Using the GTEx data and others, a comprehensive analysis of adenosine-to-inosine RNA editing in mammals is presented; targets of the various ADAR enzymes are identified, as are several potential regulators of editing, such as AIMP2. The GTEx (Genotype-Tissue Expression) Consortium has established a reference catalogue and associated tissue biobank for gene-expression levels across individuals for diverse tissues of the human body, with a broad sampling of normal, non-diseased human tissues from postmortem donors. The consortium now presents the deepest survey of gene expression across multiple tissues and individuals to date, encompassing 7,051 samples from 449 donors across 44 human tissues. Barbara Engelhardt and colleagues characterize the relationship between genetic variation and gene expression, and find that most genes are regulated by genetic variation near to the affected gene. In accompanying GTEx studies, Alexis Battle, Stephen Montgomery and colleagues examine the effect of rare genetic variation on gene expression across human tissues, Daniel MacArthur and colleagues systematically survey the landscape of X chromosome inactivation in human tissues, and Jin Billy Li and colleagues provide a comprehensive cross-species analysis of adenosine-to-inosine RNA editing in mammals. In an accompanying News & Views, Michelle Ward and Yoav Gilad put the latest results in context and discuss how these findings are helping to crack the regulatory code of the human genome. Adenosine-to-inosine (A-to-I) RNA editing is a conserved post-transcriptional mechanism mediated by ADAR enzymes that diversifies the transcriptome by altering selected nucleotides in RNA molecules1. Although many editing sites have recently been discovered2,3,4,5,6,7, the extent to which most sites are edited and how the editing is regulated in different biological contexts are not fully understood8,9,10. Here we report dynamic spatiotemporal patterns and new regulators of RNA editing, discovered through an extensive profiling of A-to-I RNA editing in 8,551 human samples (representing 53 body sites from 552 individuals) from the Genotype-Tissue Expression (GTEx) project and in hundreds of other primate and mouse samples. We show that editing levels in non-repetitive coding regions vary more between tissues than editing levels in repetitive regions. Globally, ADAR1 is the primary editor of repetitive sites and ADAR2 is the primary editor of non-repetitive coding sites, whereas the catalytically inactive ADAR3 predominantly acts as an inhibitor of editing. Cross-species analysis of RNA editing in several tissues revealed that species, rather than tissue type, is the primary determinant of editing levels, suggesting stronger cis-directed regulation of RNA editing for most sites, although the small set of conserved coding sites is under stronger trans-regulation. In addition, we curated an extensive set of ADAR1 and ADAR2 targets and showed that many editing sites display distinct tissue-specific regulation by the ADAR enzymes in vivo. Further analysis of the GTEx data revealed several potential regulators of editing, such as AIMP2, which reduces editing in muscles by enhancing the degradation of the ADAR proteins. Collectively, our work provides insights into the complex cis- and trans-regulation of A-to-I editing.

To understand the pathogenesis of chronic inflammatory disease, we analyzed an experimental mouse model of chronic lung disease with pathology that resembles asthma and chronic obstructive pulmonary disease (COPD) in humans. In this model, chronic lung disease develops after an infection with a common type of respiratory virus is cleared to only trace levels of noninfectious virus. Chronic inflammatory disease is generally thought to depend on an altered adaptive immune response. However, here we find that this type of disease arises independently of an adaptive immune response and is driven instead by interleukin-13 produced by macrophages that have been stimulated by CD1d-dependent T cell receptor-invariant natural killer T (NKT) cells. This innate immune axis is also activated in the lungs of humans with chronic airway disease due to asthma or COPD. These findings provide new insight into the pathogenesis of chronic inflammatory disease with the discovery that the transition from respiratory viral infection into chronic lung disease requires persistent activation of a previously undescribed NKT cell-macrophage innate immune axis.

Individual variation in pain sensation makes pain clinical trials quite challenging to interpret. Now, Michael Salter and colleagues report that genetic variation in the P2RX7 gene affects pore formation of the protein and pain sensation in humans. Chronic pain is highly variable between individuals, as is the response to analgesics. Although much of the variability in chronic pain and analgesic response is heritable, an understanding of the genetic determinants underlying this variability is rudimentary1. Here we show that variation within the coding sequence of the gene encoding the P2X7 receptor (P2X7R) affects chronic pain sensitivity in both mice and humans. P2X7Rs, which are members of the family of ionotropic ATP-gated receptors, have two distinct modes of function: they can function through their intrinsic cationic channel or by forming nonselective pores that are permeable to molecules with a mass of up to 900 Da2,3. Using genome-wide linkage analyses, we discovered an association between nerve-injury–induced pain behavior (mechanical allodynia) and the P451L mutation of the mouse P2rx7 gene, such that mice in which P2X7Rs have impaired pore formation as a result of this mutation showed less allodynia than mice with the pore-forming P2rx7 allele. Administration of a peptide corresponding to the P2X7R C-terminal domain, which blocked pore formation but not cation channel activity, selectively reduced nerve injury and inflammatory allodynia only in mice with the pore-forming P2rx7 allele. Moreover, in two independent human chronic pain cohorts, a cohort with pain after mastectomy and a cohort with osteoarthritis, we observed a genetic association between lower pain intensity and the hypofunctional His270 (rs7958311) allele of P2RX7. Our findings suggest that selectively targeting P2X7R pore formation may be a new strategy for individualizing the treatment of chronic pain.

Abstract Motivation Gene set enrichment analysis (GSEA) is a commonly used algorithm for characterizing gene expression changes. However, the currently available tools used to perform GSEA have a limited ability to analyze large datasets, which is particularly problematic for the analysis of single-cell data. To overcome this limitation, we developed a GSEA package in Python (GSEApy), which could efficiently analyze large single-cell datasets. Results We present a package (GSEApy) that performs GSEA in either the command line or Python environment. GSEApy uses a Rust implementation to enable it to calculate the same enrichment statistic as GSEA for a collection of pathways. The Rust implementation of GSEApy is 3-fold faster than the Numpy version of GSEApy (v0.10.8) and uses >4-fold less memory. GSEApy also provides an interface between Python and Enrichr web services, as well as for BioMart. The Enrichr application programming interface enables GSEApy to perform over-representation analysis for an input gene list. Furthermore, GSEApy consists of several tools, each designed to facilitate a particular type of enrichment analysis. Availability and implementation The new GSEApy with Rust extension is deposited in PyPI: https://pypi.org/project/gseapy/. The GSEApy source code is freely available at https://github.com/zqfang/GSEApy. Also, the documentation website is available at https://gseapy.rtfd.io/. Supplementary information Supplementary data are available at Bioinformatics online.

To overcome the limitations of existing models, we developed a novel experimental in vivo platform for replacing mouse liver with functioning human liver tissue. To do this, a herpes simplex virus type 1 thymidine kinase (HSVtk) transgene was expressed within the liver of highly immunodeficient NOG mice (TK-NOG). Mouse liver cells expressing this transgene were ablated after a brief exposure to a non-toxic dose of ganciclovir (GCV), and transplanted human liver cells are stably maintained within the liver (humanized TK-NOG) without exogenous drug. The reconstituted liver was shown to be a mature and functioning “human organ” that had zonal position-specific enzyme expression and a global gene expression pattern representative of mature human liver; and could generate a human-specific profile of drug metabolism. The ‘humanized liver’ could be stably maintained in these mice with a high level of synthetic function for a prolonged period (8 months). This novel in vivo system provides an optimized platform for studying human liver physiology, including drug metabolism, toxicology, or liver regeneration.

Abstract Background Genetic factors affecting multiple biomedical traits in mice have been identified when GWAS data that measured responses in panels of inbred mouse strains was analyzed using haplotype-based computational genetic mapping (HBCGM). Although this method was previously used to analyze one dataset at a time; but now, a vast amount of mouse phenotypic data is now publicly available, which could lead to many more genetic discoveries. Results HBCGM and a whole genome SNP map covering 53 inbred strains was used to analyze 8462 publicly available datasets of biomedical responses (1.52M individual datapoints) measured in panels of inbred mouse strains. As proof of concept, causative genetic factors affecting susceptibility for eye, metabolic and infectious diseases were identified when structured automated methods were used to analyze the output. One analysis identified a novel genetic effector mechanism; allelic differences within the mitochondrial targeting sequence affected the subcellular localization of a protein. We also found allelic differences within the mitochondrial targeting sequences of many murine and human proteins, and these could affect a wide range of biomedical phenotypes. Implications These initial results indicate that genetic factors affecting biomedical responses could be identified through analysis of very large datasets, and they provide an early indication of how this type of ‘ augmented intelligence ’ can facilitate genetic discovery.

Abstract The genomes of six inbred strains were analyzed using long read (LR) sequencing. The results revealed that structural variants (SV) were very abundant within the genome of inbred mouse strains (4.8 per gene), which indicates that they could impact genetic traits. Analysis of the relationship between SNP and SV alleles across 53 inbred strains indicated that we have a very limited ability to infer whether SV are present using short read sequence data, even when nearby SNP alleles are known. The benefit of having a more complete map of the pattern of genetic variation was demonstrated by identifying at least three genetic factors that could underlie the unique neuroanatomic and behavioral features of BTBR mice that resemble human Autism Spectrum Disorder (ASD). Similar to the genetic findings in human ASD cohorts, the identified BTBR-unique alleles are very rare, and they cause high impact changes in genes that play a role in neurodevelopment and brain function.

Abstract Although model organisms have provided insight into the earliest stages of cardiac vascularization, we know very little about this process in humans. Here we show that spatially micropatterned human pluripotent stem cells (hPSCs) enable in vitro modeling of this process, corresponding to the first three weeks of in vivo human development. Using four hPSC fluorescent reporter lines, we create cardiac vascular organoids (cVOs) by identifying conditions that simultaneously give rise to spatially organized and branched vascular networks within endocardial, myocardial, and epicardial cells. Using single-cell transcriptomics, we show that the cellular composition of cVOs resembles that of a 6.5 post-conception week (PCW) human heart. We find that NOTCH and BMP pathways are upregulated in cVOs, and their inhibition disrupts vascularization. Finally, using the same vascular-inducing factors to create cVOs, we produce hepatic vascular organoids (hVOs). This suggests there is a conserved developmental program for creating vasculature within different organ systems. Graphic Abstract

ABSTRACT Hundreds of inbred laboratory mouse strains and intercross populations have been used to functionalize genetic variants that contribute to disease. Thousands of disease relevant traits have been characterized in mice and made publicly available. New strains and populations including the Collaborative Cross, expanded BXD and inbred wild-derived strains add to set of complex disease mouse models, genetic mapping resources and sensitized backgrounds against which to evaluate engineered mutations. The genome sequences of many inbred strains, along with dense genotypes from others could allow integrated analysis of trait – variant associations across populations, but these analyses are not feasible due to the sparsity of genotypes available. Moreover, the data are not readily interoperable with other resources. To address these limitations, we created a uniformly dense data resource by harmonizing multiple variant datasets. Missing genotypes were imputed using the Viterbi algorithm with a data-driven technique that incorporates local phylogenetic information, an approach that is extensible to other model organism species. The result is a web– and programmatically-accessible data service called GenomeMUSter ( https://muster.jax.org ), comprising allelic data covering 657 strains at 106.8M segregating sites. Interoperation with phenotype databases, analytic tools and other resources enable a wealth of applications including multi-trait, multi-population meta-analysis. We demonstrate this in a cross-species comparison of the meta-analysis of Type 2 Diabetes and of substance use disorders, resulting in the more specific characterization of the role of human variant effects in light of mouse phenotype data. Other applications include refinement of mapped loci and prioritization of strain backgrounds for disease modeling to further unlock extant mouse diversity for genetic and genomic studies in health and disease.

Abstract Population structure (PS) has been shown to cause false positive signals in genome-wide association studies (GWAS). Since PS correction is routinely used in human GWAS, it was assumed that it also should be utilized for murine GWAS using inbred strains. Nevertheless, there are fundamental differences between murine and human GWAS, and the impact of PS on murine GWAS results has not been thoroughly investigated. To assess the impact of PS on murine GWAS, we examined 8223 datasets that characterized biomedical responses in panels of inbred mouse strains. Surprisingly, we found that the PS had a minimal impact on datasets characterizing responses in ≤20 strains; and relatively little impact on the majority of datasets characterizing >20 strains. Moreover, there were examples where association signals within known causative genes could be rejected if PS correction methods were utilized. PS assessment should be carefully used and should be considered in conjunction with other criteria when assessing the candidate genes identified in GWAS using inbred mouse strains.