Oligodendroglioma is characterized by unique clinical, pathological, and genetic features. Recurrent losses of chromosomes 1p and 19q are strongly associated with this brain cancer but knowledge of the identity and function of the genes affected by these alterations is limited. We performed exome sequencing on a discovery set of 16 oligodendrogliomas with 1p/19q co-deletion to identify new molecular features at base-pair resolution. As anticipated, there was a high rate of IDH mutations: all cases had mutations in either IDH1 (14/16) or IDH2 (2/16). In addition, we discovered somatic mutations and insertions/deletions in the CIC gene on chromosome 19q13.2 in 13/16 tumours. These discovery set mutations were validated by deep sequencing of 13 additional tumours, which revealed seven others with CIC mutations, thus bringing the overall mutation rate in oligodendrogliomas in this study to 20/29 (69%). In contrast, deep sequencing of astrocytomas and oligoastrocytomas without 1p/19q loss revealed that CIC alterations were otherwise rare (1/60; 2%). Of the 21 non-synonymous somatic mutations in 20 CIC-mutant oligodendrogliomas, nine were in exon 5 within an annotated DNA-interacting domain and three were in exon 20 within an annotated protein-interacting domain. The remaining nine were found in other exons and frequently included truncations. CIC mutations were highly associated with oligodendroglioma histology, 1p/19q co-deletion, and IDH1/2 mutation (p < 0.001). Although we observed no differences in the clinical outcomes of CIC mutant versus wild-type tumours, in a background of 1p/19q co-deletion, hemizygous CIC mutations are likely important. We hypothesize that the mutant CIC on the single retained 19q allele is linked to the pathogenesis of oligodendrogliomas with IDH mutation. Our detailed study of genetic aberrations in oligodendroglioma suggests a functional interaction between CIC mutation, IDH1/2 mutation, and 1p/19q co-deletion.

Abstract Neutrophils are implicated in multiple homeostatic and pathological processes, but whether functional diversity requires discrete neutrophil subsets is not known. Here, we apply single-cell RNA sequencing to neutrophils from normal and inflamed mouse tissues. Whereas conventional clustering yields multiple alternative organizational structures, diffusion mapping plus RNA velocity discloses a single developmental spectrum, ordered chronologically. Termed here neutrotime, this spectrum extends from immature pre-neutrophils, largely in bone marrow, to mature neutrophils predominantly in blood and spleen. The sharpest increments in neutrotime occur during the transitions from pre-neutrophils to immature neutrophils and from mature marrow neutrophils to those in blood. Human neutrophils exhibit a similar transcriptomic pattern. Neutrophils migrating into inflamed mouse lung, peritoneum and joint maintain the core mature neutrotime signature together with new transcriptional activity that varies with site and stimulus. Together, these data identify a single developmental spectrum as the dominant organizational theme of neutrophil heterogeneity.

The mammalian genome contains several million cis-regulatory elements, whose differential activity marked by open chromatin determines organogenesis and differentiation. This activity is itself embedded in the DNA sequence, decoded by sequence-specific transcription factors. Leveraging a granular ATAC-seq atlas of chromatin activity across 81 immune cell-types we show that a convolutional neural network (AI-TAC) can learn to infer cell-type-specific chromatin activity solely from the DNA sequence. AI-TAC does so by rediscovering, with astonishing precision, binding motifs for known regulators, and some unknown ones, mapping them with high concordance to positions validated by ChIP-seq data. AI-TAC also uncovers combinatorial influences, establishing a hierarchy of transcription factors (TFs) and their interactions involved in immunocyte specification, with intriguingly different strategies between lineages. Mouse-trained AI-TAC can parse human DNA, revealing a strikingly similar ranking of influential TFs. Thus, Deep Learning can reveal the regulatory syntax that drives the full differentiative complexity of the immune system.

Актуальность исследования обусловлена тем, что важным фактором надежной эксплуатации воздушных линий электропередач является исправная работа гирлянд изоляторов, а повреждение изоляции гирлянд изоляторов может привести к увеличению токов утечки, энергетическим потерям, в том числе к аварийным ситуациям при повреждении изоляторов. Также к дополнительным потерям электроэнергии могут привести неблагоприятные метеорологические условия, такие как гололед, снег, дождь, туман, сильный ветер. В связи с этим, данная статья направлена на описание новой математической модели канала измерения механической нагрузки на изолятор для оценки технического состояния изоляторов, которая реализуется в виде отдельного блока информационно-измерительной системы дистанционного мониторинга изоляторов ВЛ, и снабжает оператора диспетчерского пункта актуальной информацией о текущем состоянии изоляторов, а также позволяет уменьшить число внештатных (аварийных) ситуаций путем своевременного ремонта или замены изоляторов. Ведущим методом при построении математической модели канала измерения механической нагрузки на изолятор является рассмотрение статической нагрузки с перспективой оценки процессов гололедообразования на проводах воздушной линии электропередач, позволяющий обеспечить фиксирование динамики нарастания механической нагрузки на изолятор (фиксация образования гололеда), а также без лишних трудозатрат и временных ресурсов создать удобную в использовании цифровую модель энергетической системы, предоставляющую возможность реализовать структуру, состояние и действие реальной энергосистемы с достаточной оперативностью, полнотой и достоверностью. В статье представлена последовательность измеренных значений датчика механической нагрузки на изолятор при квантовании во времени, которые далее сопоставляются с величиной статической нагрузки на изолятор, определяемой величиной веса провода на пролете воздушных линий электропередач, и в результате проводится оценка нарастания механической нагрузки на изолятор и фиксация образования гололеда на проводе воздушных линий. Материалы статьи представляют практическую ценность для оперативных служб электросетевых компаний. The relevance of the study is due to the fact that an important factor in the reliable operation of overhead power lines is the proper operation of insulator strings, and damage to the insulator strings’ insulation can lead to an increase in leakage currents, energy losses, including emergency situations when insulators are damaged. Also, adverse weather conditions such as ice, snow, rain, fog, and strong wind can lead to additional losses of electricity. In this regard, this article is aimed at describing a new mathematical model of the channel for measuring the mechanical load on the insulator to assess the technical condition of the insulators, which is implemented as a separate block of the information-measuring system for remote monitoring of overhead line insulators, and provides the control center operator with up-to-date information about the current condition insulators, and also allows you to reduce the number of emergency situations through timely repair or replacement of insulators. The leading method in constructing a mathematical model of a channel for measuring the mechanical load on an insulator is to consider the static load with the prospect of assessing the processes of ice formation on the wires of an overhead power line, which makes it possible to record the dynamics of the increase in the mechanical load on the insulator (fixation of ice formation), as well as without unnecessary labor costs and time resources create an easy-to-use digital model of the energy system, which provides the opportunity to implement the structure, state and operation of a real energy system with sufficient efficiency, completeness and reliability. The article presents a sequence of measured values of the mechanical load sensor on the insulator when quantized in time, which are then compared with the value of the static load on the insulator, determined by the weight of the wire on the span of overhead power lines, and as a result, an assessment of the increase in the mechanical load on the insulator is made and the formation of ice is recorded on overhead lines. The materials of the article are of practical value for operational services of electric grid companies.

Abstract Despite the availability of chromatin conformation capture experiments, understanding the relationship between regulatory elements and conformation remains a challenge. We propose Hi-C-LSTM, a method that produces low-dimensional latent representations that summarize intra-chromosomal Hi-C contacts via a recurrent long short-term memory (LSTM) neural network model. We find that these representations contain all the information needed to recreate the original Hi-C matrix with high accuracy, outperforming existing methods. These representations enable the identification of a variety of conformation-defining genomic elements, including nuclear compartments and conformation-related transcription factors. They furthermore enable in-silico perturbation experiments that measure the influence of cis-regulatory elements on conformation.