Abstract Embryonic growth trajectory is a risk factor for chronic metabolic and cardiovascular disorder. Grb10 is a negative regulator of the main pathways driving embryonic growth. This study investigates the long-term cardiometabolic consequences and transcriptomic profiles of transient disruption of grb10a expression in Danio rerio. Knockdown was associated with increased embryonic growth (+7%) and metabolic rate (+25%), and decreased heart rate (- 50%) in early life. Juvenile growth and respiratory rate were also elevated (+30% and 7-fold increase respectively). The transcriptome was permanently remodelled by this transient disruption, with dysregulation of multiple growth, cardiac, and metabolic pathways. Phenotypic alteration persisted into adulthood, resulting in a leaner body with elevated skeletal and cardiac muscle content and aerobic scope (43%). This study not only confirms for the first time that transient disruption of a single gene can result in permanent transcriptomic remodelling but correlates this remodelling with persistent alterations to the adult cardiometabolic phenotype.

Abstract Recombinant human growth hormone (r-hGH) is used as a therapeutic agent for disorders of growth including growth hormone deficiency (GHD) and Turner syndrome (TS). Treatment is costly and current methods to model response can only account for up to 60% of the variance. The aim of this work was to take a novel genomic approach to growth prediction. GHD (n=71) and TS patients (n=43) were recruited in a study on the long term response to r-hGH over five years of therapy. Pharmacogenomic analysis was performed using 1219 genetic markers and baseline blood transcriptome. Random forest was used to determine predictive value of transcriptomic data associated with growth response. No genetic marker passed the stringency criteria required for predictive value. However, we demonstrated that transcriptomic data can be used to predict growth with a high accuracy (AUC > 0.9) for short and long term therapeutic response in GHD and TS. Network models identified an identical core set of genes in both GHD and TS at each year of therapy whose expression can be used to classify therapeutic response to r-hGH. Combining transcriptomic markers with clinical phenotype was shown to significantly reduce predictive error. We have characterised the utility of baseline transcriptome for the prediction of growth response including the identification of a set of common genes in GHD and TS. This work could be translated into a single genomic test linked to a prediction algorithm to improve clinical management. One Sentence Summary A blood transcriptome signature predicts response to recombinant human growth hormone in both growth hormone deficient and Turner syndrome children Trial registration numbers: NCT00256126 & NCT00699855

Abstract Pancreatic ductal adenocarcinoma (PDAC) is an aggressive malignancy with a five-year survival rate of <8%. PDAC is characterised by desmoplasia with abundant extracellular matrix (ECM) rendering current therapies ineffective. Monocarboxylate transporters (MCTs) are key regulators of cellular metabolism and are upregulated in different cancers, however their role in PDAC desmoplasia is little understood. Here, we investigated MCT and ECM gene expression in primary PDAC patient biopsies using RNA-sequencing data obtained from Gene Expression Omnibus. We generated a hypernetwork model from these data to investigate whether a causal relationship exists between MCTs and ECMs. Our analysis of stromal and epithelial tissues (n=189) revealed 9 differentially expressed MCTs, including upregulation of SLC16A2/6/10 and the non-coding SLC16A1-AS1, and 502 ECMs including collagens, laminins, and ECM remodelling enzymes (false discovery rate<0.05). Causal hypernetwork analysis demonstrated a bidirectional relationship between MCTs and ECMs; 4 MCT and 255 ECM-related transcripts correlated with 90% of differentially expressed ECMs (n=376) and MCTs (n=7), respectively. The hypernetwork model was robust, established by two independent approaches involving iterated sampling and silencing of indirect interactions in the network. This transcriptomic analysis highlights the role of MCTs in PDAC desmoplasia via associations with ECMs, opening novel treatment pathways to improve patient survival. Simple Summary Monocarboxylate transporters (MCTs) carry a variety of substrates with MCT1-4 being well characterised and involved in proton-coupled transport of monocarboxylates (such as lactate) which can be used as metabolic fuel for cancer cells. Increased acidity of tumour microenvironment via MCTs favours remodelling of extracellular matrix (ECM) leading to desmoplasia associated with tumour metastasis and poor patient outcomes. Although MCT1-2/4 are upregulated in several cancers, their expression and role in pancreatic ductal adenocarcinoma desmoplasia is little understood. Here, we aimed to understand the role of MCTs in desmoplasia through their associations with ECM components. Our analysis using hypernetworks showed the presence of bidirectional associations of MCTs and ECMs, suggesting the presence of a causal relationship and the need to further investigate their functional associations. It confirms the role of MCTs in desmoplasia highlighting their importance as therapeutic targets alone or in combination with key ECM components to potentially improve patient outcomes.

Abstract Respirometry is the current gold-standard for measuring metabolic rate. However, there is a growing need for metabolic rate measurements suitable for developmental studies, particularly in Danio rerio , where many important developmental stages occur at < 4 mm. While many metabolic studies rely on respirometry, the cost and complexity of the equipment limits its appeal in non-specialist labs, and background respiration becomes increasingly problematic as the size of the organism reduces. Here, glucose uptake was compared to stop-flow respirometry as an alternative measure of metabolic rate more suitable to the small scale required for developmental studies. A Passing-Bablok regression revealed the rate of glucose uptake can be considered equivalent to oxygen consumption as a measure of metabolic rate in Danio rerio larvae within a 95% limit of agreement. Therefore, glucose uptake is a valid alternative to the gold-standard in small organisms where conventional respirometry is problematic. Summary statement The rate of glucose uptake is a valid alternative to respirometry for metabolic rate measurements in small larval fish.

Abstract Human embryonic stem cells (hESCs) derived from the pluripotent Inner cell mass (ICM) of the blastocyst are fundamental tools for understanding human development, yet are not identical to their tissue of origin. To investigate this divergence we compared the transcriptomes of genetically paired ICM and trophectoderm (TE) samples with three hESC lines: MAN1, HUES3 and HUES7 at similar passage. We generated inferred interactome networks using transcriptomic data unique to the ICM or TE, and defined a hierarchy of modules (highly connected regions with shared function). We compared network properties and the modular hierarchy and show that the three hESCs had limited overlap with ICM specific transcriptome (6%-12%). However this overlap was enriched for network properties related to transcriptional activity in ICM (p=0.016); greatest in MAN1 compared to HUES3 (p=0.048) or HUES7 (p=0.012). The hierarchy of modules in the ICM interactome contained a greater proportion of MAN1 specific gene expression (46%) compared to HUES3 (28%) and HUES7 (25%) (p=9.0×10 −4 ). These findings show that traditional methods based on transcriptome overlap are not sufficient to identify divergence of hESCs from ICM. Our approach also provides a valuable approach to the quantification of differences between hESC lines. And Manchester Academic Health Sciences Centre

ABSTRACT Complex direct and indirect relationships between multiple variables are a characteristic of all natural systems and are defined as higher order interactions (HOIs). Traditional differential and network analyses fail to account for the richness of omic datasets and miss HOIs. We investigated genome-wide peripheral blood DNA methylation data from Kabuki syndrome type 1 (KS1) and control individuals, identified 2,002 differentially methylated points (DMPs), and inferred 17 differentially methylated regions, which represent only 189 DMPs. We followed these results with quantification of HOIs by applying hypergraph network models on all the CpGs in the two datasets and revealed differences in co-ordination of the DMPs along with lower entropy and higher co-ordination of the peripheral epigenome in KS1 implying reduced network complexity. We demonstrate that the hypergraph approach captures substantially more information, enables factoring trans-relationships, and identifies biologically relevant pathways that escape the standard analyses. These findings construct the basis of a suitable model that is not computationally intensive for the analysis of the organisation of the epigenome in rare diseases. This approach can be applied to other types of omic datasets, and to other fields of science and medicine to investigate mechanism in big data.

Abstract Exposure to elevated temperatures during embryogenesis can influence the plasticity of tissues in later-life. Despite these long-term changes in plasticity, few differentially expressed genes are ever identified, suggesting that the developmental programming of later-life plasticity may occur through the modulation of other aspects of the transcriptomic architecture, such as gene network function. Here, we use network modelling approaches to demonstrate that warm temperatures during embryonic development (developmental warming) have consistent effects in later-life on the organisation of transcriptomic networks across four diverse species of fishes: Scyliorhinus canicula, Danio rerio, Dicentrarchus labrax , and Gasterosteus aculeatus . The transcriptomes of developmentally warmed fishes are characterised by an increased entropy of their pairwise gene interaction networks, implying a less structured, more ‘random’ set of gene interactions. We also show that, in zebrafish subject to developmental warming, the entropy of an individual gene within a network is associated with that gene’s probability of expression change during temperature acclimation in later-life. However, this association is absent in animals reared under ‘control’ conditions. Thus, the thermal environment experienced during embryogenesis can alter transcriptomic organisation in later-life, and these changes may influence an individual’s responsiveness to future temperature challenges.