.

Abstract The early embryonic development of the pig comprises a long in utero pre- and peri-implantation development, which dramatically differs from mouse and human. During this pro-tracted peri-implantation period, an intimate dialogue between the embryo and the uterus is established through a complex series of paracrine signals. It leads to concomitant drastic changes in the embryonic morphology and uterine receptivity to implantation. From day 7 after fertilization, the spherical blastocyst elongates as ovoid, tubular and filamentous wich transforms from a 0.5-1 mm diameter sphere to a 1000 mm long filamentous blastocyst at day 16. At the same time, the inner cell mass moves up to the trophoblast as the Rauber’s layer disappears and evolves as an embryonic disc that is directly exposed to molecules present in the uterine fluids. These drastic changes occurring before implantation are driven and coordinated by interactions between embryonic cells and maternal tissues. To better understand the biology of pig embryos before implantation, we generated a large dataset of single-cell RNAseq at different embryonic stages (early and hatched blastocyst, spheroid and ovoid conceptus) and proteomic datasets from corresponding uterine fluids. These data were cleaned, filtered and represent a total of 34,888 cells. We first characterised the embryonic and extra-embryonic cell populations and their evolution, and identified population-specific markers of the three main populations (epiblast, trophectoderm and hypoblast). Our analysis also confirmed known functions and predicted new biological functions associated with these cell populations.We then inferred gene regulatory networks working on modules of gene regulation (regulon) and selected those that were specifically active in each embryonic population. We confirmed the relevance of the identified regulons by a meta-analysis of two other scRNAseq datasets (porcine and human preimplantation embryos). We then linked these regulons to signalling pathways and biological processes. Our results confirm the molecular specificity and functionality of the three main cell populations and identify novel stage-specific subpopulations. In particular, we discovered two previously unknown subpopulations of the trophectoderm, one characterised by the expression of LRP2, which could represent a subpopulation of progenitor cells, and the other, expressing many pro-apoptotic markers, which could correspond to the cells of the Rauber’s layer. We also provide new insights into the biology of these populations, their reciprocal functional interactions and the molecular dialogue established with the maternal uterine environment.

Abstract Differences in cells’ functions arise from differential action of regulatory elements, in particular enhancers. Like promoters, enhancers are genomic regions bound by transcription factors (TF) that activate the expression of one or several genes by getting physically close to them in the 3D space of the nucleus. As there is increasing evidence that variants associated with common diseases are located in enhancers active in cell types relevant to these diseases, knowing the set of enhancers and more importantly the sets of genes activated by each enhancer (the so-called enhancer/gene or E/G relationships) in a cell type, will certainly help understanding these diseases. There are three broad approaches for the genome-wide identification of E/G relationships in a cell type: (1) genetic link methods or eQTL, (2) functional link methods based on 1D functional data such as open chromatin, histone mark and gene expression and (3) spatial link methods based on 3D data such as HiC. Since (1) and (3) are costly, there has been a focus on developing functional link methods and using data from (1) and (3) to evaluate them, however there is still no consensus on the best functional link method to date. For this reason we decided to start from the two latest benchmarks of the field, namely from the CRISPRi-FlowFISH ( CRiFF ) technique and from 3D and eQTL data in BENGI , and to evaluate the two methods claimed to be the best one on each of these benchmark studies, namely the ABC model and the Average-Rank method respectively, on the other method’s reference data. Not only did we manage to reproduce the results of the two benchmarks but we also saw that none of the two methods performed best on the two reference data. While CRiFF reference data are very reliable, it is not genome-wide and is mostly available on a cancer cell type. On the other hand BENGI is genome-wide but may contain many false positives. This study therefore calls for new reliable and genome-wide E/G reference data rather than new functional link E/G identification methods.