The requirement of protein kinase C zeta (zeta PKC) for maturation of X. laevis oocytes in response to insulin, p21ras, and phosphatidylcholine-hydrolyzing phospholipase C has recently been shown. Here we present experimental evidence demonstrating that activation of zeta PKC is not only necessary but also sufficient by itself to activate maturation in oocytes and to produce deregulation of growth control in mouse fibroblasts. Furthermore, by using a dominant kinase-defective mutant of zeta PKC, we confirm that this kinase is required for mitogenic activation in oocytes and fibroblasts. These results permit us to propose zeta PKC as a critical step downstream of p21ras in mitogenic signal transduction.

The tryptophan metabolites indole, indole-3-acetate, and tryptamine were identified in mouse cecal extracts and fecal pellets by mass spectrometry. The aryl hydrocarbon receptor (AHR) agonist and antagonist activities of these microbiota-derived compounds were investigated in CaCo-2 intestinal cells as a model for understanding their interactions with colonic tissue, which is highly aryl hydrocarbon (Ah)–responsive. Activation of Ah-responsive genes demonstrated that tryptamine and indole 3-acetate were AHR agonists, whereas indole was an AHR antagonist that inhibited TCDD (2,3,7,8-tetrachlorodibenzo-p-dioxin)–induced CYP1A1 expression. In contrast, the tryptophan metabolites exhibited minimal anti-inflammatory activities, whereas TCDD decreased phorbol ester-induced CXCR4 [chemokine (C-X-C motif) receptor 4] gene expression, and this response was AHR dependent. These results demonstrate that the tryptophan metabolites indole, tryptamine, and indole-3-acetate modulate AHR-mediated responses in CaCo-2 cells, and concentrations of indole that exhibit AHR antagonist activity (100–250 μM) are detected in the intestinal microbiome.

Gut microbiota and the host exist in a mutualistic relationship, with the functional composition of the microbiota strongly affecting the health and well-being of the host. Thus, it is important to develop a synthetic approach to study the host transcriptome and the microbiome simultaneously. Early microbial colonization in infants is critically important for directing neonatal intestinal and immune development, and is especially attractive for studying the development of human-commensal interactions. Here we report the results from a simultaneous study of the gut microbiome and host epithelial transcriptome of three-month-old exclusively breast- and formula-fed infants.Variation in both host mRNA expression and the microbiome phylogenetic and functional profiles was observed between breast- and formula-fed infants. To examine the interdependent relationship between host epithelial cell gene expression and bacterial metagenomic-based profiles, the host transcriptome and functionally profiled microbiome data were subjected to novel multivariate statistical analyses. Gut microbiota metagenome virulence characteristics concurrently varied with immunity-related gene expression in epithelial cells between the formula-fed and the breast-fed infants.Our data provide insight into the integrated responses of the host transcriptome and microbiome to dietary substrates in the early neonatal period. We demonstrate that differences in diet can affect, via gut colonization, host expression of genes associated with the innate immune system. Furthermore, the methodology presented in this study can be adapted to assess other host-commensal and host-pathogen interactions using genomic and transcriptomic data, providing a synthetic genomics-based picture of host-commensal relationships.

ABSTRACT Objectives: This study tested the hypothesis that the fecal bacterial genera of breast‐fed (BF) and formula‐fed (FF) infants differ and that human milk oligosaccharides (HMOs) modulate the microbiota of BF infants. Methods: Fecal samples were obtained from BF (n = 16) or FF (n = 6) infants at 3‐month postpartum. Human milk samples were collected on the same day when feces were collected. The microbiota was assessed by pyrosequencing of bacterial 16S ribosomal RNA genes. HMOs were measured by high‐performance liquid chromatography–chip time‐of‐flight mass spectrometry. Results: The overall microbiota of BF differed from that of FF ( P = 0.005). Compared with FF, BF had higher relative abundances of Bacteroides , lower proportions of Clostridium XVIII, Lachnospiraceae incertae sedis , Streptococcus , Enterococcus , and Veillonella ( P < 0.05). Bifidobacterium predominated in both BF and FF infants, with no difference in abundance between the 2 groups. The most abundant HMOs were lacto‐N‐tetraose + lacto‐N‐neotetraose (LNT + LNnT, 22.6%), followed by 2′‐fucosyllactose (2′FL, 14.5%) and lacto‐N‐fucopentaose I (LNFP I, 9.5%). Partial least squares regression of HMO and microbiota showed several infant fecal bacterial genera could be predicted by their mothers' HMO profiles, and the important HMOs for the prediction of bacterial genera were identified by variable importance in the projection scores. Conclusions: These results strengthen the established relation between HMO and the infant microbiota and identify statistical means whereby infant bacterial genera can be predicted by milk HMO. Future studies are needed to validate these findings and determine whether the supplementation of formula with defined HMO could selectively modify the gut microbiota.

Streptococcus gallolyticus subsp. gallolyticus (Sg) has long been known to have a strong association with colorectal cancer (CRC). This knowledge has important clinical implications, and yet little is known about the role of Sg in the development of CRC. Here we demonstrate that Sg promotes human colon cancer cell proliferation in a manner that depends on cell context, bacterial growth phase and direct contact between bacteria and colon cancer cells. In addition, we observed increased level of β-catenin, c-Myc and PCNA in colon cancer cells following incubation with Sg. Knockdown or inhibition of β-catenin abolished the effect of Sg. Furthermore, mice administered with Sg had significantly more tumors, higher tumor burden and dysplasia grade, and increased cell proliferation and β-catenin staining in colonic crypts compared to mice receiving control bacteria. Finally, we showed that Sg is present in the majority of CRC patients and is preferentially associated with tumor compared to normal tissues obtained from CRC patients. These results taken together establish for the first time a tumor-promoting role of Sg that involves specific bacterial and host factors and have important clinical implications.

ABSTRACT Biological membranes form the functional, dynamic interface that hosts a major fraction of all cellular bioactivity. Proper membrane physiology requires maintenance of a narrow range of physicochemical properties, which must be buffered from external perturbations. While homeostatic adaptation of membrane fluidity to temperature variation is a ubiquitous design feature of ectothermic organisms, such responsive membrane adaptation to external inputs has not been directly observed in mammals. Here, we report that challenging mammalian membrane homeostasis by dietary lipids leads to robust lipidomic remodeling to preserve membrane physical properties. Specifically, exogenous polyunsaturated fatty acids (PUFAs) are rapidly and extensively incorporated into membrane lipids, inducing a reduction in membrane packing. These effects are rapidly compensated both in culture and in vivo by lipidome-wide remodeling, most notably upregulation of saturated lipids and cholesterol. These lipidomic changes result in recovery of membrane packing and permeability. This lipidomic and biophysical compensation is mediated in part by lipid regulatory machinery, whose pharmacological or genetic abrogation results in cytotoxicity when membrane homeostasis is challenged by dietary lipids. These results reveal an essential mammalian mechanism for membrane homeostasis wherein lipidome remodeling in response to dietary lipid inputs preserves functional membrane phenotypes.

Bigger Picture Gene knockout (KO) experiments, using genetically altered animals, are a proven powerful approach to elucidate the role of a gene in a biological process. However, systematic KO experiments targeting many genes are usually prohibitive due to limited experimental and animal resources. Here, we present scTenifoldKnk, an efficient virtual KO tool that allows the systematic deletion of many genes individually. scTenifoldKnk uses single-cell RNA sequencing (scRNAseq) data from wild-type (WT) samples to predict gene function in a cell type-specific manner. We show that predictions made by scTenifoldKnk recapitulate findings from real-animal KO experiments. scTenifoldKnk has proven to be a powerful and effective approach for elucidating gene function, prioritizing KO targets, predicting experimental outcomes before real-animal KO experiments are conducted. Highlights scTenifoldKnk performs virtual KO experiments using scRNAseq data. scTenifoldKnk only requires data from WT samples; no data is needed from KO samples. Predictions made by scTenifoldKnk recapitulate findings from real-animal KO experiments. Data Science Maturity Level eTOC blurb scTenifoldKnk is a machine learning workflow performing virtual KO experiments to predict gene function. It constructs gene regulatory networks using single-cell RNA sequencing data from wild-type samples and then computationally deletes target genes. Real-data applications demonstrate that scTenifoldKnk recapitulates findings of real-animal KO experiments and accurately predicts gene function in analyzed cells. Summary Gene knockout (KO) experiments are a proven, powerful approach for studying gene function. However, systematic KO experiments targeting a large number of genes are usually prohibitive due to the limit of experimental and animal resources. Here, we present scTenifoldKnk, an efficient virtual KO tool that enables systematic KO investigation of gene function using data from single-cell RNA sequencing (scRNAseq). In scTenifoldKnk analysis, a gene regulatory network (GRN) is first constructed from scRNAseq data of wild-type samples, and a target gene is then virtually deleted from the constructed GRN. Manifold alignment is used to align the resulting reduced GRN to the original GRN to identify differentially regulated genes, which are used to infer target gene functions in analyzed cells. We demonstrate that the scTenifoldKnk-based virtual KO analysis recapitulates the main findings of real-animal KO experiments and recovers the expected functions of genes in relevant cell types.

Abstract We propose a Bayesian method for the classification of 16S rRNA metagenomic profiles of bacterial abundance, by introducing a Poisson-Dirichlet-Multinomial hierarchical model for the sequencing data, constructing a prior distribution from sample data, calculating the posterior distribution in closed form; and deriving an Optimal Bayesian Classifier (OBC). The proposed algorithm is compared to state-of-the-art classification methods for 16S rRNA metagenomic data, including Random Forests and the phylogeny-based Metaphyl algorithm, for varying sample size, classification difficulty, and dimensionality (number of OTUs), using both synthetic and real metagenomic data sets. The results demonstrate that the proposed OBC method, with either noninformative or constructed priors, is competitive or superior to the other methods. In particular, in the case where the ratio of sample size to dimensionality is small, it was observed that the proposed method can vastly outperform the others. Author summary Recent studies have highlighted the interplay between host genetics, gut microbes, and colorectal tumor initiation/progression. The characterization of microbial communities using metagenomic profiling has therefore received renewed interest. In this paper, we propose a method for classification, i.e., prediction of different outcomes, based on 16S rRNA metagenomic data. The proposed method employs a Bayesian approach, which is suitable for data sets with small ration of number of available instances to the dimensionality. Results using both synthetic and real metagenomic data show that the proposed method can outperform other state-of-the-art metagenomic classification algorithms.

Background: Breast cancer is a leading cause of cancer-related death for women in the United States. Thus, there is a need to investigate novel prognostic markers and therapeutic strategies. Inflammation raises. Challenges to both treating and preventing the spread of breast cancer. Specifically, the nuclear factor kappa b (NFkB) pathway contributes to cancer progression by stimulating proliferation and preventing apoptosis. One target gene of this pathway is PTGS2, the gene that encodes for cyclooxygenase 2 (COX-2), which is upregulated in 40% of human breast carcinomas. COX-2 is an enzyme involved in inflammation. Here we investigate the effect of Singleminded 2s, a transcriptional tumor suppressor that is implicated in inhibition of tumor growth and metastasis, in regulating NFkB and COX-2. Methods: We utilized in vitro reporter assays, immunoblot analyses, qPCR and Immunohistochemical analysis to dissect the relationship between NFk, SIM2s, and COX-2. Furthermore, we utilized COX-2 targeting strategies to determine tumor suppressive activities. Results: Our results reveal that SIM2s attenuates the activation of a NFkB via luciferase reporter assays. Furthermore, immunostaining of lysates from breast cancer cells over expressing SIM2s showed reduction in various NFkB signaling proteins, whereas knockdown of SIM2 revealed increases in the same NFkB signaling proteins. Additionaly, by increasing NFkB translocation to the nucleus in DCIS.com cells, we show that NFkB signaling can act in a reciprocal manner to decrease expression of SIM2s. Likewise, suppressing NFkB translocation in DCIS.com cells increases SIM2s expression. We also found that NFkB/p65 represses SIM2 in via dose-dependent manner and when NFkB is suppressed the effect on SIM2s is negated. Additionally, our CHIP analysis confirms that NFkB/p65 binds directly to the SIM2 promoter site and that the NFkB sites in the SIM2 promoter are required for NFkB-mediated suppression of SIM2s. Finally over expression of SIM2s decreases PTGS2 in vitro and COX-2 staining in vivo while decreasing PTGS2 and/or Cox-2 activity results in re-expression of SIM2. Our findings identify a novel role for SIM2s in NFkB signaling and COX-2 expression. Conclusions: These findings provide evidence for a mechanism where SIM2s may represses COX-2 expression to provide an overall better prognosis for breast cancer patients.