Summary In multicellular organisms, cells actively sense and control their own population density. Synthetic mammalian quorum sensing circuits could provide insight into principles of population control and extend cell therapies. However, a key challenge is reducing their inherent sensitivity to “cheater” mutations that evade control. Here, we repurposed the plant hormone auxin to enable orthogonal mammalian cell-cell communication and quorum sensing. We designed a paradoxical population control circuit, termed Paradaux, in which auxin stimulates and inhibits net cell growth at different concentrations. This circuit limited population size over extended timescales, of up to 42 days of continuous culture. By contrast, when operating in a non-paradoxical regime, the same cells limited population growth, but were more susceptible to mutational escape. These results establish auxin as a versatile “private” communication system, and demonstrate that paradoxical circuit architectures can provide robust population control.

Methylation of cytosines in CG dinucleotides (CpGs) within promoters has been shown to lead to gene silencing in mammals in natural contexts. Recently, engineered recruitment of methyltransferases (DNMTs) at specific loci was shown to be sufficient to silence synthetic and endogenous gene expression through this mechanism. A critical parameter for DNA methylation-based silencing is the distribution of CpGs within the target promoter. However, how the number or density of CpGs in the target promoter affects the dynamics of silencing by DNMT recruitment has remained unclear. Here we constructed a library of promoters with systematically varying CpG content, and analyzed the rate of silencing in response to recruitment of DNMT. We observed a tight correlation between silencing rate and CpG content. Further, methylation-specific analysis revealed a constant accumulation rate of methylation at the promoter after DNMT recruitment. We identified a single CpG site between TATA box and transcription start site (TSS) that accounted for a substantial part of the difference in silencing rates between promoters with differing CpG content, indicating that certain residues play disproportionate roles in controlling silencing. Together, these results provide a library of promoters for synthetic epigenetic and gene regulation applications, as well as insights into the regulatory link between CpG content and silencing rate.

Abstract Flow cytometry enables quantitative measurements of fluorescence in single cells. The technique was widely used for immunology to identify populations with different surface protein markers. More recently, the usage of flow cytometry has been extended to additional readouts, including intracellular proteins and fluorescent protein transgenes, and is widely utilized to study development, systems biology, microbiology, and many other fields. A common file format (FCS format, defined by International Society for Advancement of Cytometry (ISAC)) has been universally adopted, facilitating data exchange between different machines. A diverse spectrum of software packages have been developed for analysis of flow cytometry data. However, those are either 1) costly proprietary softwares, 2) open source packages with prerequisite installation of R or Python and sometimes require users to have experience in coding or 3) online tools that are limiting for analysis of large data sets. Here we present EasyFlow, an open source flow cytometry analysis GUI based on Matlab or Python, that can be installed and run locally cross-platform-ly (Windows and MacOS), without prerequisite user having previous knowledge on coding. The python version (EasyFlowQ) is also developed on a popular plotting framework (Matplotlib) and modern user interface (UI) toolkit (Qt), allowing more advanced users to customize and keep contributing to the software, as well as its tutorials. Overall, EasyFlow serves as a simple-to-use tool for inexperienced users with little coding experience to use locally, as well as a platform for advanced users to further customize for their own needs.

DNA methylation is a crucial epigenetic mechanism that regulates gene expression during plant growth and development. However, the role of DNA methylation in regulating the organ-specific functions of the invasive weed Mikania micrantha remains unknown. Here, we generated DNA methylation profiles for M. micrantha and a local congeneric species, Mikania cordata, in three vegetative organs (root, stem, and leaf) using whole-genome bisulfite sequencing. The results showed both differences and conservation in methylation levels and patterns between the two species. Combined with transcriptome data, we found that DNA methylation generally inhibited gene expression, with varying effects depending on the genomic region and sequence context (CG, CHG, and CHH). Genes overlapping with differentially methylated regions (DMRs) were more likely to be differentially expressed between organs, and DMR-associated upregulated differentially expressed genes (DEGs) were enriched in organ-specific pathways. A comparison between photosynthetic (leaf) and non-photosynthetic (root) organs of M. micrantha further confirmed the regulatory role of DNA methylation in leaf-specific photosynthesis. Integrating small RNA-Seq data revealed that 24-nt small interfering RNAs (siRNAs) were associated with CHH methylation in gene-rich regions and regulated CHH methylation in the flanking regions of photosynthesis-related genes. This study provides insights into the complex regulatory role of DNA methylation and siRNAs in organ-specific functions and offers valuable information for exploring the invasive characteristics of M. micrantha from an epigenetic perspective.

Flow cytometry enables quantitative measurements of fluorescence in single cells. The technique was widely used for immunology to identify populations with different surface protein markers. More recently, the usage of flow cytometry has been extended to additional readouts, including intracellular proteins and fluorescent protein transgenes, and is widely utilized to study developmental biology, systems biology, microbiology, and many other fields. A common file format (FCS format, defined by the International Society for Advancement of Cytometry (ISAC)) has been universally adopted, facilitating data exchange between different machines. A diverse spectrum of software packages has been developed for the analysis of flow cytometry data. However, those are either 1) costly proprietary softwares, 2) open source packages with prerequisite installation of R or Python and sometimes require users to have experience in coding, or 3) online tools that are limiting for analysis of large data sets. Here, we present EasyFlow, an open-source flow cytometry analysis graphic user interface (GUI) based on Matlab or Python, that can be installed and run locally across platforms (Windows, MacOS, and Linux) without requiring previous coding knowledge. The Python version (EasyFlowQ) is also developed on a popular plotting framework (Matplotlib) and modern user interface toolkit (Qt), allowing more advanced users to customize and keep contributing to the software, as well as its tutorials. Overall, EasyFlow serves as a simple-to-use tool for inexperienced users with little coding experience to use locally, as well as a platform for advanced users to further customize for their own needs.