ABSTRACT Background Nicotine biosynthesis is mainly regulated by jasmonate (JA) signaling cascade in Nicotiana tabacum . As an allotetraploid species, the regulation of nicotine biosynthesis has been genetically verified via two unlinked NIC loci (named as NIC1 and NIC2 ) which are possibly originated from its two ancestral diploids. Previously, a N. tomentosiformis originated ethylene response factor ( ERF ) gene cluster was identified as the NIC2 -locus which has been demonstrated positively regulates nicotine accumulation in N. tabacum . Results Here, we describe the genetic mapping of NIC1 -locus, the major nicotine regulatory locus, by using a NIC1 -locus segregating population through bulked segregant analysis. We identified two linkage marker TM23004 and TM22038 were delimited the NIC1 -locus within a ~34.3-Mb genomic region at pseudochromosome 07 of tobacco genome. Genomic scan within this region revealed a NIC2 - like locus ERF gene cluster exist in. To verify this ERF gene cluster is the genetically called “ NIC1 -locus”, different functional experiments based on most of the ERFs in regulating nicotine biosynthesis and their influences on alkaloid accumulations have been carried out. Collinearity analysis showed that NIC1 -locus ERF genes are originated from N. sylvestris and exclusively expressed in root tissues. In addition, transcriptomic results indicate that NIC1 -locus ERF genes are coexpressed with the NIC2 -locus ERF genes and other nicotine biosynthetic genes and regulators after JA induction. Furthermore, the suppressed expression of four ERFs of the NIC1 -locus genes corresponding with decreased NtPMT and NtQPT expression in NtMYC2 -RNAi lines indicates the selected NIC1 -locus ERFs function in downstream of NtMYC2 in the JA signaling cascades. In the meanwhile, the alkaloid levels are also determined by the amplitude of the four ERF gene expressions in both wild type and LA mutant. Additionally, in vitro binding assays, transient activation assays, and ectopic expression in transgenic plants demonstrate that these ERF genes are able to bind the GCC-box elements residing in the step-limiting gene promoters (such as NtPMT2 , NtQPT2 ) and functional redundant but quantitatively transactivate nicotine biosynthetic gene expression. For nic1 -locus mutation, two different sizes of deletions ( nic1-S and nic1-B ) were identified which occurred at the surrounding regions of the NIC1 -locus gene cluster, which might disrupt, to some extent, chromosomal microenvironment and change gene expression around the deletion regions (including NIC1 -locus ERFs ), resulting in the decreased expression levels of NIC1 -locus ERFs (such as NtERF199 ) and reduced alkaloid accumulation in the nic1 -locus mutant. Conclusions Our findings not only provide insight in to the mechanism of the NIC1 -locus ERFs in the regulatory network of nicotine biosynthesis, but also unraveled the theoretical basis of the nic1 -locus mutation in low nicotine mutant. These functional verified NIC1 -locus ERF genes can be further used as potential target(s) for ethyl methanesulfonate-based mutagenesis to manipulate nicotine level in tobacco variety in tobacco breeding program.

To investigate the feasibility of predicting rectal adenocarcinoma (RA) tumor (T) and node (N) staging from an optimal ROI measurement using amide proton transfer weighted-signal intensity (APTw-SI) and magnetization transfer (MT) derived from three-dimensional chemical exchange saturation transfer(3D-CEST). Fifty-eight RA patients with pathological TN staging underwent 3D-CEST and DWI. APTw-SI, MT, and ADC values were measured using three ROI approaches (ss-ROI, ts-ROI, and wt-ROI) to analyze the TN staging (T staging, T1-2 vs T3-4; N staging, N - vs N +); the reproducibility of APTw-SI and MT was also evaluated. The AUC was used to assess the staging performance and determine the optimal ROI strategy. MT and APTw-SI yielded good excellent reproducibility with three ROIs, respectively. Significant differences in MT were observed (all P < 0.05) from various ROIs but not in APTw-SI and ADC (all P > 0.05) in the TN stage. AUCs of MT from ss-ROI were 0.860 (95% CI, 0.743-0.937) and 0.852 (95% CI, 0.735-0.932) for predicting T and N staging, which is similar to ts-ROI (T staging, 0.856 [95% CI, 0.739-0.934]; N staging, 0.831 [95% CI, 0.710-0.917]) and wt-ROI (T staging, 0.833 [95% CI, 0.712-0.918]; N staging, 0.848 [95% CI, 0.729-0.929]) (all P > 0.05). MT value of 3D-CEST has excellent TN staging predictive performance in RA patients with all three kinds of ROI methods. The ss-ROI is easy to operate and could be served as the preferred ROI approach for clinical and research applications of 3D-CEST imaging.

Background High-dose radiation is the main component of glioblastoma therapy. Unfortunately, radio-resistance is a common problem and a major contributor to tumor relapse. Understanding the molecular mechanisms driving response to radiation is critical for identifying regulatory routes that could be targeted to improve treatment response.Methods We conducted an integrated analysis in the U251 and U343 glioblastoma cell lines to map early alterations in the expression of genes at three levels: transcription, splicing, and translation in response to ionizing radiation.Results Changes at the transcriptional level were the most prevalent response. Downregulated genes are strongly associated with cell cycle and DNA replication and linked to a coordinated module of expression. Alterations in this group are likely driven by decreased expression of the transcription factor FOXM1 and members of the E2F family. Genes involved in RNA regulatory mechanisms were affected at the mRNA, splicing, and translation levels, highlighting their importance in radiation-response. We identified a number of oncogenic factors, with an increased expression upon radiation exposure, including BCL6, RRM2B, IDO1, FTH1, APIP, and LRIG2 and lncRNAs NEAT1 and FTX. Several of these targets have been previously implicated in radio-resistance. Therefore, antagonizing their effects post-radiation could increase therapeutic efficacy.Conclusions Our integrated analysis provides a comprehensive view of early response to radiation in glioblastoma. We identify new biological processes involved in altered expression of various oncogenic factors and suggest new target options to increase radiation sensitivity and prevent relapse.* TCGA : The Cancer Genome Atlas NSCs : Neural stem cells lncRNAs : long non-coding RNAs Ribo-seq : high-throughput ribosome profiling T0 : time point corresponding to no irradiation T1 : time point corresponding to 1 hour post irradiation T24 : time point corresponding to 24 hours post irradiation CDS : coding domain sequence PCA : Principle component analysis BH : Benjamini and Hochberg FDR adjustment procedure WGCNA : Weighted Gene co-expression network analysis TPM : Transcripts per million kME : eigene-gene based connectivity in cluster analysis GO : Gene ontology GSEA : Gene set enrichment analysis

Motivation: Depth of myometrial invasion (DMI), lymphovascular invasion (LI) and pathological types of endometrial cancer (EC) affect decision-making on an optimal treatment plan for uterus. Goal(s): This study aimed to investigate the feasibility of MAGIC in evaluating the DMI and predicting the pathological types of EC. Approach: The assessment performance of MAGIC in comparison to hr-T2WI on DMI and prediction of EC types in comparison to ADC were performed. Results: T2 and PD together had a superior predictive performance to ADC only, and sy-T2WI showed the similar assessment performance on DMI to hr-T2WI. Impact: One more application of MAGIC-generated contrast images and quantitative parameter maps in cervical diagnosis may provide additional information on diagnosis of DMI and classification of pathological types of EC.