ABSTRACT Effective data sharing is key to accelerating research that will improve the precision of diagnoses, efficacy of treatments and long-term survival of pediatric cancer and other childhood catastrophic diseases. We present St. Jude Cloud ( https://www.stjude.cloud ), a cloud-based data sharing ecosystem developed via collaboration between St. Jude Children’s Research Hospital, DNAnexus, and Microsoft, for accessing, analyzing and visualizing genomic data from >10,000 pediatric cancer patients, long-term survivors of pediatric cancer and >800 pediatric sickle cell patients. Harmonized genomic data totaling 1.25 petabyes on St. Jude Cloud include 12,104 whole genomes, 7,697 whole exomes and 2,202 transcriptomes, which are freely available to researchers worldwide. The resource is expanding rapidly with regular data uploads from St. Jude’s prospective clinical genomics programs, providing public access as soon as possible rather than holding data back until publication. Three interconnected apps within the St. Jude Cloud ecosystem—Genomics Platform, Pediatric Cancer Knowledgebase (PeCan) and Visualization Community—provide a unique experience for simultaneously performing advanced data analysis in the cloud and enhancing the pediatric cancer knowledgebase. We demonstrate the value of the St. Jude Cloud ecosystem through use cases that classify 48 pediatric cancer subtypes by gene expression profiling and map mutational signatures across 35 subtypes of pediatric cancer.

Summary Dragonflies and damselflies, representing the insect order Odonata, are among the earliest flying insects with living (extant) representatives. However, unravelling details of their long evolutionary history, such as egg laying (oviposition) strategies, is impeded by unresolved phylogenetic relationships, an issue particularly prevalent in damselfly families and fossil lineages. Here we present the first transcriptome-based phylogenetic reconstruction of Odonata, analyzing 2,980 protein-coding genes in 105 species representing nearly all of the order’s families (except Austropetaliidae and Neopetaliidae). All damselfly families and most dragonfly families are recovered as monophyletic groups. Our Molecular clock estimates suggest that crown-Zygoptera (damselflies) and -Anisoptera (dragonflies) both arose during the late Triassic. Several of the observed long inner branches in our topology are indicative of the extinction of once flourishing lineages. We also find that exophytic egg laying behaviour with a reduced ovipositor evolved in certain dragonflies during the late Jurassic / early Cretaceous. Lastly, we find that certain fossils have an unexpected deterring impact in divergence dating analysis.

Caddisflies (Trichoptera) are among the most diverse groups of freshwater animals with more than 16 000 described species. They play a fundamental role in freshwater ecology and environmental engineering in streams, rivers and lakes. Because of this, they are frequently used as indicator organisms in biomonitoring programmes. Despite their importance, key questions concerning the evolutionary history of caddisflies, such as the timing and origin of larval case making, remain unanswered owing to the lack of a well-resolved phylogeny. Here, we estimated a phylogenetic tree using a combination of transcriptomes and targeted enrichment data for 207 species, representing 48 of 52 extant families and 174 genera. We calibrated and dated the tree with 33 carefully selected fossils. The first caddisflies originated approximately 295 million years ago in the Permian, and major suborders began to diversify in the Triassic. Furthermore, we show that portable case making evolved in three separate lineages, and shifts in diversification occurred in concert with key evolutionary innovations beyond case making.

Abstract Background The gut microbiome is a crucial element that facilitates a host’s adaptation to a changing environment. Host-specificity often coincides with distinctions in gut microbes, suggesting a co-evolution of the holobionts. However, it is unclear how gut microbiota shared by a common host ancestor would co-diversify with hosts and eventually become distinct among sister hosts. In this context, understanding the evolutionary pathway of gut microbiomes of the same host species could provide insight on how holobionts co-adapt along environmental gradients. Specifically, we ask which factor, nature or nurture, i.e., genetics or diets, contributes more to the shaping of gut microbiome, along with host diversification and range expansion. Results We compared and analyzed the gut microbiomes of 99 Asian honeybees, Apis cerana, from genetically diverged populations covering 13 provinces across China. Bacterial composition varied significantly across populations at phylotype, sequence-discrete population (SDP), and strain levels, but with extensive overlaps, indicating the diversity of microbial community among A. cerana populations is driven by nestedness. Taken together, genetics exhibited tangential impacts, while pollen diets were significantly correlated with both the composition and function of gut microbiome. Core bacteria, Gilliamella and Lactobacillus Firm-5, showed antagonistic turnovers and contributed to the enrichment in carbohydrate transport and metabolism. By feeding and inoculation bioassays, we confirmed that the variations in pollen polysaccharide composition contributed to the trade-off of these core bacteria. Conclusions Progressive change, i.e., nestedness, is the foundation of gut microbiome evolution in the Asian honeybee. Such a transition during the co-diversification of gut microbiomes is shaped primarily by environmental factors, diets in general, pollen polysaccharide in particular.

The honeybee gut microbiome is crucial for degrading diverse pollen glycans. Yet it is unclear how this process shapes the interactions among bacteria. Here, we demonstrate a conditional mutualistic interaction between strains of two honeybee gut bacteria Bifidobacterium asteroides and Gilliamella apicola. When co-occurring in vitro and in vivo, Bifidobacterium provides complementary demethylation service to promote Gilliamella growth on methylated homogalacturonan, an enriched polysaccharide of pectin. In exchange, Gilliamella shares digestive products with Bifidobacterium, through which a positive interaction is established. This positive interaction vanishes when Bifidobacterium is not required on a non-methylated diet. Results from biochemical and gene expression analyses combined with model simulation further suggest that the ratio change of the two major homogalacturonan breakdown products, galacturonic acid (GalA) and di-GalA, determines the bacterial interaction. This study unravels how glycan metabolism may shape the interactions between honeybee gut bacteria. Microbial interactions of the honey bee gut microbiome are incompletely understood. Here, the authors report a reciprocal interaction between two core bacterial genera: Bifidobacterium aids in demethylation of the pectin backbone enabling its breakdown by Gilliamella; in return, Gilliamella shares digestion products.

Abstract Elucidating the evolutionary processes that drive population divergence can enhance our understanding of the early stages of speciation and inform conservation management decisions. The honeybee Apis cerana displays extensive population divergence, providing an informative natural system for exploring these processes. The mainland lineage A. cerana includes several peripheral subspecies with disparate ecological and geographical settings radiated from a central ancestor. Under this evolutionary framework, we can explore the patterns of genome differentiation and the evolutionary models that explain them. We can also elucidate the contribution of non‐genomic spatiotemporal mechanisms (extrinsic features) and genomic mechanisms (intrinsic features) that influence these genomic differentiation landscapes. Based on 293 whole genomes, a small part of the genome is highly differentiated between central–peripheral subspecies pairs, while low and partial parallelism partly reflects idiosyncratic responses to environmental differences. Combined elements of recurrent selection and speciation‐with‐gene‐flow models generate the heterogeneous genome landscapes. These elements weight differently between central‐island and other central–peripheral subspecies pairs, influenced by glacial cycles superimposed on different geomorphologies. Although local recombination rates exert a significant influence on patterns of genomic differentiation, it is unlikely that low‐recombination rates regions were generated by structural variation. In conclusion, complex factors including geographical isolation, divergent ecological selection and non‐uniform genome features have acted concertedly in the evolution of reproductive barriers that could reduce gene flow in part of the genome and facilitate the persistence of distinct populations within mainland lineage of A. cerana .

ABSTRACT Sequencing of bulk tumor populations has improved genetic classification and risk assessment of B-ALL, but does not directly examine intratumor heterogeneity or infer leukemia cellular origins. We profiled 89 B-ALL samples by single-cell RNA-seq (scRNA-seq) and compared them to a reference map of normal human B-cell development established using both functional and molecular assays. Intra-sample heterogeneity was driven by cell cycle, metabolism, differentiation, and inflammation transcriptional programs. By inference of B lineage developmental state composition, nearly all samples possessed a high abundance of pro-B cells, with variation between samples mainly driven by sub-populations. However, ZNF384- r and DUX4- r B-ALL showed composition enrichment of hematopoietic stem cells, BCR::ABL1 and KMT2A -r ALL of Early Lymphoid progenitors, MEF2D -r and TCF3::PBX1 of Pre-B cells. Enrichment of Early Lymphoid progenitors correlated with high-risk clinical features. Understanding variation in transcriptional programs and developmental states of B-ALL by scRNA-seq refines existing clinical and genomic classifications and improves prediction of treatment outcome.

Abstract In the face of global pollinator declines, plant-pollinator interaction networks have been studied to guide ecological conservation and restoration. In order to obtain more comprehensive and unbiased knowledge of these networks, perspectives of both plants and pollinators need to be considered integratively. Metabarcoding has seen increasing applications in characterizing pollen transported by pollinators. However, amplification bias across taxa could lead to unpredictable artefacts in pollen compositions. We examined the efficacy of a PCR-free genome-skimming method in quantifying mixed pollen, using mock samples constructed with known pollen species (5 mocks of flower pollen and 14 mocks of bee pollen). The results demonstrated a high level of repeatability and accuracy in identifying pollen from mixtures of varied species ratios. All pollen species were detected in all mock samples, and pollen frequencies estimated from the number of sequence reads of each species were significantly correlated with pollen count proportions (linear model, R 2 =86.7%, P = 2.2e- 16). For >97% of the mixed taxa, pollen proportion could be quantified by sequencing to the correct order of magnitude, even for species which constituted only 0.2% of the total pollen. We also showed that DNA extracted from pollen grains equivalent to those collected from a single honeybee corbicula was sufficient for the genome-skimming pipeline. We conclude that genome-skimming is a feasible approach to identifying and quantifying pollen compositions for mixed pollen samples. By providing reliable and sensitive taxon identification and relative abundance, this method is expected to improve the understanding of pollen diversity transported by pollinators and their ecological roles in the plant-pollinator networks.

Abstract Rhabdomyosarcoma (RMS) is a pediatric cancer with features of skeletal muscle; patients with unresectable or metastatic RMS fare poorly due to high rates of disease recurrence. Here, we use single cell and single nucleus RNA-sequencing to show that RMS tumors recapitulate the spectrum of embryonal myogenesis. Using matched patient samples from a clinical trial and orthotopic patient-derived xenografts (O-PDXs), we show chemotherapy eliminates the most proliferative component with features of myoblasts; after treatment, the quiescent immature population with features of paraxial mesoderm expands to reconstitute the developmental hierarchy of the original tumor. We discovered that this paraxial mesoderm population is dependent on EGFR signaling and is sensitive to EGFR inhibitors. Taken together, this data serves as a proof-of-concept that targeting each developmental state in RMS is an effective strategy for improving outcomes by preventing disease recurrence.

Abstract Caddisflies (Trichoptera) are among the most diverse groups of freshwater animals with more than 16,000 described species. They play an outsized role in freshwater ecology and environmental engineering in streams, rivers, and lakes. Because of this, they are frequently used as indicator organisms in biomonitoring programs. Despite their importance, key questions concerning the evolutionary history of caddisflies, such as the timing and origin of larval case-making, have been unanswered due to the lack of a well-resolved phylogenetic tree. To shed light on these questions in Trichoptera, we estimated a phylogenetic tree using a combination of transcriptomes and targeted enrichment data for 206 species, representing 48 of 52 extant families and 174 genera. We calibrated and dated the tree with a set of 33 carefully selected fossils. The first caddisflies originated in the Permian and the major suborders began to diversify in the Triassic. Ancestral state reconstruction and diversification analysis revealed that portable case-making evolved in three separate lineages and shifts in diversification occurred in concert with key evolutionary innovations other than case-making.