With the goal of providing a comprehensive, high-quality resource for both plant transcription factors (TFs) and their regulatory interactions with target genes, we upgraded plant TF database PlantTFDB to version 4.0 (http://planttfdb.cbi.pku.edu.cn/). In the new version, we identified 320 370 TFs from 165 species, presenting a more comprehensive genomic TF repertoires of green plants. Besides updating the pre-existing abundant functional and evolutionary annotation for identified TFs, we generated three new types of annotation which provide more directly clues to investigate functional mechanisms underlying: (i) a set of high-quality, non-redundant TF binding motifs derived from experiments; (ii) multiple types of regulatory elements identified from high-throughput sequencing data; (iii) regulatory interactions curated from literature and inferred by combining TF binding motifs and regulatory elements. In addition, we upgraded previous TF prediction server, and set up four novel tools for regulation prediction and functional enrichment analyses. Finally, we set up a novel companion portal PlantRegMap (http://plantregmap.cbi.pku.edu.cn) for users to access the regulation resource and analysis tools conveniently.

With advances in next-generation sequencing technologies, numerous novel transcripts in a large number of organisms have been identified. With the goal of fast, accurate assessment of the coding ability of RNA transcripts, we upgraded the coding potential calculator CPC1 to CPC2. CPC2 runs ∼1000 times faster than CPC1 and exhibits superior accuracy compared with CPC1, especially for long non-coding transcripts. Moreover, the model of CPC2 is species-neutral, making it feasible for ever-growing non-model organism transcriptomes. A mobile-friendly web server, as well as a downloadable standalone package, is freely available at http://cpc2.cbi.pku.edu.cn.

Abstract With the goal of charting plant transcriptional regulatory maps (i.e. transcription factors (TFs), cis-elements and interactions between them), we have upgraded the TF-centred database PlantTFDB (http://planttfdb.cbi.pku.edu.cn/) to a plant regulatory data and analysis platform PlantRegMap (http://plantregmap.cbi.pku.edu.cn/) over the past three years. In this version, we updated the annotations for the previously collected TFs and set up a new section, ‘extended TF repertoires’ (TFext), to allow users prompt access to the TF repertoires of newly sequenced species. In addition to our regular TF updates, we are dedicated to updating the data on cis-elements and functional interactions between TFs and cis-elements. We established genome-wide conservation landscapes for 63 representative plants and then developed an algorithm, FunTFBS, to screen for functional regulatory elements and interactions by coupling the base-varied binding affinities of TFs with the evolutionary footprints on their binding sites. Using the FunTFBS algorithm and the conservation landscapes, we further identified over 20 million functional TF binding sites (TFBSs) and two million functional interactions for 21 346 TFs, charting the functional regulatory maps of these 63 plants. These resources are publicly available at PlantRegMap (http://plantregmap.cbi.pku.edu.cn/) and a cloud-based mirror (http://plantregmap.gao-lab.org/), providing the plant research community with valuable resources for decoding plant transcriptional regulatory systems.

Abstract An effective and efficient cell-querying method is critical for integrating existing scRNA-seq data and annotating new data. Herein, we present Cell BLAST, an accurate and robust cell-querying method. Powered by a well-curated reference database and a user-friendly Web server, Cell BLAST ( http://cblast.gao-lab.org ) provides a one-stop solution for real-world scRNA-seq cell querying and annotation.

Abstract A plant can be thought of as a colony comprising numerous growth buds, each developing to its own rhythm. Such lack of synchrony impedes efforts to describe core principles of plant morphogenesis, dissect the underlying mechanisms, and identify regulators. Here, we use the tiniest known angiosperm to overcome this challenge and provide an ideal model system for plant morphogenesis. We present a detailed morphological description of the monocot Wolffia australiana , as well as high-quality genome information. Further, we developed the Plant-on-Chip culture system and demonstrate the application of advanced technologies such as snRNA-seq, protein structure prediction, and gene editing. We provide proof-of-concept examples that illustrate how W. australiana can open a new horizon for deciphering the core regulatory mechanisms of plant morphogenesis. Significance What is the core morphogenetic process in angiosperms, a plant like a tree indeterminately growing, or a bud sequentially generating limited types of organs? Wolffia australiana , one of the smallest angiosperms in the world may help to make a distinction. Wolffia plantlet constitutes of only three organs that are indispensable to complete life cycle: one leaf, one stamen and one gynoecium. Before the growth tip is induced to flower, it keeps branching from the leaf axil and the branches separate from the main plantlet. Here we present a high-quality genome of W. australiana , detailed morphological description, a Plant-on-Chip cultural system, and some principle-proof experiments, demonstrating that W. australiana is a promising model system for deciphering core developmental program in angiosperms.

By circumventing cellular heterogeneity, single cell omics have now been widely utilized for cell typing in human tissues, culminating with the undertaking of human cell atlas aimed at characterizing all human cell types. However, more important are the probing of gene regulatory networks, underlying chromatin architecture and critical transcription factors for each cell type. Here we report the Genomic Architecture of Cells in Tissues (GeACT), a comprehensive genomic data base that collectively address the above needs with the goal of understanding the functional genome in action. GeACT was made possible by our novel single-cell RNA-seq (MALBAC-DT) and ATAC-seq (METATAC) methods of high detectability and precision. We exemplified GeACT by first studying representative organs in human mid-gestation fetus. In particular, correlated gene modules (CGMs) are observed and found to be cell-type-dependent. We linked gene expression profiles to the underlying chromatin states, and found the key transcription factors for representative CGMs.### Competing Interest StatementA.R.C., D.F.L., and X.S.X. are inventors on the patent PCT/US18/34689 filed by President and Fellows of Harvard College that covers MALBAC-DT. L.T., D.X., and X.S.X. are inventors on a patent WO2018217912A1 filed by President and Fellows of Harvard College that covers METATAC.

Abstract Gene transcription and protein translation are two key steps of the “ central dogma ”. It is still a major challenge to quantitatively deconvolute factors contributing to the coding ability of transcripts in mammals. Here, we propose Ribosome Calculator (RiboCalc) for quantitatively modeling the coding ability of RNAs in human genome. In addition to effectively predicting the experimentally confirmed coding abundance via sequence and transcription features with high accuracy, RiboCalc provides interpretable parameters with biological information. Large-scale analysis further revealed a number of transcripts with a variety of coding ability for distinct types of cells (i.e., context-dependent coding transcripts, CDCTs), suggesting that, contrary to conventional wisdom, a transcript’s coding ability should be modeled as a continuous spectrum with a context-dependent nature.