AZ
Antonino Zito
Author with expertise in Comprehensive Integration of Single-Cell Transcriptomic Data
Achievements
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
5
(60% Open Access)
Cited by:
6
h-index:
9
/
i10-index:
9
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
1

A spatially-resolved transcriptional atlas of the murine dorsal pons at single-cell resolution

Stefano Nardone et al.Mar 4, 2024
+19
A
R
S
The "dorsal pons", or "dorsal pontine tegmentum" (dPnTg), is part of the brainstem. It is a complex, densely packed region whose nuclei are involved in regulating many vital functions. Notable among them are the parabrachial nucleus, the Kölliker Fuse, the Barrington nucleus, the locus coeruleus, and the dorsal, laterodorsal, and ventral tegmental nuclei. In this study, we applied single-nucleus RNA-seq (snRNA-seq) to resolve neuronal subtypes based on their unique transcriptional profiles and then used multiplexed error robust fluorescence in situ hybridization (MERFISH) to map them spatially. We sampled ~1 million cells across the dPnTg and defined the spatial distribution of over 120 neuronal subtypes. Our analysis identified an unpredicted high transcriptional diversity in this region and pinpointed the unique marker genes of many neuronal subtypes. We also demonstrated that many neuronal subtypes are transcriptionally similar between humans and mice, enhancing this study's translational value. Finally, we developed a freely accessible, GPU and CPU-powered dashboard ( http://harvard.heavy.ai:6273/ ) that combines interactive visual analytics and hardware-accelerated SQL into a data science framework to allow the scientific community to query and gain insights into the data.
1

Escape from X-inactivation in twins exhibits intra- and inter-individual variability across tissues and is heritable

Antonino Zito et al.Oct 16, 2021
+7
A
A
A
ABSTRACT X-chromosome inactivation (XCI) silences one X-chromosome in female cells to balance sex-differences in X-dosage. A subset of X-linked genes escape XCI, but the extent to which this phenomenon occurs and how it varies across tissues and in a population is as yet unclear. In order to characterize the incidence and variability of escape across individuals and tissues, we conducted a large scale transcriptomic study of XCI escape in adipose, skin, lymphoblastoid cell lines (LCLs) and immune cells in 248 twins drawn from a healthy population cohort. We identify 159 X-linked genes with detectable escape, of which 54 genes, including 19 lncRNAs, were not previously known to escape XCI. Across tissues we find a range of tissue-specificity, with 11% of genes escaping XCI constitutively across tissues and 24% demonstrating tissue-restricted escape, including genes with cell-type specific escape between immune cell types (B, T-CD4 + , T-CD8 + and NK cells) of the same individual. Escape genes interact with autosomal-encoded proteins and are involved in varied biological processes such as gene regulation. We find substantial variability in escape between individuals. 49% of genes show inter-individual variability in escape, indicating escape from XCI is an under-appreciated source of gene expression differences. We utilized twin models to investigate the role of genetics in variable escape. Overall, monozygotic (MZ) twin pairs share more similar escape than dizygotic twin pairs, indicating that genetic factors underlie differences in escape across individuals. However, we also identify instances of discordant XCI within MZ co-twin pairs, suggesting that environmental factors also influence escape. Thus, XCI escape may be shaped by an interplay of genetic factors with tissue- and cell type-specificity, and environment. These results illuminate an intricate phenotype whose characterization aids understanding the basis of variable trait expressivity in females.
1
Citation1
0
Save
0

NPmatch: Latent Batch Effects Correction of Omics data by Nearest-Pair Matching

Antonino Zito et al.May 2, 2024
+3
A
M
A
Abstract Motivation Batch effects (BEs) are a predominant source of noise in omics data and often mask real biological signals. BEs remain common in existing datasets. Current methods for BE correction mostly rely on specific assumptions or complex models, and may not detect and adjust BEs adequately, impacting downstream analysis and discovery power. To address these challenges we developed NPmatch, a nearest-neighbor matching-based method that adjusts BEs satisfactorily and outperforms current methods in a wide range of datasets. Results We assessed distinct metrics and graphical readouts, and compared our method to commonly used BE correction methods. NPmatch demonstrates overall superior performance in correcting for BEs while preserving biological differences than existing methods. Altogether, our method proves to be a valuable BE correction approach to maximize discovery in biomedical research, with applicability in clinical research where latent BEs are often dominant. Data availability and implementation NPmatch is freely available on Github ( https://github.com/bigomics/NPmatch ) and on Omics Playground ( https://bigomics.ch/omics-playground ). The datasets underlying this article are the following: GSE120099, GSE82177, GSE162760, GSE171343, GSE153380, GSE163214, GSE182440, GSE163857, GSE117970, GSE173078, GSE10846. All these datasets are publicly available and can be freely accessed on the Gene Expression Omnibus (GEO) repository.
0

Heritability of skewed X-inactivation in female twins is tissue-specific and dependent on age

Antonino Zito et al.Mar 31, 2019
+5
P
M
A
To balance the X-linked transcriptional dosages between the sexes, one of the two X-chromosomes is randomly selected to be inactivated in somatic tissues of female placental mammals. Non-random, or skewed X-chromosome inactivation (XCI) toward one parental X has been observed in female somatic tissues, and this skewing effect has been associated with several complex human traits. However, the extent of the influence of genetic and environmental factors on XCI skewing is largely unknown. Here, we use RNA-seq and DNA-seq data taken from a large cohort of female twins to quantify the degree of skewing of XCI (DS) in multiple tissues and to study the relationship of XCI with age, genetic factors and complex traits. We show that the XCI patterns are highly tissue-specific with a higher prevalence of skewed XCI in blood-derived tissues than in fat or skin tissues. We also show that the DS in blood-derived tissues is associated with age and that the acquired DS occurs uniquely in blood-derived tissues with an inflection point at approximately 55 years of age. Heritability analysis indicates that the heritability of DS is both age and tissue specific; DS is heritable in blood tissues of females >55 years-old (h2 = 0.34) but is not heritable in blood tissues of females <55 years-old (h2 = 0), nor in skin and fat tissues at any age. We find a positive association between the DS and smoking status in blood tissues of older females (P = 0.02). The high tissue specificity of XCI patterns in human indicates the existence of tissue-specific mechanisms influencing XCI patterns, including genetic and environmental factors. We conclude that the heritability of XCI skewing in blood-derived tissues is dependent on age, representing a Gene x Age interaction that can shift the functional allelic dosage of an entire chromosome in a tissue-restricted manner.
0

A spatially-resolved transcriptional atlas of the murine dorsal pons at single-cell resolution

Stefano Nardone et al.Jan 1, 2023
+19
A
R
S
The "dorsal pons", or "dorsal pontine tegmentum" (dPnTg), is part of the brainstem. It is a complex, densely packed region whose nuclei are involved in the regulation of many vital functions. Notable among them are the parabrachial nucleus, the Kolliker Fuse, the Barrington nucleus, the locus coeruleus, and the laterodorsal, ventral, and dorsal tegmental nuclei. In this study, we applied single-nucleus RNA-seq (snRNA-seq) to resolve neuronal subtypes based on their unique transcriptional profiles and then used multiplexed error robust fluorescence in situ hybridization (MERFISH) to map them spatially. We sampled ~1 million cells across the dPnTg and defined the spatial distribution of over 120 neuronal subtypes. Our analysis identified an unpredicted high transcriptional diversity in this region and pinpointed many neuronal subtypes9 unique marker genes. We also demonstrated that many neuronal subtypes found in mice were transcriptionally similar to those found in humans, enhancing this study9s translational value. Finally, we developed a freely-accessible, GPU-powered interactive dashboard (http://harvard.heavy.ai:6273/) to provide access to this spatially-resolved transcriptional dataset.