ABSTRACT Effective data sharing is key to accelerating research that will improve the precision of diagnoses, efficacy of treatments and long-term survival of pediatric cancer and other childhood catastrophic diseases. We present St. Jude Cloud ( https://www.stjude.cloud ), a cloud-based data sharing ecosystem developed via collaboration between St. Jude Children’s Research Hospital, DNAnexus, and Microsoft, for accessing, analyzing and visualizing genomic data from >10,000 pediatric cancer patients, long-term survivors of pediatric cancer and >800 pediatric sickle cell patients. Harmonized genomic data totaling 1.25 petabyes on St. Jude Cloud include 12,104 whole genomes, 7,697 whole exomes and 2,202 transcriptomes, which are freely available to researchers worldwide. The resource is expanding rapidly with regular data uploads from St. Jude’s prospective clinical genomics programs, providing public access as soon as possible rather than holding data back until publication. Three interconnected apps within the St. Jude Cloud ecosystem—Genomics Platform, Pediatric Cancer Knowledgebase (PeCan) and Visualization Community—provide a unique experience for simultaneously performing advanced data analysis in the cloud and enhancing the pediatric cancer knowledgebase. We demonstrate the value of the St. Jude Cloud ecosystem through use cases that classify 48 pediatric cancer subtypes by gene expression profiling and map mutational signatures across 35 subtypes of pediatric cancer.

Summary It is known that pre-mRNAs in eukaryotic cells can be processed to circular RNAs by a back- splicing mechanism. Circular RNAs have great stability and can sequester proteins or small RNAs to exert functions on cellular pathways. Because viruses often exploit host pathways, we explored whether the RNA genome of the cytoplasmic hepatitis C virus is processed to yield virus-derived circRNAs (vcircRNAs). Computational analyses of RNA-seq experiments predicted that the viral RNA genome is fragmented to generate hundreds of vcircRNAs. More than a dozen of them were experimentally verified by rolling-circle amplification. VcircRNAs that contained the viral internal ribosome entry site were found to be translated into novel proteins that displayed pro-viral functions. Furthermore, a highly abundant, non-translated vcircRNA was shown to enhance viral RNA abundance. These findings argue that novel vcircRNA molecules modulate viral amplification in cells infected by a cytoplasmic RNA virus. Significance Statement Processing of an RNA viral genome into hundreds of circular RNAs provides novel pro-viral functions and can promote translation of novel viral peptides.

Fractional vegetation cover (FVC) plays a significant role in assessing ecological quality and protection, as well as soil and water conservation. As a typical rare-earth resource county in China, Dingnan County has experienced rapid development due to rare-earth mining, resulting in significant alterations to vegetation cover. To elucidate the spatio-temporal changes in vegetation within Dingnan County over the past 35 years and the effects of natural and human factors on these changes, the spatial and temporal variations in FVC were analyzed using Landsat-TM/OLI multispectral images taken in 1988, 1995, 1997, 2002, 2006, 2013, 2017, and 2023. The findings indicate that (1) vegetation coverage in Dingnan County decreased from 1988 to 2002, followed by a gradual increase; (2) high vegetation cover is predominantly found in forested areas that maintain their natural state, while the central town and mining areas exhibit generally low coverage; (3) there are regional differences in the relationship between vegetation cover and environmental factors in Dingnan County. This research facilitates the alignment of ion-type rare-earth mining with ecological protection, thereby promoting the sustainable development of the mining area and providing scientific guidance for local governments to formulate more effective management and protection strategies for the mining ecosystem. Additionally, this research offers a scientific foundation for mining areas globally to develop sustainable policies and informed decision-making regarding environmental protection and sustainable development.

ABSTRACT Current geographic knowledge graph research mainly focuses on static knowledge coupling through analysis of web text and maps, but its knowledge expression model fails to incorporate knowledge mechanisms such as process evolution and interactions. The geo‐scene is a synthesis of various geographic elements which prescribes spatial, temporal, semantic, attribute, and interrelationships. It has demonstrated its utility in facilitating geocomputation, spatiotemporal simulation and reasoning related to geo‐process. Therefore, developing a geo‐scene‐based knowledge graph is significant to improve the ability of spatiotemporal knowledge representation and service. In this study, we first analyze the basic characteristics of geo‐scenes and try to emphasize the evolution of geo‐scenes through redefining the ontologies ‘event’, ‘process’ and ‘state’. To describe the dynamic nested structure of geo‐scenes, we propose a geo‐scene knowledge representation framework, and illustrate the representation of a geo‐scene and its inner relationships. Moreover, to keep the integrity, interaction and dynamic of geo‐scenes, we develop a event‐process centered geo‐scene knowledge organization method. Furthermore, we have tested the utility of our proposed representation by the Beijing 731 heavy rainstorm. The case study represents heavy rainstorm to demonstrate the complicated structure of the disaster scene, and the support for precipitation process simulation, early warning information organization, and disaster situation information query. The proposed representation provides an idea for the construction of geo‐dynamic knowledge graphs, encodes both static and dynamic geographic knowledge, makes explicit the evolution and interaction knowledge in geo‐scenes, and expands the application service of geo‐scene knowledge graph in the era of GeoAI.