Summary A recent report claims that functional brain networks defined with resting-state functional magnetic resonance imaging (fMRI) can be recapitulated with correlated gene expression (i.e. high within-network tissue-tissue “strength fraction”, SF) (Richiardi et al., 2015). However, the authors do not adequately control for spatial proximity. We replicated their main analysis, performed a more effective adjustment for spatial proximity, and tested whether “null networks” (i.e. clusters with center coordinates randomly placed throughout cortex) also exhibit high SF. Removing proximal tissue-tissue correlations by Euclidean distance, as opposed to removing correlations within arbitrary tissue labels as in (Richiardi et al., 2015), reduces within-network SF to no greater than null. Moreover, randomly placed clusters also have significantly high SF, indicating that high within-network SF is entirely attributable to proximity and is unrelated to functional brain networks defined by resting-state fMRI. We discuss why additional validations in the original article are invalid and/or misleading and suggest future directions.

Abstract Chronic intermittent hypoxia (CIH) and chronic sleep fragmentation (CSF) are two cardinal pathological features of obstructive sleep apnea (OSA). Dietary obesity is a crucial risk intermediator for OSA and metabolic disorders. Gut microbiota affect hepatic and adipose tissue morphology under conditions of CIH or CSF through downstream metabolites. However, the exact relationship is unclear. Herein, chow and high-fat diet (HFD)-fed mice were subjected to CIH or CSF for 10 weeks each and compared to normoxia (NM) or normal sleep (NS) controls. 16S rRNA amplicon sequencing, untargeted liquid chromatography-tandem mass spectrometry, and histological assessment of liver and adipose tissues were used to investigate the correlations between the microbiome, metabolome, and lipid metabolism under CIH or CSF condition. Our results demonstrated that CIH and CSF regulate the abundance of intestinal microbes (such as Akkermansia mucinphila , Clostridium spp. , Lactococcus spp. , and Bifidobacterium spp .) and functional metabolites, such as tryptophan, free fatty acids, branched amino acids, and bile acids, which influence adipose tissue and hepatic lipid metabolism, and the level of lipid deposition in tissues and peripheral blood. In conclusion, CIH and CSF adversely affect fecal microbiota composition and function, and host metabolism; these findings provide new insight into the independent and synergistic effects of CIH, CSF, and HFD on lipid disorders.

SUMMARY We have successfully designed and synthesized the 221,372-bp cpDNA SynCpV1.0 with the native cpDNA of Chlamydomonas reinhardtii as the template. Homoplasmic SynCpv1.0-harboring algal strains were obtained by biolistic transformation and selected with an ascending gradient of antibiotic pressure. Meanwhile, we were pleasantly surprised to find that SynCpV1.0 was able to re-introduce and replicate normally after the total DNA of transplastomic algal strains were transformed to Escherichia coli , it indicated that SynCpV1.0 was able to shuttle between C. reinhardtii and E. coli . Finally, we analyzed the photosynthetic properties of SynCpV1.0-harboring transplastomic strains, the results showed that they exhibited the same photosynthetic efficiency as the wild strain of C. reinhardtii CC125, and could rescue the photosynthetic defect in mutant strain of C. reinhardtii CC5168. Herein, we have performed the “replacing surgery” of cpDNA and established an ideal platform to complete multiple cycles of “Design-Build-Test” for optimizing the cpDNA of photosynthetic organisms. Highlight An artificial cpDNA SynCpV1.0 is constructed by de novo chemical synthesis. The “replacing surgery” of cpDNA was performed in the chloroplast of C. reinhardtii It is found that artificial cpDNA was able to shuttle between Chlamydomonas chloroplast and E. coli . Establish an ideal platform to complete multiple cycles of “Design-Build-Test” for optimizing the cpDNA. One-Sentence Summary The chloroplast genome can be replaced by a complete synthesized genome and performs the designed biological function in C. reinhardtii .

The increasing size and diversity of genome-wide association studies provide an exciting opportunity to study how the genetics of complex traits vary among diverse populations. Here, we introduce covariate-adjusted LD score regression (cov-LDSC), a method to accurately estimate genetic heritability ![Graphic][1] and its enrichment in both homogenous and admixed populations with summary statistics and in-sample LD estimates. In-sample LD can be estimated from a subset of the GWAS samples, allowing our method to be applied efficiently to very large cohorts. In simulations, we show that unadjusted LDSC underestimates ![Graphic][2] by 10% − 60% in admixed populations; in contrast, cov-LDSC is robust to all simulation parameters. We apply cov-LDSC to genotyping data from approximately 170,000 Latino, 47,000 African American and 135,000 European individuals. We estimate ![Graphic][3] and detect heritability enrichment in three quantitative and five dichotomous phenotypes respectively, making this, to our knowledge, the most comprehensive heritability-based analysis of admixed individuals. Our results show that most traits have high concordance of ![Graphic][4] and consistent tissue-specific heritability enrichment among different populations. However, for age at menarche, we observe population-specific heritability estimates of ![Graphic][5] . We observe consistent patterns of tissue-specific heritability enrichment across populations; for example, in the limbic system for BMI, the per-standardized-annotation effect size τ * is 0.16 ± 0.04, 0.28 ± 0.11 and 0.18 ± 0.03 in Latino, African American and European populations respectively. Our results demonstrate that our approach is a powerful way to analyze genetic data for complex traits from underrepresented populations.Author summary Admixed populations such as African Americans and Hispanic Americans bear a disproportionately high burden of disease but remain underrepresented in current genetic studies. It is important to extend current methodological advancements for understanding the genetic basis of complex traits in homogeneous populations to individuals with admixed genetic backgrounds. Here, we develop a computationally efficient method to answer two specific questions. First, does genetic variation contribute to the same amount of phenotypic variation (heritability) across diverse populations? Second, are the genetic mechanisms shared among different populations? To answer these questions, we use our novel method to conduct the first comprehensive heritability-based analysis of a large number of admixed individuals. We show that there is a high degree of concordance in total heritability and tissue-specific enrichment between different ancestral groups. However, traits such as age at menarche show a noticeable differences among populations. Our work provides a powerful way to analyze genetic data in admixed populations and may contribute to the applicability of genomic medicine to admixed population groups. [1]: /embed/inline-graphic-1.gif [2]: /embed/inline-graphic-2.gif [3]: /embed/inline-graphic-3.gif [4]: /embed/inline-graphic-4.gif [5]: /embed/inline-graphic-5.gif