Reproducibility is essential to reliable scientific discovery in high-throughput experiments. In this work we propose a unified approach to measure the reproducibility of findings identified from replicate experiments and identify putative discoveries using reproducibility. Unlike the usual scalar measures of reproducibility, our approach creates a curve, which quantitatively assesses when the findings are no longer consistent across replicates. Our curve is fitted by a copula mixture model, from which we derive a quantitative reproducibility score, which we call the “irreproducible discovery rate” (IDR) analogous to the FDR. This score can be computed at each set of paired replicate ranks and permits the principled setting of thresholds both for assessing reproducibility and combining replicates. Since our approach permits an arbitrary scale for each replicate, it provides useful descriptive measures in a wide variety of situations to be explored. We study the performance of the algorithm using simulations and give a heuristic analysis of its theoretical properties. We demonstrate the effectiveness of our method in a ChIP-seq experiment.

We report improved whole-genome shotgun sequences for the genomes of indica and japonica rice, both with multimegabase contiguity, or almost 1,000-fold improvement over the drafts of 2002. Tested against a nonredundant collection of 19,079 full-length cDNAs, 97.7% of the genes are aligned, without fragmentation, to the mapped super-scaffolds of one or the other genome. We introduce a gene identification procedure for plants that does not rely on similarity to known genes to remove erroneous predictions resulting from transposable elements. Using the available EST data to adjust for residual errors in the predictions, the estimated gene count is at least 38,000–40,000. Only 2%–3% of the genes are unique to any one subspecies, comparable to the amount of sequence that might still be missing. Despite this lack of variation in gene content, there is enormous variation in the intergenic regions. At least a quarter of the two sequences could not be aligned, and where they could be aligned, single nucleotide polymorphism (SNP) rates varied from as little as 3.0 SNP/kb in the coding regions to 27.6 SNP/kb in the transposable elements. A more inclusive new approach for analyzing duplication history is introduced here. It reveals an ancient whole-genome duplication, a recent segmental duplication on Chromosomes 11 and 12, and massive ongoing individual gene duplications. We find 18 distinct pairs of duplicated segments that cover 65.7% of the genome; 17 of these pairs date back to a common time before the divergence of the grasses. More important, ongoing individual gene duplications provide a never-ending source of raw material for gene genesis and are major contributors to the differences between members of the grass family.

The vertebrate retina is comprised of seven major cell types that are generated in overlapping but well-defined intervals. To identify genes that might regulate retinal development, gene expression in the developing retina was profiled at multiple time points using serial analysis of gene expression (SAGE). The expression patterns of 1,051 genes that showed developmentally dynamic expression by SAGE were investigated using in situ hybridization. A molecular atlas of gene expression in the developing and mature retina was thereby constructed, along with a taxonomic classification of developmental gene expression patterns. Genes were identified that label both temporal and spatial subsets of mitotic progenitor cells. For each developing and mature major retinal cell type, genes selectively expressed in that cell type were identified. The gene expression profiles of retinal Müller glia and mitotic progenitor cells were found to be highly similar, suggesting that Müller glia might serve to produce multiple retinal cell types under the right conditions. In addition, multiple transcripts that were evolutionarily conserved that did not appear to encode open reading frames of more than 100 amino acids in length (“noncoding RNAs”) were found to be dynamically and specifically expressed in developing and mature retinal cell types. Finally, many photoreceptor-enriched genes that mapped to chromosomal intervals containing retinal disease genes were identified. These data serve as a starting point for functional investigations of the roles of these genes in retinal development and physiology.

Summary Early blastomeres of mouse preimplantation embryos exhibit bi-potential cell fate, capable of generating both embryonic and extra-embryonic lineages in blastocysts. Here, we identified three major 2 cell (2C) specific endogenous retroviruses (ERVs) as the molecular hallmark of the bi-potential plasticity. Using the LTRs of all three 2C-ERVs, we identified Klf5 as their major upstream regulator. Klf5 is essential for bi-potential cell fate: a single Klf5-overexpressing ESC generated terminally differentiated embryonic and extra-embryonic lineages in chimeric embryos, and Klf5 directly induces both ICM and TE specification genes. Intriguingly, Klf5 and Klf4 act redundantly during ICM specification, whereas Klf5 deficiency alone impairs TE specification. Klf5 is regulated by multiple 2C-specific transcription factors, particularly Dux, and the Dux/Klf5 axis is evolutionarily conserved. Altogether, the 2C-specific transcription program converges on Klf5 to establish bi-potential cell fate, enabling a cell state with dual activation of ICM and TE genes.

To explore the correlations between examination tolerance and anxiety, knowledge needs and examination cooperation in sedation-free gastroscopy examinees.

In recent years, the incidence of depression during pregnancy has gradually increased, and the disorder of lipid metabolism in patients with depression is an important research direction. Therefore, this study aimed to explore the correlation between depression during pregnancy and metabolic syndrome (MS).

Abstract Identification and visualization of large insertion and deletion (indel) polymorphisms, which contribute significantly to natural phenotypic variation, are challenge from a pan-genome. Here, through streamlining two unsupervised machine learning algorithms, we developed a BRIDGEcereal webapp for surveying and graphing indel-based haplotypes for genes of interest from publicly accessible pangenomes. Over hundreds of assemblies from five major cereals were compiled. We demonstrated the potential of BRIDGEcereal in exploring natural variation with wheat candidate genes within QTLs and GWAS intervals. BRIDGEcereal is available from https://bridgecereal.scinet.usda.gov .

To enhance the accuracy of remote sensing data analysis, cloud detection from the complex ground environment is crucial. We refer to clouds that are easily confused with similar background as weak targets clouds, including thin clouds, tiny clouds, cloud boundaries, clouds with snow's existence or highlighted background's existence. This paper proposes a coarse-to-fine cloud detection network for weak target recognition. The network consists of two subnetworks: the Scalable Weak Target Feature Extraction Subnetwork (SWTFES) and the Cascade Weak Target Refinement Subnetwork (CWTRS). SWTFES incorporates a Multi-scale Feature Extraction Module (MFEM) with different scale receptive field branches and an Attention-based Cross-layer Fusion Module (ACFM) to characterize cloud at various scales. The improved reverse attention operation and the Cascade Group Reverse Attention Module (CGRAM) serve as the guiding principles in CWTRS, driving the network to progressively add and refine the weak target's details to distinguish it from the complex background surface. We evaluate our methodology on four cloud datasets with various resolutions, varying from 0.5m to 16m, and different satellites (including Gaofen-1 WFV, Sentinel-2, Gaofen-2, WorldView-2). The experimental results demonstrate that WodNet has achieved excellent results in cloud detection in a variety of complex scenarios, compared to other models, performing SOTA in four challenging datasets.

Summary The transcription factor ZNF143 contains a central domain of seven zinc fingers in a tandem array and is involved in 3D genome construction; however, the mechanism by which ZNF143 functions in chromatin looping remains unclear. Here, we show that ZNF143 directionally recognizes a diverse range of genomic sites within enhancers and promoters and is required for chromatin looping between these sites. In addition, ZNF143 is located between CTCF and cohesin at numerous CTCF sites, and ZNF143 removal narrows the space between CTCF and cohesin. Moreover, genetic deletion of ZNF143, in conjunction with acute CTCF depletion, reveals that ZNF143 and CTCF collaborate to regulate higher-order chromatin organization. Thus, ZNF143 is recruited by CTCF to the CTCF sites to regulate TAD formation, whereas directional recognition of genomic DNA motifs directly by ZNF143 itself regulates promoter activity via chromatin looping.