Abstract Cell-free RNA, including both long RNA and small RNA, has been considered important for its biological functions and potential clinical usage, but the major challenge is to effectively sequence them at the same time. Here we present PolyAdenylation Ligation Mediated-Seq (PALM-Seq), an integrated sequencing method for cell-free long and small RNA. Through terminal modification and addition of 3’ polyadenylation and 5’ adaptor, we could get mRNA, long non-coding RNA, microRNA, tRNA, piRNA and other RNAs in a single library. With target RNA depletion, all these RNAs could be sequenced with relatively low depth. Using PALM-Seq, we identified pregnant-related mRNAs, long non-coding RNAs and microRNAs in female plasma. We also applied PALM-Seq to sequence RNA from amniotic fluids, leukocytes and placentas, and could find RNA signatures associated with specific sample type. PALM-Seq provides an integrated, cost-effective and simple method to characterize the landscape of cell-free RNA, and can stimulate further progress in cell-free RNA study and usage.

Analyzing cell types of origin of cell-free RNA can enhance the resolution of liquid biopsies, thereby deepening the understanding of molecular and cellular changes in development and disease processes. Existing deconvolution methods typically rely on meticulously curated gene expression profiles or employ deep neural network with vast and complex solution spaces that are difficult to interpret. These approaches overlook the synergistic and co-expression effects among genes in biological signaling pathways, compromising their generalizability and robustness. we developed `Deconformer', a Transformer-based deconvolution model that integrates biological signaling pathways at the embedding stage, to address these issues. Compared to popular methods on multiple datasets, Deconformer demonstrates superior performance and robustness, and is capable of tracking the developmental process of the fetal and placenta. Additionally, pathway-level interpretability of Deconformer offers new insights into crosstalk, dependencies, and other interactions within cell-free RNA pathways, supporting further biological discoveries. We posit that Deconformer represents a significant advancement in the precise analysis of the cell-free transcriptome. It holds the promise of describing disease progression and severity with a new level of accuracy, focusing on the contributions of originating cell types and their pathway dependencies. This model has the potential to catalyze the development of non-invasive diagnostic tools and enhance our understanding of the underlying biology of diseases.

Background: Several animal and human studies have demonstrated that sex affects kinetics and metabolism during early embryo development. However, the mechanism governing these differences at the molecular level is unknown, warranting a systematic profiling of gene expression in males and females during embryogenesis. Findings: We performed comprehensive analyses of gene expression comparing male and female embryos using available single-cell RNA-sequencing data of 1607 individual cells from 99 human preimplantation embryos, covering development stages from 4-cell to late blastocyst (E2 to E7). Consistent chromosome-wide transcription of autosomes was observed, while sex chromosomes showed significant differences after embryonic genome activation (EGA). Differentially expressed genes (DE genes) in male and female embryos mainly involved in the cell cycle, protein translation and metabolism. The Y chromosome was initially activated by pioneer genes, RPS4Y1 and DDX3Y, while the two X chromosomes in female were widely activated after EGA. Expression of X-linked genes in female significantly declined at the late blastocyst stage, especially in trophectoderm cells, revealing a rapid process of dosage compensation. Conclusions: We observed imbalanced expression from sex chromosomes in male and female embryos during EGA, with dosage compensation occurring first in female trophectoderm cells. Studying the effect of sex differences during human embryogenesis, as well as understanding the mechanism of X chromosome inactivation and its correlation with early miscarriage, will provide a basis for advancing assisted reproductive technology (ART) and thereby improve the treatment of infertility and possibly enhance reproductive health. Key words: single-cell RNA-seq, embryogenesis, sex differences, dosage compensation

Abstract BACKGROUND Plasma cell-free RNA (cfRNA) are potential biomarkers for disease prediction and diagnosis. However, pre-analysis factors, such as the delay in blood processing and storage may lead to unreliable results, though no study has systematically evaluated the effect of blood storage conditions on the whole transcriptome of plasma cfRNA yet. METHODS We collected peripheral blood samples from four healthy subjects and allowed them to stand at room temperature or 4◻ for different time periods (0h, 2h, 6h and 24h) prior to plasma separation. Then, plasma cfRNA stability was evaluated by measuring expression changes of cell-free mRNA, lncRNA and miRNA using high throughput sequencing-based profiling. Finally, their paired leukocyte RNA data were integrated to depict the effect of leukocytes on plasma cfRNA during storage. RESULTS Plasma mRNA and lncRNA presented high correlations (Pearson R 2 ≥ 0.8) and fewer variations when blood was stored at 4◻ for 6 hours or stored at RT for 2 hours. miRNA was more stable, with minimal R 2 of 0.86 at 4◻ for at least 24 hours or at RT for 6 hours. Correlations of plasma RNA and leukocyte RNA increased with the incubation time, and the relative proportion of neutrophils in plasma grown from 14.3% to 61.2% at RT ( P = 0.004), indicating leukocyte RNA contamination. Besides, the tissue enriched genes in plasma were down-regulated with the extension of storage time. CONCLUSIONS Our results characterized the effects of short-term storage of blood samples on plasma cfRNA, which will facilitate further researches or clinical applications to avoid bias resulting from sample processing.

Motivation: Copy-number variants (CNVs) are one of the major causes of genetic disorders. However, current methods for CNV calling have high false-positive rates and low concordance, and a few of them can accurately genotype CNVs. Results: Here we propose CNV-PG (CNV Predicting and Genotyping), a machine-learning framework for accurately predicting and genotyping CNVs from paired-end sequencing data. CNV-PG can efficiently remove false positive CNVs from existing CNV discovery algorithms, and integrate CNVs from multiple CNV callers into a unified call set with high genotyping accuracy. Availability: CNV-PG is available at https://github.com/wonderful1/CNV-PG### Competing Interest StatementThe authors have declared no competing interest.

Lymphovascular invasion (LVI) is a critical step in the metastatic process but have received relatively little attention due to the technical challenges associated with their isolation. In this study, we used laser capture microdissection (LCM) to isolate 97 cancer cell clusters from pathological frozen sections within lymphatic vessels, primary tumor tissue, and axillary lymph nodes of a triple negative breast cancer (TNBC) patient. Simultaneous genome and transcriptome amplification and sequencing (G&T-seq) performed on these clusters permitted a comprehensive depiction of the genomic and transcriptional profiles of cancer cells associated with LVI. Combination phylogeny analysis pointed to three evolutionarily distinct pathways of tumor clone development and metastasis in this patient, each of which was associated with a unique mRNA signature, and correlated to disparate overall survival outcomes. Moreover, hub gene evaluation found extensive down regulation of ribosomal protein mRNA to be a potential marker of poor prognosis in breast cancer patients.