The use of liquid biopsies for cancer detection and management is rapidly gaining prominence1. Current methods for the detection of circulating tumour DNA involve sequencing somatic mutations using cell-free DNA, but the sensitivity of these methods may be low among patients with early-stage cancer given the limited number of recurrent mutations2-5. By contrast, large-scale epigenetic alterations-which are tissue- and cancer-type specific-are not similarly constrained6 and therefore potentially have greater ability to detect and classify cancers in patients with early-stage disease. Here we develop a sensitive, immunoprecipitation-based protocol to analyse the methylome of small quantities of circulating cell-free DNA, and demonstrate the ability to detect large-scale DNA methylation changes that are enriched for tumour-specific patterns. We also demonstrate robust performance in cancer detection and classification across an extensive collection of plasma samples from several tumour types. This work sets the stage to establish biomarkers for the minimally invasive detection, interception and classification of early-stage cancers based on plasma cell-free DNA methylation patterns.

Abstract Single-molecule localization microscopy (SMLM) can be used to resolve subcellular structures and achieve a tenfold improvement in spatial resolution compared to that obtained by conventional fluorescence microscopy. However, the separation of single-molecule fluorescence events in thousands of frames dramatically increases the image acquisition time and phototoxicity, impeding the observation of instantaneous intracellular dynamics. Based on deep learning networks, we develop a single-frame super-resolution microscopy (SFSRM) approach that reconstructs a super-resolution image from a single frame of a diffraction-limited image to support live-cell super-resolution imaging at a ∼20 nm spatial resolution and a temporal resolution of up to 10 ms over thousands of time points. We demonstrate that our SFSRM method enables the visualization of the dynamics of vesicle transport at a millisecond temporal resolution in the dense and vibrant microtubule network in live cells. Moreover, the well-trained network model can be used with different live-cell imaging systems, such as confocal and light-sheet microscopes, making super-resolution microscopy accessible to nonexperts.

Abstract DNA markers are an essential tool for the detection and evaluation of genetic variations, a central theme in genetics and biology. Effective markers must be highly reproducible, polymorphic, accurate and efficient to profile. We developed multiple dispersed nucleotide polymorphism (MNP) DNA marker and an efficient MNP genotyping method called MNP-Seq . The MNP marker was 17.48% more polymorphic than the highly polymorphic marker of microsatellites on a collection of hybrid rice plants. When applied to genotype more than 80,000 individual MNP markers of diploid rice and polyploidy hybrid cotton varieties which were notoriously difficult to genotype accurately, MNP-Seq finished in two days and achieved accuracies of 99.999% and 99.988%, respectively. We adopted MNP-Seq to reveal the ubiquitous, albeit subtle and neglected, genetic heterogeneities in homonyms of Nipponbare rice, a popular model organism for plant biology. This result raised a question on the consistency of the published results using the model plant. We also used MNP-Seq to accurately and efficiently determine the identities of plant varieties, a key but difficult problem for the protection of plant intellectual property rights. While being applied to plants in the current study, the MNP marker and MNP-Seq are general and readily applicable to similar problems in animals and micro-organisms.

Abstract Loss of Lon1 in plant mitochondria led to stunted plant growth and accumulation of nuclear-encoded mitochondrial proteins, including Lon1 substrates, while mitochondrial-encoded proteins typically decreased in abundance. Lon1 mutants contained protein aggregates in the mitochondria matrix which were enriched in PPR-containing proteins and ribosomal subunits of the translation apparatus and were slowed in mitochondrial RNA splicing, editing and general translation rate. Transcriptome analysis showed multiple organellar unfolded protein responses involving ethylene biosynthesis were induced by either Lon1 loss, mitochondrial ribosomal protein loss, translation or respiratory inhibition and most were regulated by the mitochondrial retrograde signaling pathway dependent on the transcription factor NAC017. The short hypocotyl in lon1 mutants during skotomorphogenesis was partially rescued by ethylene inhibitors and mutants showed higher ethylene production rates than wildtype. Together this provides multiple steps in the link between loss of Lon1 and its whole plant phenotype. Single Sentence Summary Lon1 knockout inhibits mitochondrial-encoded gene translation and induces retrograde signaling involving unfolded protein responses.

Abstract Huntingtin protein, mutated in Huntington disease, is implicated in nucleic acid- mediated processes, yet evidence for direct huntingtin-nucleic acid interaction is limited. Here we show wildtype and mutant huntingtin co-purify with nucleic acids, primarily RNA, and interact directly with G-rich RNAs in in vitro assays. Huntingtin RNA immunoprecipitation sequencing from patient-derived fibroblasts and neuronal progenitor cells expressing wildtype and mutant huntingtin revealed NEAT1 as a significantly enriched transcript. Altered NEAT1 levels were evident in Huntington’s disease cells and postmortem brain tissues, and huntingtin knockdown decreased NEAT1 levels. Huntingtin co-localized with NEAT1 in paraspeckles, and we identified a high-affinity RNA motif preferred by huntingtin. This study highlights NEAT1 as a novel huntingtin interactor, demonstrating huntingtin’s involvement in RNA-mediated functions and paraspeckle regulation. One-Sentence Summary HTT is an RNA-binding protein that interacts with G-rich sequences, including those in the paraspeckle lncRNA NEAT1.

Neuroendocrine tumours (NETs) are cancers of neuroendocrine often presenting with diverse genomic landscapes. We explored the molecular profiles of gastrointestinal (GINET) and pancreatic NETs (PNET) by profiling 45 NETs combining exome and RNA sequencing, shallow whole genome sequencing, and fluorescent in situ hybridization. In addition to expected somatic mutations and copy number alterations, we found that PNETs contained a highly consistent copy neutral loss-of-heterozygosity (CN-LOH) profile affecting a greater percentage of the genome than any cancer analyzed to date. Our data indicates that onset of extreme autozygosity may be triggered by the loss of DAXX/ATRX, and subsequent biallelic loss of MEN1. We confirmed this molecular timing model using targeted clinical sequencing data from 23 PNETs made available by the AACR GENIE project. Against this background of CN-LOH, several chromosomal regions consistently retained heterozygosity, suggesting selection for crucial allele-specific components specific to PNET progression and potential new therapeutic targets.