A protocol for generating biliary epithelial cells from human pluripotent stem cells facilitates disease modeling and drug screening. The study of biliary disease has been constrained by a lack of primary human cholangiocytes. Here we present an efficient, serum-free protocol for directed differentiation of human induced pluripotent stem cells into cholangiocyte-like cells (CLCs). CLCs show functional characteristics of cholangiocytes, including bile acids transfer, alkaline phosphatase activity, γ-glutamyl-transpeptidase activity and physiological responses to secretin, somatostatin and vascular endothelial growth factor. We use CLCs to model in vitro key features of Alagille syndrome, polycystic liver disease and cystic fibrosis (CF)-associated cholangiopathy. Furthermore, we use CLCs generated from healthy individuals and patients with polycystic liver disease to reproduce the effects of the drugs verapamil and octreotide, and we show that the experimental CF drug VX809 rescues the disease phenotype of CF cholangiopathy in vitro. Our differentiation protocol will facilitate the study of biological mechanisms controlling biliary development, as well as disease modeling and drug screening.

The SMAD2 and SMAD3 protein interactome links TGFβ signalling to diverse effectors including m6A methyltransferase, which has a role in regulating differentiation of human pluripotent stem cells. TGFβ signalling is involved in many different physiological processes, including embryonic development, but there is no complete description of the tasks accomplished by SMAD2/3 proteins, the downstream effectors of TGFβ signals. Ludovic Vallier and colleagues describe the full set of interactions of SMAD2/3 in human pluripotent stem cells. They find that these interactions are linked to diverse molecular processes in addition to transcription. SMAD2/3 also regulates post-transcriptional modification of messenger RNA through regulation of N6-methyladenosine (m6A) deposition onto transcripts that are involved in early fate decisions. This is carried out during differentiation to modulate the stability of the transcript. These findings link extracellular signalling cues to post-transcriptional regulations of fate regulators. The TGFβ pathway has essential roles in embryonic development, organ homeostasis, tissue repair and disease1,2. These diverse effects are mediated through the intracellular effectors SMAD2 and SMAD3 (hereafter SMAD2/3), whose canonical function is to control the activity of target genes by interacting with transcriptional regulators3. Therefore, a complete description of the factors that interact with SMAD2/3 in a given cell type would have broad implications for many areas of cell biology. Here we describe the interactome of SMAD2/3 in human pluripotent stem cells. This analysis reveals that SMAD2/3 is involved in multiple molecular processes in addition to its role in transcription. In particular, we identify a functional interaction with the METTL3–METTL14–WTAP complex, which mediates the conversion of adenosine to N6-methyladenosine (m6A) on RNA4. We show that SMAD2/3 promotes binding of the m6A methyltransferase complex to a subset of transcripts involved in early cell fate decisions. This mechanism destabilizes specific SMAD2/3 transcriptional targets, including the pluripotency factor gene NANOG, priming them for rapid downregulation upon differentiation to enable timely exit from pluripotency. Collectively, these findings reveal the mechanism by which extracellular signalling can induce rapid cellular responses through regulation of the epitranscriptome. These aspects of TGFβ signalling could have far-reaching implications in many other cell types and in diseases such as cancer5.

Abstract Recent developments in stem cell biology have enabled the study of cell fate decisions in early human development that are impossible to study in vivo. However, understanding how development varies across individuals and, in particular, the influence of common genetic variants during this process has not been characterised. Here, we exploit human iPS cell lines from 125 donors, a pooled experimental design, and single-cell RNA-sequencing to study population variation of endoderm differentiation. We identify molecular markers that are predictive of differentiation efficiency of individual lines, and utilise heterogeneity in the genetic background across individuals to map hundreds of expression quantitative trait loci that influence expression dynamically during differentiation and across cellular contexts.

Mapping the chromosomal locations of transcription factors, nucleosomes, histone modifications, chromatin remodeling enzymes, chaperones, and polymerases is one of the key tasks of modern biology, as evidenced by the Encyclopedia of DNA Elements (ENCODE) Project. To this end, chromatin immunoprecipitation followed by high-throughput sequencing (ChIP-seq) is the standard methodology. Mapping such protein-DNA interactions in vivo using ChIP-seq presents multiple challenges not only in sample preparation and sequencing but also for computational analysis. Here, we present step-by-step guidelines for the computational analysis of ChIP-seq data. We address all the major steps in the analysis of ChIP-seq data: sequencing depth selection, quality checking, mapping, data normalization, assessment of reproducibility, peak calling, differential binding analysis, controlling the false discovery rate, peak annotation, visualization, and motif analysis. At each step in our guidelines we discuss some of the software tools most frequently used. We also highlight the challenges and problems associated with each step in ChIP-seq data analysis. We present a concise workflow for the analysis of ChIP-seq data in Figure 1 that complements and expands on the recommendations of the ENCODE and modENCODE projects. Each step in the workflow is described in detail in the following sections.

Repair of defects in the common bile duct is hampered by a lack of healthy donor tissue. Developing human extrahepatic cholangiocyte organoids and testing them in mouse models may provide a way to overcome this limitation. The treatment of common bile duct (CBD) disorders, such as biliary atresia or ischemic strictures, is restricted by the lack of biliary tissue from healthy donors suitable for surgical reconstruction. Here we report a new method for the isolation and propagation of human cholangiocytes from the extrahepatic biliary tree in the form of extrahepatic cholangiocyte organoids (ECOs) for regenerative medicine applications. The resulting ECOs closely resemble primary cholangiocytes in terms of their transcriptomic profile and functional properties. We explore the regenerative potential of these organoids in vivo and demonstrate that ECOs self-organize into bile duct–like tubes expressing biliary markers following transplantation under the kidney capsule of immunocompromised mice. In addition, when seeded on biodegradable scaffolds, ECOs form tissue-like structures retaining biliary characteristics. The resulting bioengineered tissue can reconstruct the gallbladder wall and repair the biliary epithelium following transplantation into a mouse model of injury. Furthermore, bioengineered artificial ducts can replace the native CBD, with no evidence of cholestasis or occlusion of the lumen. In conclusion, ECOs can successfully reconstruct the biliary tree, providing proof of principle for organ regeneration using human primary cholangiocytes expanded in vitro.

Development of eukaryotic organisms is controlled by transcription factors that trigger specific and global changes in gene expression programs. In plants, MADS-domain transcription factors act as master regulators of developmental switches and organ specification. However, the mechanisms by which these factors dynamically regulate the expression of their target genes at different developmental stages are still poorly understood. We characterized the relationship of chromatin accessibility, gene expression, and DNA binding of two MADS-domain proteins at different stages of Arabidopsis flower development. Dynamic changes in APETALA1 and SEPALLATA3 DNA binding correlated with changes in gene expression, and many of the target genes could be associated with the developmental stage in which they are transcriptionally controlled. We also observe dynamic changes in chromatin accessibility during flower development. Remarkably, DNA binding of APETALA1 and SEPALLATA3 is largely independent of the accessibility status of their binding regions and it can precede increases in DNA accessibility. These results suggest that APETALA1 and SEPALLATA3 may modulate chromatin accessibility, thereby facilitating access of other transcriptional regulators to their target genes. Our findings indicate that different homeotic factors regulate partly overlapping, yet also distinctive sets of target genes in a partly stage-specific fashion. By combining the information from DNA-binding and gene expression data, we are able to propose models of stage-specific regulatory interactions, thereby addressing dynamics of regulatory networks throughout flower development. Furthermore, MADS-domain TFs may regulate gene expression by alternative strategies, one of which is modulation of chromatin accessibility.

Abstract Most mammalian stem cells undergo cellular division during their differentiation to produce daughter cells with a new cellular identity. However, the cascade of epigenetic events and molecular mechanisms occurring between successive cell divisions upon differentiation have not yet been described in detail due to technical limitations. Here, we address this question by taking advantage of the Fluorescent Ubiquitination-based Cell Cycle Indicator (FUCCI) reporter to develop a culture system allowing the differentiation of human Embryonic Stem Cells (hESCs) synchronised for their cell cycle. Using this approach, we have assessed the epigenome and transcriptome dynamics during the first two divisions leading to definitive endoderm. We first observed that transcription of key markers of differentiation occurs before division suggesting that differentiation is initiated during the progression of cell cycle. Furthermore, ATAC-seq shows a major decrease in chromatin accessibility after pluripotency exit indicating that the first event of differentiation is the inhibition of alternative cell fate. In addition, using digital genomic footprinting we identified novel cell cycle-specific transcription factors with regulatory potential in endoderm specification. Of particular interest, Activator protein 1 (AP-1) controlled p38/MAPK signalling seems to be necessary for blocking endoderm shifting cell fate toward mesoderm lineage. Finally, histone modifications analyses suggest a temporal order between different marks. We can also conclude that enhancers are dynamically and rapidly established / decommissioned between different cell cycle upon differentiation. Overall, these data not only reveal key the successive interplays between epigenetic modifications during differentiation but also provide a valuable resource to investigate novel mechanisms in germ layer specification.

Single-cell epigenome assays produce sparsely sampled data, leading to coverage pooling across cells to increase resolution. Imputation of missing data using deep learning is available but requires intensive computation, and it has been applied only to DNA methylation obtained by single cell bisulfite sequencing. Here, sparsity in chromatin accessibility obtained by scNMT-seq is addressed using functional data analysis to fit sparsely sampled GpC coverage profiles of individual cells taking into account all the cells of the same cell-type or condition. For that, sparse functional principal component analysis (S-FPCA) is applied, and the principal components are used to estimate chromatin accessibility coverage in individual cells. This methodology can potentially be used with other single-cell assays with missing data such as scBS-seq, scNOME-seq, or scATAC-seq. The R package fdapace is available in CRAN, and R code used in this manuscript can be found at: http://github.com/pmb59/sparseSingleCell.

A large number of genomic and imaging datasets are being produced by consortia that seek to characterize healthy and disease tissues at single-cell resolution. While much effort has been devoted to capturing information related to biospecimen information and experimental procedures, the metadata standards that describe data matrices and the analysis workflows that produced them are relatively lacking. Detailed metadata schema related to data analysis are needed to facilitate sharing and interoperability across groups and to promote data provenance for reproducibility. To address this need, we developed the Matrix and Analysis Metadata Standards (MAMS) to serve as a resource for data coordinating centers and tool developers. We first curated several simple and complex "use cases" to characterize the types of feature-observation matrices (FOMs), annotations, and analysis metadata produced in different workflows. Based on these use cases, metadata fields were defined to describe the data contained within each matrix including those related to processing, modality, and subsets. Suggested terms were created for the majority of fields to aid in harmonization of metadata terms across groups. Additional provenance metadata fields were also defined to describe the software and workflows that produced each FOM. Finally, we developed a simple list-like schema that can be used to store MAMS information and implemented in multiple formats. Overall, MAMS can be used as a guide to harmonize analysis-related metadata which will ultimately facilitate integration of datasets across tools and consortia. MAMS specifications, use cases, and examples can be found at https://github.com/single-cell-mams/mams/.

ABSTRACT Background Antimicrobial Resistance (AMR) has a detrimental impact on human health on Earth and it is equally concerning in other environments such as space due to microgravity, radiation and confinement, especially for long-distance space travel. The International Space Station (ISS) is ideal for investigating microbial diversity and virulence. The shotgun metagenomics data of the ISS generated during the Microbial Tracking – 1 (MT-1) project and resulting metagenome-assembled genomes (MAGs) across three flights in eight different locations during 12 months were used in this study. The objective of this study was to identify the AMR genes associated with whole genomes of 227 cultivable strains, 21 shotgun metagenome sequences, and 24 MAGs retrieved from the ISS environmental samples that were treated with propidium monoazide (PMA; viable microbes). Results We have analyzed the data using a deep learning model, allowing us to go beyond traditional cut-offs based only on high DNA sequence similarity and extending the catalog of AMR genes. Our results in PMA treated samples revealed AMR dominance in the last flight for Kalamiella piersonii , a bacteria related to urinary tract infection in humans. The analysis of 227 pure strains isolated from the MT-1 project revealed hundreds of antibiotic resistance genes from many isolates, including two top-ranking species that corresponded to strains of Enterobacter bugandensis and Bacillus cereus . Computational predictions were experimentally validated by antibiotic resistance profiles in these two species, showing a high degree of concordance. Specifically, disc assay data confirmed the high resistance of these two pathogens to various beta-lactam antibiotics. Conclusion Overall, our computational predictions and validation analyses demonstrate the advantages of machine learning to uncover concealed AMR determinants in metagenomics datasets, expanding the understanding of the ISS environmental microbiomes and their pathogenic potential in humans.