We present a human miRNA tissue atlas by determining the abundance of 1997 miRNAs in 61 tissue biopsies of different organs from two individuals collected post-mortem. One thousand three hundred sixty-four miRNAs were discovered in at least one tissue, 143 were present in each tissue. To define the distribution of miRNAs, we utilized a tissue specificity index (TSI). The majority of miRNAs (82.9%) fell in a middle TSI range i.e. were neither specific for single tissues (TSI > 0.85) nor housekeeping miRNAs (TSI < 0.5). Nonetheless, we observed many different miRNAs and miRNA families that were predominantly expressed in certain tissues. Clustering of miRNA abundances revealed that tissues like several areas of the brain clustered together. Considering -3p and -5p mature forms we observed miR-150 with different tissue specificity. Analysis of additional lung and prostate biopsies indicated that inter-organism variability was significantly lower than inter-organ variability. Tissue-specific differences between the miRNA patterns appeared not to be significantly altered by storage as shown for heart and lung tissue. MiRNAs TSI values of human tissues were significantly (P = 10(-8)) correlated with those of rats; miRNAs that were highly abundant in certain human tissues were likewise abundant in according rat tissues. We implemented a web-based repository enabling scientists to access and browse the data (https://ccb-web.cs.uni-saarland.de/tissueatlas).

Abstract Fast and reliable detection of patients with severe and heterogeneous illnesses is a major goal of precision medicine 1,2 . Patients with leukaemia can be identified using machine learning on the basis of their blood transcriptomes 3 . However, there is an increasing divide between what is technically possible and what is allowed, because of privacy legislation 4,5 . Here, to facilitate the integration of any medical data from any data owner worldwide without violating privacy laws, we introduce Swarm Learning—a decentralized machine-learning approach that unites edge computing, blockchain-based peer-to-peer networking and coordination while maintaining confidentiality without the need for a central coordinator, thereby going beyond federated learning. To illustrate the feasibility of using Swarm Learning to develop disease classifiers using distributed data, we chose four use cases of heterogeneous diseases (COVID-19, tuberculosis, leukaemia and lung pathologies). With more than 16,400 blood transcriptomes derived from 127 clinical studies with non-uniform distributions of cases and controls and substantial study biases, as well as more than 95,000 chest X-ray images, we show that Swarm Learning classifiers outperform those developed at individual sites. In addition, Swarm Learning completely fulfils local confidentiality regulations by design. We believe that this approach will notably accelerate the introduction of precision medicine.

Although SARS-CoV-2 primarily targets the respiratory system, patients with and survivors of COVID-19 can suffer neurological symptoms1–3. However, an unbiased understanding of the cellular and molecular processes that are affected in the brains of patients with COVID-19 is missing. Here we profile 65,309 single-nucleus transcriptomes from 30 frontal cortex and choroid plexus samples across 14 control individuals (including 1 patient with terminal influenza) and 8 patients with COVID-19. Although our systematic analysis yields no molecular traces of SARS-CoV-2 in the brain, we observe broad cellular perturbations indicating that barrier cells of the choroid plexus sense and relay peripheral inflammation into the brain and show that peripheral T cells infiltrate the parenchyma. We discover microglia and astrocyte subpopulations associated with COVID-19 that share features with pathological cell states that have previously been reported in human neurodegenerative disease4–6. Synaptic signalling of upper-layer excitatory neurons—which are evolutionarily expanded in humans7 and linked to cognitive function8—is preferentially affected in COVID-19. Across cell types, perturbations associated with COVID-19 overlap with those found in chronic brain disorders and reside in genetic variants associated with cognition, schizophrenia and depression. Our findings and public dataset provide a molecular framework to understand current observations of COVID-19-related neurological disease, and any such disease that may emerge at a later date. Single-nucleus transcriptomes of frontal cortex and choroid plexus samples from patients with COVID-19 reveal pathological cell states that are similar to those associated with human neurodegenerative diseases and chronic brain disorders.

While the number of human miRNA candidates continuously increases, only a few of them are completely characterized and experimentally validated. Toward determining the total number of true miRNAs, we employed a combined in silico high- and experimental low-throughput validation strategy. We collected 28 866 human small RNA sequencing data sets containing 363.7 billion sequencing reads and excluded falsely annotated and low quality data. Our high-throughput analysis identified 65% of 24 127 mature miRNA candidates as likely false-positives. Using northern blotting, we experimentally validated miRBase entries and novel miRNA candidates. By exogenous overexpression of 108 precursors that encode 205 mature miRNAs, we confirmed 68.5% of the miRBase entries with the confirmation rate going up to 94.4% for the high-confidence entries and 18.3% of the novel miRNA candidates. Analyzing endogenous miRNAs, we verified the expression of 8 miRNAs in 12 different human cell lines. In total, we extrapolated 2300 true human mature miRNAs, 1115 of which are currently annotated in miRBase V22. The experimentally validated miRNAs will contribute to revising targetomes hypothesized by utilizing falsely annotated miRNAs.

Ageing is the single greatest cause of disease and death worldwide, and understanding the associated processes could vastly improve quality of life. Although major categories of ageing damage have been identified—such as altered intercellular communication, loss of proteostasis and eroded mitochondrial function1—these deleterious processes interact with extraordinary complexity within and between organs, and a comprehensive, whole-organism analysis of ageing dynamics has been lacking. Here we performed bulk RNA sequencing of 17 organs and plasma proteomics at 10 ages across the lifespan of Mus musculus, and integrated these findings with data from the accompanying Tabula Muris Senis2—or ‘Mouse Ageing Cell Atlas’—which follows on from the original Tabula Muris3. We reveal linear and nonlinear shifts in gene expression during ageing, with the associated genes clustered in consistent trajectory groups with coherent biological functions—including extracellular matrix regulation, unfolded protein binding, mitochondrial function, and inflammatory and immune response. Notably, these gene sets show similar expression across tissues, differing only in the amplitude and the age of onset of expression. Widespread activation of immune cells is especially pronounced, and is first detectable in white adipose depots during middle age. Single-cell RNA sequencing confirms the accumulation of T cells and B cells in adipose tissue—including plasma cells that express immunoglobulin J—which also accrue concurrently across diverse organs. Finally, we show how gene expression shifts in distinct tissues are highly correlated with corresponding protein levels in plasma, thus potentially contributing to the ageing of the systemic circulation. Together, these data demonstrate a similar yet asynchronous inter- and intra-organ progression of ageing, providing a foundation from which to track systemic sources of declining health at old age. Bulk RNA sequencing of organs and plasma proteomics at different ages across the mouse lifespan is integrated with data from the Tabula Muris Senis, a transcriptomic atlas of ageing mouse tissues, to describe organ-specific changes in gene expression during ageing.

Abstract The study of bacterial isolates or communities requires the analysis of the therein included plasmids in order to provide an extensive characterization of the organisms. Plasmids harboring resistance and virulence factors are of especial interest as they contribute to the dissemination of antibiotic resistance. As the number of newly sequenced bacterial genomes is growing a comprehensive resource is required which will allow to browse and filter the available plasmids, and to perform sequence analyses. Here, we present PLSDB, a resource containing 13 789 plasmid records collected from the NCBI nucleotide database. The web server provides an interactive view of all obtained plasmids with additional meta information such as sequence characteristics, sample-related information and taxonomy. Moreover, nucleotide sequence data can be uploaded to search for short nucleotide sequences (e.g. specific genes) in the plasmids, to compare a given plasmid to the records in the collection or to determine whether a sample contains one or multiple of the known plasmids (containment analysis). The resource is freely accessible under https://ccb-microbe.cs.uni-saarland.de/plsdb/.

Abstract Though SARS-CoV-2 primarily targets the respiratory system, it is increasingly appreciated that patients may suffer neurological symptoms of varied severity 1–3 . However, an unbiased understanding of the molecular processes across brain cell types that could contribute to these symptoms in COVID-19 patients is still missing. Here, we profile 47,678 droplet-based single-nucleus transcriptomes from the frontal cortex and choroid plexus across 10 non-viral, 4 COVID-19, and 1 influenza patient. We complement transcriptomic data with immunohistochemical staining for the presence of SARS-CoV-2. We find that all major cortex parenchymal and choroid plexus cell types are affected transcriptionally with COVID-19. This arises, in part, from SARS-CoV-2 infection of the cortical brain vasculature, meninges, and choroid plexus, stimulating increased inflammatory signaling into the brain. In parallel, peripheral immune cells infiltrate the brain, microglia activate programs mediating the phagocytosis of live neurons, and astrocytes dysregulate genes involved in neurotransmitter homeostasis. Among neurons, layer 2/3 excitatory neurons—evolutionarily expanded in humans 4 —show a specific downregulation of genes encoding major SNARE and synaptic vesicle components, predicting compromised synaptic transmission. These perturbations are not observed in terminal influenza. Many COVID-19 gene expression changes are shared with those in chronic brain disorders and reside in genetic variants associated with cognitive function, schizophrenia, and depression. Our findings and public dataset provide a molecular framework and new opportunities to understand COVID-19 related neurological disease.

Slowing or reversing biological ageing would have major implications for mitigating disease risk and maintaining vitality. While an increasing number of interventions show promise for rejuvenation, the effectiveness on disparate cell types across the body and the molecular pathways susceptible to rejuvenation remain largely unexplored. We performed single-cell RNA-sequencing on 13 organs to reveal cell type specific responses to young or aged blood in heterochronic parabiosis. Adipose mesenchymal stromal cells, hematopoietic stem cells, hepatocytes, and endothelial cells from multiple tissues appear especially responsive. On the pathway level, young blood invokes novel gene sets in addition to reversing established ageing patterns, with the global rescue of genes encoding electron transport chain subunits pinpointing a prominent role of mitochondrial function in parabiosis-mediated rejuvenation. Intriguingly, we observed an almost universal loss of gene expression with age that is largely mimicked by parabiosis: aged blood reduces global gene expression, and young blood restores it. Altogether, these data lay the groundwork for a systemic understanding of the interplay between blood-borne factors and cellular integrity.

ABSTRACT Coding and non-coding RNAs have diagnostic and prognostic importance in Parkinson’s diseases (PD). We studied circulating small non-coding RNAs (sncRNAs) in 7, 003 samples from two longitudinal PD cohorts (Parkinson’s Progression Marker Initiative (PPMI) and Luxembourg Parkinson’s Study (NCER-PD)) and modelled their influence on the transcriptome. First, we sequenced sncRNAs in 5, 450 blood samples of 1, 614 individuals in PPMI. The majority of 323 billion reads (59 million reads per sample) mapped to miRNAs. Other covered RNA classes include piRNAs, rRNAs, snoRNAs, tRNAs, scaRNAs, and snRNAs. De-regulated miRNAs were associated with the disease and disease progression and occur in two distinct waves in the third and seventh decade of live. Originating mostly from a characteristic set of immune cells they resemble a systemic inflammation response and mitochondrial dysfunction, two hallmarks of PD. By profiling 1, 553 samples from 1, 024 individuals in the NCER-PD cohort using an independent technology, we validate relevant findings from the sequencing study. Finally, network analysis of sncRNAs and transcriptome sequencing of the original cohort identified regulatory modules emerging in progressing PD patients.

Previous work on murine models and human demonstrated global as well as tissue-specific molecular aging trajectories in solid tissues and body fluids 1–8 . Extracellular vesicles like exosomes play a crucial role in communication and information exchange in between such systemic factors and solid tissues 9,10 . We sequenced freely circulating and vesicle-bound small regulatory RNAs in mice at five time points across the average life span from 2 to 18 months. Intriguingly, each small RNA class exhibits unique aging patterns, which showed differential signatures between vesicle-bound and freely circulating molecules. In particular, tRNA fragments showed overall highest correlation with aging which also matched well between sample types, facilitating age prediction with non-negative matrix factorization (86% accuracy). Interestingly, rRNAs exhibited inverse correlation trajectories between vesicles and plasma while vesicle-bound microRNAs (miRNAs) were exceptionally strong associated with aging. Affected miRNAs regulate the inflammatory response and transcriptional processes, and adipose tissues show considerable effects in associated gene regulatory modules. Finally, nanoparticle tracking and electron microscopy suggest a shift from overall many small to fewer but larger vesicles in aged plasma, potentially contributing to systemic aging trajectories and affecting the molecular aging of organs.