Within cells, soluble RNPs can switch states to coassemble and condense into liquid or solid bodies. Although these phase transitions have been reconstituted in vitro, for endogenous bodies the diversity of the components, the specificity of the interaction networks, and the function of the coassemblies remain to be characterized. Here, by developing a fluorescence-activated particle sorting (FAPS) method to purify cytosolic processing bodies (P-bodies) from human epithelial cells, we identified hundreds of proteins and thousands of mRNAs that structure a dense network of interactions, separating P-body from non-P-body RNPs. mRNAs segregating into P-bodies are translationally repressed, but not decayed, and this repression explains part of the poor genome-wide correlation between RNA and protein abundance. P-bodies condense thousands of mRNAs that strikingly encode regulatory processes. Thus, we uncovered how P-bodies, by condensing and segregating repressed mRNAs, provide a physical substrate for the coordinated regulation of posttranscriptional mRNA regulons.

Abstract DNA base damage is a major source of oncogenic mutations 1 . Such damage can produce strand-phased mutation patterns and multiallelic variation through the process of lesion segregation 2 . Here we exploited these properties to reveal how strand-asymmetric processes, such as replication and transcription, shape DNA damage and repair. Despite distinct mechanisms of leading and lagging strand replication 3,4 , we observe identical fidelity and damage tolerance for both strands. For small alkylation adducts of DNA, our results support a model in which the same translesion polymerase is recruited on-the-fly to both replication strands, starkly contrasting the strand asymmetric tolerance of bulky UV-induced adducts 5 . The accumulation of multiple distinct mutations at the site of persistent lesions provides the means to quantify the relative efficiency of repair processes genome wide and at single-base resolution. At multiple scales, we show DNA damage-induced mutations are largely shaped by the influence of DNA accessibility on repair efficiency, rather than gradients of DNA damage. Finally, we reveal specific genomic conditions that can actively drive oncogenic mutagenesis by corrupting the fidelity of nucleotide excision repair. These results provide insight into how strand-asymmetric mechanisms underlie the formation, tolerance and repair of DNA damage, thereby shaping cancer genome evolution.

ABSTRACT Virulence of the neonatal pathogen Group B Streptococcus depends on the master regulator CovR. Inactivation of CovR leads to large-scale transcriptome remodeling and impairs almost every step of the interaction between the pathogen and the host. However, comparative analyses suggested a plasticity of the CovR signalling pathway in clinical isolates, probably due to the host selective pressure and leading to phenotypic heterogeneity in the bacterial population. Here, we characterize the CovR regulatory network in a strain representative of the hypervirulent lineage responsible of the majority of late-onset meningitidis. Genome-wide binding and transcriptome analysis demonstrated that CovR acts as a direct and global repressor of virulence genes, either as a primary regulator or with specialized co-regulators. Remarkably, CovR directly regulates genes of the pan-genome, including the two specific hypervirulent adhesins and horizontally acquired genes, as well as core-genes showing mutational biases in the population. Parallel analysis of the CovR network in a second isolate links strain-specificities to micro-evolutions in CovR-regulated promoters and to broad difference due to variability in CovR activation by phosphorylation. Our results highlight the direct, coordinated, and strain-specific regulation of virulence genes by CovR. This intra-species evolution of the signalling network reshapes bacterial-host interactions, increasing the potential for adaptation and the emergence of clone associated with specific diseases.

The independent evolution of convergent embryo implantation mechanisms in humans and mice, differing from the ancestral mammalian phenotype, is poorly understood. Endometrial epithelial cells are the first maternal interface encountered by the embryo. We combined organoid models and single-cell transcriptomics to investigate how gene expression has evolved in endometrial epithelial cells between human, non-human primates, and mouse at key points in the hormonal cycle. We discovered that many maternal genes involved in uterine receptivity and embryo implantation exhibit more similar expression patterns between human and mouse compared to macaque and marmoset. In particular, we show that the endometrial expression of LIF , a crucial actor of endometrial receptivity in both human and mouse, is likely an evolutionary convergence rather than a conserved feature as previously hypothesised.

Abstract We present ChIPflow, a Snakemake-based pipeline for epigenomic data from the raw fastq files to the differential analysis. It can be applied to any chromatin factor, e.g. histone modification or transcription factor, which can be profiled with ChIP-seq. ChIPflow streamlines critical steps like the quality assessment of the immunoprecipitation using cross-correlation and the replicate comparison for both narrow and broad peaks. For the differential analysis ChIPflow provides linear and nonlinear methods for normalisation between samples as well as conservative and stringent models for estimating the variance and testing the significance of the observed binding/marking differences. ChIPflow can process in parallel multiple chromatin factors with different experimental designs, number of biological replicates and/or conditions. It also facilitates the specific parametrisation of each dataset allowing both narrow or broad peak calling, as well as comparisons between the conditions using multiple statistical settings. Finally, complete reports are produced at the end of the bioinformatic and the statistical part of the analysis, which facilitate the data quality control and the interpretation of the results. We explored the discriminative power of the statistical settings for the differential analysis, using a published dataset of three histone marks (H3K4me3, H3K27ac and H3K4me1) and two transcription factors (Oct4 and Klf4) profiled with ChIP-seq in two biological conditions (shControl and shUbc9). We show that distinct results are obtained depending on the sources of ChIP-seq variability and the dynamics of the chromatin factor under study. We propose that ChIPflow can be used to measure the richness of the epigenomic landscape underlying a biological process by identifying diverse regulatory regimes and the associated genes sets.