Abstract While early multicellular lineages necessarily started out as relatively simple groups of cells, little is known about how they became Darwinian entities capable of open-ended multicellular adaptation 1,2 . To explore this, we initiated the Multicellularity Long Term Evolution Experiment (MuLTEE), selecting for larger group size in the snowflake yeast ( Saccharomyces cerevisiae ) model system. Given the historical importance of oxygen limitation 3 , our ongoing experiment consists of three metabolic treatments 4 : anaerobic, obligately aerobic, and mixotrophic yeast. After 600 rounds of selection, snowflake yeast in the anaerobic treatment evolved to be macroscopic, becoming ~2·10 4 times larger (~mm scale) and ~10 4 -fold more biophysically tough, while retaining a clonal multicellular life cycle. They accomplished this through sustained biophysical adaptation, evolving increasingly elongate cells that initially reduced the strain of cellular packing, then facilitated branch entanglements that enabled groups of cells to stay together even after many cellular bonds fracture. In contrast, snowflake yeast competing for low oxygen remained microscopic, evolving to be just ~6-fold larger, underscoring the critical role of oxygen levels in the evolution of multicellular size. Taken together, this work provides unique insight into an ongoing evolutionary transition in individuality, showing how simple groups of cells overcome fundamental biophysical limitations via gradual, yet sustained, multicellular adaptation.

Abstract Asymmetric cell division (ACD), which produces two daughters with different fates, is fundamental for generating cellular diversity. In the developing embryos of both invertebrates and vertebrates, asymmetrically dividing progenitors generate daughter cells with differential activity of Notch signaling 1–7 , a key regulator of cell fate decisions 8,9 . The cell polarity regulator Par-3 is critical for establishing this Notch asymmetry 1,4,6 , but the underlying mechanisms are not understood. Here, employing in vivo time-lapse imaging in the developing zebrafish forebrain during the mitotic cycle of radial glia, the principal vertebrate neural stem cells 10,11 , we show that during ACD, endosomes containing the Notch ligand Delta D (Dld) undergo convergent movement toward the cleavage plane, followed by preferential segregation into the posterior (and subsequently basal) Notch hi daughter. This asymmetric segregation requires the activity of Par-3 and the dynein motor complex. Employing label-retention expansion microscopy, we further detect Par-3 in the cytosol in association with the dynein light intermediate chain 1 (DLIC1) on Dld endosomes, suggesting a direct involvement of Par-3 in dynein-mediated polarized transport of Notch signaling endosomes. Our data reveal an unanticipated mechanism by which Par-3 regulates cell fate decision by directly polarizing Notch signaling components during ACD.

Abstract The evolution of multicellularity paved the way for the origin of complex life on Earth, but little is known about the mechanistic basis of early multicellular evolution. Here, we examine the molecular basis of multicellular adaptation in the Multicellularity Long Term Evolution Experiment (MuLTEE). We demonstrate that cellular elongation, a key adaptation underpinning increased biophysical toughness and organismal size, is convergently driven by downregulation of the chaperone Hsp90. Mechanistically, Hsp90-mediated morphogenesis operates by destabilizing the cyclin-dependent kinase Cdc28, resulting in delayed mitosis and prolonged polarized growth. Reinstatement of Hsp90 or Cdc28 expression resulted in shortened cells that formed smaller groups with reduced multicellular fitness. Together, our results show how ancient protein folding systems can be tuned to drive rapid evolution at a new level of biological individuality by revealing novel developmental phenotypes. Teaser Downregulation of Hsp90 decouples cell cycle progression and growth to drive the evolution of macroscopic multicellularity.

The estimation of evolutionary rates from ancient DNA sequences can be negatively affected by among-lineage rate variation and non-random sampling. Using a simulation study, we compared the performance of three phylogenetic methods for inferring evolutionary rates from time-structured data sets: root-to-tip regression, least-squares dating, and Bayesian inference. Our results show that these methods produce reliable estimates when the substitution rate is high, rate variation is low, and samples of similar ages are not phylogenetically clustered. The interaction of these factors is particularly important for Bayesian estimation of evolutionary rates. We also inferred rates for time-structured mitogenomic data sets from six vertebrate species. Root-to-tip regression estimated a different rate from least-squares dating and Bayesian inference for mitogenomes from the horse, which has high levels of among-lineage rate variation. We recommend using multiple methods of inference and testing data for temporal signal, among-lineage rate variation, and phylo-temporal clustering.

Genomes evolve through a medley of mutation, drift, and selection, all of which act heterogeneously across genes and lineages. The pacemaker models of genomic evolution describe the resulting patterns of evolutionary rate variation: genes that are governed by the same pacemaker exhibit the same pattern of rate heterogeneity across lineages. However, the relative importance of drift and selection in determining the structure of these pacemakers is unknown. Here, we propose a novel phylogenetic approach to explain the formation of pacemakers. We apply this method to a genomic dataset from holometabolous insects, an ancient and diverse group of organisms. We show that when drift is the dominant evolutionary process, each pacemaker tends to govern a large number of fast-evolving genes. In contrast, strong negative selection leads to many distinct pacemakers, each of which governs a few slow-evolving genes. Our results provide new insights into the interplay between drift and selection in driving genomic evolution.

Whole-genome duplication (WGD) is widespread across eukaryotes and can promote adaptive evolution

Evolution leaves heterogeneous patterns of nucleotide variation across the genome, with different loci subject to varying degrees of mutation, selection, and drift. Appropriately modelling this heterogeneity is important for reliable phylogenetic inference. One modelling approach in statistical phylogenetics is to apply independent models of molecular evolution to different groups of sites, where the groups are usually defined by locus, codon position, or combinations of the two. The potential impacts of partitioning data for the assignment of substitution models are well appreciated. Meanwhile, the treatment of branch lengths has received far less attention. In this study, we examined the effects of linking and unlinking branch-length parameters across loci. By analysing a range of empirical data sets, we find that the best-fitting model for phylogenetic inference is consistently one in which branch lengths are proportionally linked: gene trees have the same pattern of branch-length variation, but with varying absolute tree lengths. This model provided a substantially better fit than those that either assumed identical branch lengths across gene trees or that allowed each gene tree to have its own distinct set of branch lengths. Using simulations, we show that the fit of the three different models of branch lengths varies with the length of the sequence alignment and with the number of taxa in the data set. Our findings suggest that a model with proportionally linked branch lengths across loci is likely to provide the best fit under the conditions that are most commonly seen in practice. In future work, improvements in fit might be afforded by models with levels of complexity intermediate to proportional and free branch lengths. The results of our study have implications for model selection, computational efficiency, and experimental design in phylogenomics.