Using next-generation sequencing technology alone, we have successfully generated and assembled a draft sequence of the giant panda genome. The assembled contigs (2.25 gigabases (Gb)) cover approximately 94% of the whole genome, and the remaining gaps (0.05 Gb) seem to contain carnivore-specific repeats and tandem repeats. Comparisons with the dog and human showed that the panda genome has a lower divergence rate. The assessment of panda genes potentially underlying some of its unique traits indicated that its bamboo diet might be more dependent on its gut microbiome than its own genetic composition. We also identified more than 2.7 million heterozygous single nucleotide polymorphisms in the diploid genome. Our data and analyses provide a foundation for promoting mammalian genetic research, and demonstrate the feasibility for using next-generation sequencing technologies for accurate, cost-effective and rapid de novo assembly of large eukaryotic genomes. The genome of the giant panda — specifically of the female Beijing Olympics mascot Jingjing — has been determined using short-read sequencing technology, a first for such a complex genome. It consists of some 2.4 billion DNA base pairs, compared to 3 billion in humans, and contains around 21,000 protein-encoding genes, similar to the human genome. Genomic diversity reflected in the sequence is high, raising hopes that despite a population of only about 2,500, conservation efforts can keep the species from extinction. Intriguingly, the panda appears to have all the genes needed for a carnivorous digestive system but lacks digestive cellulase genes. It may therefore depend on its gut microbiome to handle its famously limited bamboo diet. Taste may be a diet-limiting factor: loss of function of the T1R1 gene means that pandas may not experience the umami taste associated with high-protein foods. Technical aspects of this work pave the way for the use of next-generation sequencing for rapid de novo assembly of large eukaryotic genomes. Here, a draft sequence of the giant panda genome is assembled using next-generation sequencing technology alone. Genome analysis reveals a low divergence rate in comparison with dog and human genomes and insights into panda-specific traits; for example, the giant panda's bamboo diet may be more dependent on its gut microbiome than its own genetic composition.

Here we present the first diploid genome sequence of an Asian individual. The genome was sequenced to 36-fold average coverage using massively parallel sequencing technology. We aligned the short reads onto the NCBI human reference genome to 99.97% coverage, and guided by the reference genome, we used uniquely mapped reads to assemble a high-quality consensus sequence for 92% of the Asian individual’s genome. We identified approximately 3 million single-nucleotide polymorphisms (SNPs) inside this region, of which 13.6% were not in the dbSNP database. Genotyping analysis showed that SNP identification had high accuracy and consistency, indicating the high sequence quality of this assembly. We also carried out heterozygote phasing and haplotype prediction against HapMap CHB and JPT haplotypes (Chinese and Japanese, respectively), sequence comparison with the two available individual genomes (J. D. Watson and J. C. Venter), and structural variation identification. These variations were considered for their potential biological impact. Our sequence data and analyses demonstrate the potential usefulness of next-generation sequencing technologies for personal genomics. The power of the latest massively parallel synthetic DNA sequencing technologies is demonstrated in two major collaborations that shed light on the nature of genomic variation with ethnicity. The first describes the genomic characterization of an individual from the Yoruba ethnic group of west Africa. The second reports a personal genome of a Han Chinese, the group comprising 30% of the world's population. These new resources can now be used in conjunction with the Venter, Watson and NIH reference sequences. A separate study looked at genetic ethnicity on the continental scale, based on data from 1,387 individuals from more than 30 European countries. Overall there was little genetic variation between countries, but the differences that do exist correspond closely to the geographic map. Statistical analysis of the genome data places 50% of the individuals within 310 km of their reported origin. As well as its relevance for testing genetic ancestry, this work has implications for evaluating genome-wide association studies that link genes with diseases.

Characterized primarily by a low body-mass index, anorexia nervosa is a complex and serious illness1, affecting 0.9–4% of women and 0.3% of men2–4, with twin-based heritability estimates of 50–60%5. Mortality rates are higher than those in other psychiatric disorders6, and outcomes are unacceptably poor7. Here we combine data from the Anorexia Nervosa Genetics Initiative (ANGI)8,9 and the Eating Disorders Working Group of the Psychiatric Genomics Consortium (PGC-ED) and conduct a genome-wide association study of 16,992 cases of anorexia nervosa and 55,525 controls, identifying eight significant loci. The genetic architecture of anorexia nervosa mirrors its clinical presentation, showing significant genetic correlations with psychiatric disorders, physical activity, and metabolic (including glycemic), lipid and anthropometric traits, independent of the effects of common variants associated with body-mass index. These results further encourage a reconceptualization of anorexia nervosa as a metabo-psychiatric disorder. Elucidating the metabolic component is a critical direction for future research, and paying attention to both psychiatric and metabolic components may be key to improving outcomes. Genome-wide analyses identify eight independent loci associated with anorexia nervosa. Genetic correlations implicate both psychiatric and metabolic components in the etiology of this disorder, even after adjusting for the effects of common variants associated with body mass index.

A wealth of genetic associations for cardiovascular and metabolic phenotypes in humans has been accumulating over the last decade, in particular a large number of loci derived from recent genome wide association studies (GWAS). True complex disease-associated loci often exert modest effects, so their delineation currently requires integration of diverse phenotypic data from large studies to ensure robust meta-analyses. We have designed a gene-centric 50 K single nucleotide polymorphism (SNP) array to assess potentially relevant loci across a range of cardiovascular, metabolic and inflammatory syndromes. The array utilizes a “cosmopolitan” tagging approach to capture the genetic diversity across ∼2,000 loci in populations represented in the HapMap and SeattleSNPs projects. The array content is informed by GWAS of vascular and inflammatory disease, expression quantitative trait loci implicated in atherosclerosis, pathway based approaches and comprehensive literature searching. The custom flexibility of the array platform facilitated interrogation of loci at differing stringencies, according to a gene prioritization strategy that allows saturation of high priority loci with a greater density of markers than the existing GWAS tools, particularly in African HapMap samples. We also demonstrate that the IBC array can be used to complement GWAS, increasing coverage in high priority CVD-related loci across all major HapMap populations. DNA from over 200,000 extensively phenotyped individuals will be genotyped with this array with a significant portion of the generated data being released into the academic domain facilitating in silico replication attempts, analyses of rare variants and cross-cohort meta-analyses in diverse populations. These datasets will also facilitate more robust secondary analyses, such as explorations with alternative genetic models, epistasis and gene-environment interactions.

The Taming of the Silkworm Silkworms, Bombyx mori , represent one of the few domesticated insects, having been domesticated over 10,000 years ago. Xia et al. (p. 433 , published online 27 August) sequenced 29 domestic and 11 wild silkworm lines and identified genes that were most likely to be selected during domestication. These genes represent those that enhance silk production, reproduction, and growth. Furthermore, silkworms were probably only domesticated once from a large progenitor population, rather than on multiple occasions, as has been observed for other domesticated animals.

Summary Pediatric brain and spinal cancer are the leading disease-related cause of death in children, thus we urgently need curative therapeutic strategies for these tumors. To accelerate such discoveries, the Children’s Brain Tumor Network and Pacific Pediatric Neuro-Oncology Consortium created a systematic process for tumor biobanking, model generation, and sequencing with immediate access to harmonized data. We leverage these data to create OpenPBTA, an open collaborative project which establishes over 40 scalable analysis modules to genomically characterize 1,074 pediatric brain tumors. Transcriptomic classification reveals that TP53 loss is a significant marker for poor overall survival in ependymomas and H3 K28-altered diffuse midline gliomas and further identifies universal TP53 dysregulation in mismatch repair-deficient hypermutant high-grade gliomas. OpenPBTA is a foundational analysis platform actively being applied to other pediatric cancers and inform molecular tumor board decision-making, making it an invaluable resource to the pediatric oncology community. In Brief The OpenPBTA is a global, collaborative open-science initiative which brought together researchers and clinicians to genomically characterize 1,074 pediatric brain tumors and 22 patient-derived cell lines. Shapiro, et. al create over 40 open-source, scalable modules to perform cancer genomics analyses and provide a richly-annotated somatic dataset across 58 brain tumor histologies. The OpenPBTA framework can be used as a model for large-scale data integration to inform basic research, therapeutic target identification, and clinical translation. Highlights OpenPBTA collaborative analyses establish resource for 1,074 pediatric brain tumors NGS-based WHO-aligned integrated diagnoses generated for 641 of 1,074 tumors RNA-Seq analysis infers medulloblastoma subtypes, TP53 status, and telomerase activity OpenPBTA will accelerate therapeutic translation of genomic insights

Total triterpenoids from the fruits of Chaenomeles speciosa(TCS) are active components in the prevention and treatment of gastric mucosal damage, which have potential anti-aging effects. However, it is still unclear whether TCS can improve gastric aging, especially its molecular mechanism against gastric aging. On this basis, this study explored the effect and mechanism of TCS on senescent GES-1 cells induced by D-galactose(D-gal) to provide scientific data for the clinical use of TCS to prevent gastric aging. GES-1 cells cultured in vitro and those transfected with overexpression GLS1(GLS1-OE) plasmid of glutaminase 1(GLS1) were induced to aging by D-gal, and then TCS and or GLS1 inhibitor bis-2-(5-phenylacetamido-1,3,4-thiadiazol-2-yl) ethyl sulfide(BPTES) were given. Cell survival rate, positive rate of β-galactosidase(SA-β-gal) staining, mitochondrial membrane potential(MMP), and apoptosis were investigated. GLS1 activity, levels of glutamine(Gln), glutamate(Glu), α-ketoglutarate(α-KG), urea, and ammonia in supernatant and cells were detected by enzyme-linked immunosorbent assay(ELISA) and colorimetric methods. The mRNA and protein expressions of GLS1 and the related genes of the mitochondrial apoptosis signaling pathway were measured by real-time fluorescence quantitative PCR and Western blot. The results manifested that compared with the D-gal model group and GLS1-OE D-gal model group, TCS significantly decreased the SA-β-gal staining positive cell rate and MMP of D-gal-induced senescent GES-1 cells and GLS1-OE senescent GES-1 cells, inhibited the survival of senescent cells, and promoted their apoptosis(P<0.01). It decreased the activity of GLS1 and the content of Gln, Glu, α-KG, urea, and ammonia in supernatant and cell(P<0.01), reduced the concentration of cytochrome C(Cyto C) in mitochondria and the mRNA and protein expressions of GLS1 and proliferating nuclear antigen in cells(P<0.01). The mRNA expression of Bcl-2 and Bcl-xl, the protein expression of pro-caspase-9 and pro-caspase-3, and the ratio of Bcl-2/Bax and Bcl-xl/Bad in cells were decreased(P<0.01). Cyto C concentration in the cytoplasm, the mRNA expressions of Bax, Bad, apoptosis protease activating factor 1(Apaf-1), and protein expressions of cleaved-caspase-9, cleaved-caspase-3, cleaved-PARP-1 were increased(P<0.01). The aforementioned results indicate that TCS can counteract the senescent GES-1 cells induced by D-gal, and its mechanism may be closely related to suppressing the Gln/GLS1/α-KG metabolic axis, activating the mitochondrial apoptosis pathway, and thereby accelerating the apoptosis of the senescent cells and eliminating senescent cells.

Abstract. iPSC technology has become an invaluable tool for treating Alzheimers disease (AD). AD is a neurodegenerative disease that imposes major burden on the economy. This paper aims to summarize the hypotheses for the cause of AD, the mechanisms of iPSC technology, and the clinical applications of iPSC in AD. There are many hypotheses for the cause of AD, including Genetic mutation of genes coding for Amyloid Precursor protein (APP), presenilin 1 (PS1) and presenilin 2 (PS2), phosphorylated Tau protein, etc. There are many methods of improving the safety and efficiency of iPSC generation, including the exploration of new host cells, new transcription factors, and the incorporation of new technology like CRISPR into the generation process. iPSC modeling is a critical tool for AD treatment. iPSC is an efficient method of generating stem cells whilst also possessing less ethical concerns compared to other stem cell generation methods. iPSC modeling allows researchers to test treatment options outside of the patients body before administering the treatment method to the patient. As of current, iPSC cell therapy does not possess sufficient data for human trials. Future studies aim to develop new technologies and collect data required to launch iPSC cell therapy in clinical trials.

Eating disorders and substance use disorders frequently co-occur. Twin studies reveal shared genetic variance between liabilities to eating disorders and substance use, with the strongest associations between symptoms of bulimia nervosa (BN) and problem alcohol use (genetic correlation [rg], twin-based=0.23-0.53). We estimated the genetic correlation between eating disorder and substance use and disorder phenotypes using data from genome-wide association studies (GWAS). Four eating disorder phenotypes (anorexia nervosa [AN], AN with binge-eating, AN without binge-eating, and a BN factor score), and eight substance-use-related phenotypes (drinks per week, alcohol use disorder [AUD], smoking initiation, current smoking, cigarettes per day, nicotine dependence, cannabis initiation, and cannabis use disorder) from eight studies were included. Significant genetic correlations were adjusted for variants associated with major depressive disorder (MDD). Total sample sizes per phenotype ranged from ~2,400 to ~537,000 individuals. We used linkage disequilibrium score regression to calculate single nucleotide polymorphism-based genetic correlations between eating disorder and substance-use-related phenotypes. Significant positive genetic associations emerged between AUD and AN (rg=0.18; false discovery rate q=0.0006), cannabis initiation and AN (rg=0.23; q<0.0001), and cannabis initiation and AN with binge-eating (rg=0.27; q=0.0016). Conversely, significant negative genetic correlations were observed between three non-diagnostic smoking phenotypes (smoking initiation, current smoking, and cigarettes per day) and AN without binge-eating (rgs=-0.19 to -0.23; qs<0.04). The genetic correlation between AUD and AN was no longer significant after co-varying for MDD loci. The patterns of association between eating disorder- and substance-use-related phenotypes highlights the potentially complex and substance-specific relationships between these behaviors.