YY
Yuan Yuan
Author with expertise in Clustered Regularly Interspaced Short Palindromic Repeats and CRISPR-associated proteins
Achievements
Cited Author
Key Stats
Upvotes received:
0
Publications:
31
(48% Open Access)
Cited by:
119
h-index:
131
/
i10-index:
2335
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
1

Machine learning of all Mycobacterium tuberculosis H37Rv RNA-seq data reveals a structured interplay between metabolism, stress response, and infection

Reo Yoo et al.Jul 2, 2021
Abstract Mycobacterium tuberculosis is one of the most consequential human bacterial pathogens, posing a serious challenge to 21st century medicine. A key feature of its pathogenicity is its ability to adapt its transcriptional response to environmental stresses through its transcriptional regulatory network (TRN). While many studies have sought to characterize specific portions of the M. tuberculosis TRN, a systems level characterization and analysis of interactions among the controlling transcription factors remains to be achieved. Here, we applied an unsupervised machine learning method to modularize the M. tuberculosis transcriptome and describe the role of transcription factors (TFs) in the TRN. By applying Independent Component Analysis (ICA) to over 650 transcriptomic samples, we obtained 80 independently modulated gene sets known as “iModulons,” many of which correspond to known regulons. These iModulons explain 61% of the variance in the organism’s transcriptional response. We show that iModulons: 1) reveal the function of previously unknown regulons, 2) describe the transcriptional shifts that occur during environmental changes such as shifting carbon sources, oxidative stress, and virulence events, and 3) identify intrinsic clusters of transcriptional regulons that link several important metabolic systems, including lipid, cholesterol, and sulfur metabolism. This transcriptome-wide analysis of the M. tuberculosis TRN informs future research on effective ways to study and manipulate its transcriptional regulation, and presents a knowledge-enhanced database of all published high-quality RNA-seq data for this organism to date.
1
Citation1
0
Save
0

Whole-genome deep learning analysis reveals causal role of noncoding mutations in autism

Jian Zhou et al.May 11, 2018
We address the challenge of detecting the contribution of noncoding mutations to disease with a deep-learning-based framework that predicts specific regulatory effects and deleterious disease impact of genetic variants. Applying this framework to 1,790 Autism Spectrum Disorder (ASD) simplex families reveals autism disease causality of noncoding mutations by demonstrating that ASD probands harbor transcriptional (TRDs) and post-transcriptional (RRDs) regulation-disrupting mutations of significantly higher functional impact than unaffected siblings. Importantly, we detect this significant noncoding contribution at each level, transcriptional and post-transcriptional, independently and after multiple hypothesis correction. Further analysis suggests involvement of noncoding mutations in synaptic transmission and neuronal development, and reveals a convergent genetic landscape of coding and noncoding (TRD and RRD) de novo mutations in ASD. We demonstrate that sequences carrying prioritized proband de novo mutations possess transcriptional regulatory activity and drive expression differentially, and highlight a link between noncoding mutations and IQ heterogeneity in ASD probands. Our predictive genomics framework illuminates the role of noncoding mutations in ASD, prioritizes high impact transcriptional and post-transcriptional regulatory mutations for further study, and is broadly applicable to complex human diseases.
5

Dominant Role of Stochastic Processes in Soil Fungal Communities in Pioneer Forests at a Regional Scale

Xiaowu Man et al.Mar 1, 2023
ABSTRACT Soil fungal community assembly is driven by deterministic and stochastic processes. However, the contribution of these mechanisms to structure the composition of fungal communities of forest soils at the regional scale is poorly known. Here, we investigate the relative importance of deterministic and stochastic processes on fungal community composition by rDNA ITS metabarcoding in a Populus davidiana pioneer forests along spatial-temporal gradients. We also assessed the impact of elevation and seasonality. The soil fungal richness of P. davidiana pioneer forests was significantly affected by elevation and less affected by season. Similarly, the variation in the fungal community composition according to the elevation was greater than the effect of seasonality. The fungal community composition showed a significant distance-decay relationship. Variation partitioning analysis showed that plant variables explained the soil fungal community variation. Through null model analysis, we found that stochastic processes were dominant in the soil fungal community assembly. However, the relative importance of ecological processes, including dispersal, selection, and drift, was not consistent across the four soil fungal community assemblies. In addition, the undominated fraction (including weak selection, weak dispersal, diversification and drift) had a high relative contribution to the soil fungal community assembly process in the P. davidiana pioneer forest. In summary, our results demonstrated that plant variables and the undominated fraction dominate the deterministic and stochastic processes driving soil fungal community assemblies in a P. davidiana pioneer forest at the regional scale, which provides new perspectives for the regional scale studies of soil fungi. IMPORTANCE Elevation and seasonality are important factors driving the composition of soil microbiota. Due to the tight interactions of soil fungi with their host trees in forest ecosystems, the spatial variation of soil fungal community is often linked to the variation in the composition of dominant tree species. We compared the responses of soil fungal communities to seasonal and spatial changes at four levels in a temperate poplar forest dominated by a single tree species under elevation changes. Elevation had a higher impact than seasonality on the soil fungal beta diversity. Even when the shift in dominant tree species was limited, vegetation factors still impact soil fungal community variations. The dominant role of homogeneous selection and drift in fungal community assemblies, except for ectomycorrhizal fungi, was further discovered.
0

An Efficient and Safe Trans-complementation System of Mpox Virus Reproduces Authentic Viral Architecture and Infection

Jianying Liu et al.Dec 29, 2023
Abstract Since the Mpox virus (MPXV) outbreak in 2022, there have been 97,745 cases and 203 fatalities. This outbreak features increased transmission efficiency and a higher infection rate in the MSM population, with the underlying causes remaining unknown. The requirement of BSL-3 laboratories poses a barrier to MPXV research and antiviral development. Here, we report an efficient and safe trans-complementary system that produces a single-round infectious MPXV, preserving the virus’s authentic architecture and enabling it to complete its life cycle in complementing cells. This deficient MPXV genome, lacking two essential genes crucial for late gene transcription and viral assembly, is restricted to a single-round infection in non-complementing cell lines. Notably, SCID mice inoculated with this deficient MPXV exhibited no detectable disease or viral load. This deficient MPXV platform has demonstrated its capacity to study innate immunity and cell death during infection in complementing cells. It can also be used for antibody neutralization assays and anti-MPXV drug evaluation. This trans-complementation platform, safe for use in low-biosafety laboratories, offers a valuable resource for MPXV research and countermeasure development.
0

Fractal dimension, occupancy and hotspot analyses of B cell spatial distribution predict clinical outcome in breast cancer

J Wortman et al.Jun 21, 2019
While the density of tumor-infiltrating lymphocytes (TILs) is now well known to correlate with clinical outcome, the clinical significance of spatial distribution of TILs is not well characterized. We have developed novel statistical techniques (including fractal dimension differences, a hotspot analysis, a box counting method that we call 'occupancy' and a way to normalize cell density that we call 'thinning') to analyze the spatial distribution (at different length scales) of various types of TILs in triple negative breast tumors. Consistent with prior reports, the density of CD20+ B cells within tumors is not correlated with clinical outcome. However, we found that their spatial distribution differs significantly between good clinical outcome (no recurrence within at least 5 years of diagnosis) and poor clinical outcome (recurrence with 3 years of diagnosis). Furthermore, CD20+ B cells are more spatially dispersed in good outcome tumors and are more likely to infiltrate into cancer cell islands. Lastly, we found significant correlation between the spatial distributions of CD20+ B cells and CD8+ (cytotoxic) T cells (as well as CD3+ T cells), regardless of outcome. These results highlight the significance of the spatial distribution of TILs, especially B cells, within tumors.
Load More