Abstract Droplet digital PCR provides superior accuracy in nucleic acid quantitation. The requirement of microfluidics to generate and analyze the emulsions, however, is a barrier to its adoption, particularly in low resource or clinical settings. Here, we report a novel method to prepare ddPCR droplets by vortexing and readout the results by bulk analysis of recovered amplicons. We demonstrate the approach by accurately quantitating SARS-CoV-2 sequences using entirely bulk processing and no microfluidics. Our approach for quantitating reactions should extend to all digital assays that generate amplicons, including digital PCR and LAMP conducted in droplets, microchambers, or nanoliter wells. More broadly, our approach combines important attributes of ddPCR, including enhanced accuracy and robustness to inhibition, with the high-volume sample processing ability of quantitative PCR.

Abstract Targeted sequencing enables sensitive and cost-effective analysis by focusing resources on molecules of interest. Existing methods, however, are limited in enrichment power and target capture length. Here, we present a novel method that uses compound nucleic acid cytometry to achieve million-fold enrichments of molecules >10 kbp in length using minimal prior target information. We demonstrate the approach by sequencing HIV proviruses in infected individuals. Our method is useful for rare target sequencing in research and clinical applications, including for identifying cancer-associated mutations or sequencing viruses infecting cells.

Single cell RNA sequencing has emerged as a powerful tool for characterizing cells, but not all phenotypes of interest can be observed through gene expression alone. Linking sequencing with optical analysis has provided insight into the molecular basis behind cellular function, but current approaches have limited throughput. Here, we present a high throughput platform for linked optical and gene expression profiling of single cells. We demonstrate accurate fluorescence and gene expression measurements from thousands of cells in a single experiment and use the platform to characterize DNA and RNA changes in Jurkat cells through the cell cycle. In addition to its scalability, our integration of microfluidics and array-based molecular biology holds promise for comprehensive multi-omics profiling of single cells.

Summary When monocyte-derived macrophages are recruited to injured tissues, they can induce a maladaptive fibrotic response characterized by excessive production of fibrillar collagen from local fibroblasts. Macrophages initiate the fibrotic programming of fibroblasts via paracrine factors, but it is unclear if reciprocal responses from the fibroblasts trigger pro-fibrotic programming of macrophages to establish a collaborative feed-forward fibrotic circuit. We identify macrophage-fibroblast cross talk necessary for injury-associated fibrosis, in which macrophages induce interleukin 6 ( IL-6 ) expression in fibroblasts via purinergic receptor P2rx4 signaling and IL-6 induces arginase 1 ( Arg1 ) expression in macrophages. Surprisingly, Arg1 contributes to fibrotic responses by metabolizing arginine to ornithine, which fibroblasts use as a substrate to synthesize proline, a uniquely abundant constituent of fibrillar collagen. Taken together, we define a bidirectional circuit between macrophages and fibroblasts that facilitates cross-feeding metabolism necessary for injury-associated fibrosis.

Abstract Single-cell transcriptomics is valuable for uncovering individual cell properties, particularly in highly heterogeneous systems. However, this technique often results in the analysis of many well- characterized cells, increasing costs and diluting rare cell populations. To address this, we developed PURE-seq (PIP-seq for Rare-cell Enrichment and Sequencing) for scalable sequencing of rare cells. PURE-seq allows direct cell loading from FACS into PIP-seq reactions, minimizing handling and reducing cell loss. PURE-seq reliably captures rare cells, with 60 minutes of sorting capturing tens of cells at a rarity of 1 in 1,000,000. Using PURE-seq, we investigated murine long- term hematopoietic stem cells and their transcriptomes in the context of hematopoietic aging, identifying Egr1 as a potential master regulator of hematopoiesis in the aging context. PURE-seq offers an accessible and reliable method for isolating and sequencing cells that are currently too rare to capture successfully with existing methods.

Abstract Enzymes are represented across a vast space of protein sequences and structural forms and have activities that far exceed the best chemical catalysts; however, engineering them to have novel or enhanced activity is limited by technologies for sensing product formation. Here, we describe a general and scalable approach for characterizing enzyme activity that uses the metabolism of the host cell as a biosensor by which to infer product formation. Since different products consume different molecules in their synthesis, they perturb host metabolism in unique ways that can be measured by mass spectrometry. This provides a general way by which to sense product formation, to discover unexpected products and map the effects of mutagenesis.

Abstract Patterned surfaces can enhance the sensitivity of laser desorption ionization mass spectrometry by segregating and concentrating analytes, but their fabrication can be challenging. Here, we describe a simple method to fabricate substrates patterned with micron-scale wells that yield more accurate and sensitive mass spectrometry measurements compared to flat surfaces. The wells can also concentrate and localize cells and beads for cell-based assays.

Life ticks as fast as how efficiently proteins perform their functional dynamics. Well-folded/structured biomacromolecules perform functions via large-scale intrinsic motions across multiple conformational states, which occur at timescales of nano-to milliseconds. Computationally expensive molecular dynamics (MD) simulation has been the only theoretical tool to gauge the time and sizes of these motions, though barely to their slowest ends. Here, we convert a computationally cheap elastic network model (ENM) into a molecular timer and sizer to gauge the slowest functional motions of proteins and ribosome. Quasi-harmonic analysis, fluctuation-profile matching (FPM) and the Wiener–Khintchine theorem (WKT) are used to define the “time-periods”, t , for anharmonic principal components (PCs) which are validated by NMR order parameters. The PCs with their respective “time-periods” are mapped to the eigenvalues (λENM) of the corresponding ENM modes. Thus, the power laws t (ns) = 86.9λENM−1.9 and σ2(Å2) = 46.1λENM−2.5 are established allowing the characterization of the time scales of NMR-resolved conformers, crystallographic anisotropic displacement parameters, and important ribosomal motions, as well as motional sizes of the latter.![Figure][1] [1]: pending:yes