DS
Daniel Seaton
Author with expertise in Light Signal Transduction in Plants
Achievements
Cited Author
Key Stats
Upvotes received:
0
Publications:
11
(18% Open Access)
Cited by:
296
h-index:
18
/
i10-index:
26
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
119

Population-scale single-cell RNA-seq profiling across dopaminergic neuron differentiation

Julie Jerber et al.May 22, 2020
Abstract Common genetic variants can have profound effects on cellular function, but studying these effects in primary human tissue samples and during development is challenging. Human induced pluripotent stem cell (iPSC) technology holds great promise for assessing these effects across different differentiation contexts. Here, we use an efficient pooling strategy to differentiate 215 iPS cell lines towards a midbrain neural fate, including dopaminergic neurons, and profile over 1 million cells sampled across three differentiation timepoints using single cell RNA sequencing. We find that the proportion of neuronal cells produced by each cell line is highly reproducible over different experimental batches, and identify robust molecular markers in pluripotent cells that predict line-to-line differences in cell fate. We identify expression quantitative trait loci (eQTL) that manifest at different stages of neuronal development, and in response to oxidative stress, by exposing cells to rotenone. We find over one thousand eQTL that colocalise with a known risk locus for a neurological trait, nearly half of which are not found in GTEx. Our study illustrates how coupling single cell transcriptomics with long-term iPSC differentiation can profile mechanistic effects of human trait-associated genetic variants in otherwise inaccessible cell states.
119
Citation13
0
Save
0

Linking circadian time to growth rate quantitatively via carbon metabolism

Yin Chew et al.Feb 6, 2017
Predicting a multicellular organism's phenotype quantitatively from its genotype is challenging, as genetic effects must propagate up time and length scales. Circadian clocks are intracellular regulators that control temporal gene expression patterns and hence metabolism, physiology and behaviour, from sleep/wake cycles in mammals to flowering in plants1-3. Clock genes are rarely essential but appropriate alleles can confer a competitive advantage4,5 and have been repeatedly selected during crop domestication3,6. Here we quantitatively explain and predict canonical phenotypes of circadian timing in a multicellular, model organism. We used metabolic and physiological data to combine and extend mathematical models of rhythmic gene expression, photoperiod-dependent flowering, elongation growth and starch metabolism within a Framework Model for growth of Arabidopsis thaliana7-9. The model predicted the effect of altered circadian timing upon each particular phenotype in clock-mutant plants. Altered night-time metabolism of stored starch accounted for most but not all of the decrease in whole-plant growth rate. Altered mobilisation of a secondary store of organic acids quantitatively explained the remaining defect. Our results link genotype through specific processes to higher-level phenotypes, formalising our understanding of a subtle, pleiotropic syndrome at the whole-organism level, and validating the systems approach to understand complex traits starting from intracellular circuits.
0

Circadian protein regulation in the green lineage I. A phospho-dawn anticipates light onset before proteins peak in daytime.

Zeenat Noordally et al.Apr 4, 2018
Daily light-dark cycles (LD) drive dynamic regulation of plant and algal transcriptomes via photoreceptor pathways and 24-hour, circadian rhythms. Diel regulation of protein levels and modifications has been less studied. Ostreococcus tauri, the smallest free-living eukaryote, provides a minimal model proteome for the green lineage. Here, we compare transcriptome data under LD to the algal proteome and phosphoproteome, assayed using shotgun mass-spectrometry. Under 10% of 855 quantified proteins were rhythmic but two-thirds of 860 phosphoproteins showed rhythmic modification(s). Most rhythmic proteins peaked in the daytime. Model simulations showed that light-stimulated protein synthesis largely accounts for this distribution of protein peaks. Prompted by dark-stable proteins, we sampled during prolonged dark adaptation, where stable RNAs and very limited change to the proteome suggested a quiescent, cellular "dark state". In LD, acid-directed protein phosphorylation sites were enriched in antiphase to proline-directed sites. Strikingly, 39% of rhythmic phospho-sites reached peak levels just before dawn. This anticipatory phosphorylation is distinct from light-responsive translation but consistent with plant phosphoprotein profiles, suggesting that a clock-regulated phospho-dawn prepares green cells for daytime functions.
0

Systematic assessment of regulatory effects of human disease variants in pluripotent cells

Marc Bonder et al.Sep 28, 2019
Identifying regulatory genetic effects in pluripotent cells provides important insights into disease variants with potentially transient or developmental origins. Combining existing and newly-generated data, we characterized 1,367 iPSC lines from 948 unique donors, collectively analyzed within the “Integrated iPSC QTL” (i2QTL) Consortium. The sample size of our study allowed us to derive the most comprehensive map of quantitative trait loci (QTL) in pluripotent human cells to date. We mapped the effects of nearby common genetic variants on five expression phenotypes, identifying cis -QTL at gene-, exon-level and transcript-, splicing-, alternative polyadenylation-ratio (APA) for a total of 18,556 genes. For gene-level, we further quantified the effects of rare and singleton variants, and the effect of distal variants that act in trans ( trans -eQTL), which we replicated in independent samples. Our data are a valuable community resource, uncovering novel regulatory effects that have not previously been described in differentiated cells and tissues. Building on this regulatory map, we functionally explore GWAS signals for over 4,336 trait loci, finding evidence for colocalization with common and rare iPSC QTL for traits such as height and BMI, and diseases, such as cancer and coronary artery disease.
0

Photoperiodic control of the Arabidopsis proteome reveals a translational coincidence mechanism

Daniel Seaton et al.Aug 29, 2017
Plants respond to seasonal cues, such as the photoperiod, to adapt to current conditions and to prepare for environmental changes in the season to come. To assess photoperiodic responses at the protein level, we quantified the proteome of the model plant Arabidopsis thaliana by mass spectrometry across four photoperiods. This revealed coordinated changes of abundance in proteins of photosynthesis, primary and secondary metabolism, including pigment biosynthesis, consistent with higher metabolic activity in long photoperiods. Higher translation rates in the daytime than the night likely contribute to these changes via rhythmic changes in RNA abundance. Photoperiodic control of protein levels might be greatest only if high translation rates coincide with high transcript levels in some photoperiods. We term this proposed mechanism 'translational coincidence', mathematically model its components, and demonstrate its effect on the Arabidopsis proteome. Datasets from a green alga and a cyanobacterium suggest that translational coincidence contributes to seasonal control of the proteome in many phototrophic organisms. This may explain why many transcripts but not their cognate proteins exhibit diurnal rhythms.
0

Mechanistic model of temperature influence on flowering through whole-plant accumulation of FT

Hannah Kinmonth‐Schultz et al.Feb 18, 2018
We assessed temperature influence on flowering by incorporating temperature-responsive flowering mechanisms across developmental age into an existing model. Temperature influences both the leaf production rate and expression of FLOWERING LOCUS T (FT), a photoperiodic flowering regulator, in leaves. The Arabidopsis Framework Model incorporated temperature influence on leaf growth but ignored the consequences of leaf growth on and direct temperature influence of FT expression. We measured FT production in differently aged leaves and modified the model, adding the mechanistic temperature influence on FT transcription, and linking FT to leaf growth. Our simulations suggest that in long days, the developmental timing (leaf number) at which the reproductive transition occurs is influenced by day length and temperature through FT, while temperature influences the rate of leaf production and the time (in days) the transition occurs. Further, we demonstrated that FT is mainly produced in the first 10 leaves in the Columbia ecotype, and that FT accumulation alone cannot explain flowering in conditions in which flowering is delayed. Our simulations supported our hypotheses that: 1) temperature regulation of FT, accumulated with leaf growth, is a component of thermal time, and 2) incorporating mechanistic temperature regulation of FT can improve model predictions in fluctuating temperatures.
Load More