This study describes comprehensive polling of transcription start and termination sites and analysis of previously unidentified full-length complementary DNAs derived from the mouse genome. We identify the 5′ and 3′ boundaries of 181,047 transcripts with extensive variation in transcripts arising from alternative promoter usage, splicing, and polyadenylation. There are 16,247 new mouse protein-coding transcripts, including 5154 encoding previously unidentified proteins. Genomic mapping of the transcriptome reveals transcriptional forests, with overlapping transcription on both strands, separated by deserts in which few transcripts are observed. The data provide a comprehensive platform for the comparative analysis of mammalian transcriptional regulation in differentiation and development.

Secreted membrane‐enclosed vesicles, collectively called extracellular vesicles (EVs), which include exosomes, ectosomes, microvesicles, microparticles, apoptotic bodies and other EV subsets, encompass a very rapidly growing scientific field in biology and medicine. Importantly, it is currently technically challenging to obtain a totally pure EV fraction free from non‐vesicular components for functional studies, and therefore there is a need to establish guidelines for analyses of these vesicles and reporting of scientific studies on EV biology. Here, the International Society for Extracellular Vesicles (ISEV) provides researchers with a minimal set of biochemical, biophysical and functional standards that should be used to attribute any specific biological cargo or functions to EVs.

Only a small proportion of the mouse genome is transcribed into mature messenger RNA transcripts. There is an international collaborative effort to identify all full-length mRNA transcripts from the mouse, and to ensure that each is represented in a physical collection of clones. Here we report the manual annotation of 60,770 full-length mouse complementary DNA sequences. These are clustered into 33,409 ‘transcriptional units’, contributing 90.1% of a newly established mouse transcriptome database. Of these transcriptional units, 4,258 are new protein-coding and 11,665 are new non-coding messages, indicating that non-coding RNA is a major component of the transcriptome. 41% of all transcriptional units showed evidence of alternative splicing. In protein-coding transcripts, 79% of splice variations altered the protein product. Whole-transcriptome analyses resulted in the identification of 2,431 sense–antisense pairs. The present work, completely supported by physical clones, provides the most comprehensive survey of a mammalian transcriptome so far, and is a valuable resource for functional genomics.

Cerebral deposition of β‐amyloid peptide (βA) is a hallmark of Alzheimer's disease. Concentration of βA could play a critical role in the rate of amyloid deposition. It is therefore of considerable importance to identify proteases involved in processing of βA. 125 I‐labeled synthetic βA specifically cross‐linked to a single protein with M r = 110,000 in cytosol fractions from rat brain and liver. This protein was identified as insulin degrading enzyme (IDE) since the labeling of the 110 kDa protein was completely blocked by an excess of insulin, and anti‐IDE monoclonal antibodies precipitated the labeled protein. Purified rat IDE effectively degraded βA.

ABSTRACT Bioinformatics tools are imperative for the in depth analysis of heterogeneous high‐throughput data. Most of the software tools are developed by specific laboratories or groups or companies wherein they are designed to perform the required analysis for the group. However, such software tools may fail to capture “what the community needs in a tool”. Here, we describe a novel community‐driven approach to build a comprehensive functional enrichment analysis tool. Using the existing FunRich tool as a template, we invited researchers to request additional features and/or changes. Remarkably, with the enthusiastic participation of the community, we were able to implement 90% of the requested features. FunRich enables plugin for extracellular vesicles wherein users can download and analyse data from Vesiclepedia database. By involving researchers early through community needs software development, we believe that comprehensive analysis tools can be developed in various scientific disciplines.

Exosomes are nanosized (30-100 nm) membrane vesicles secreted by most cell types. Exosomes have been found to contain various RNA species including miRNA, mRNA and long non-protein coding RNAs. A number of cancer cells produce elevated levels of exosomes. Because exosomes have been isolated from most body fluids they may provide a source for non-invasive cancer diagnostics. Transcriptome profiling that uses deep-sequencing technologies (RNA-Seq) offers enormous amount of data that can be used for biomarkers discovery, however, in case of exosomes this approach was applied only for the analysis of small RNAs. In this study, we utilized RNA-Seq technology to analyze RNAs present in microvesicles secreted by human breast cancer cell lines. Exosomes were isolated from the media conditioned by two human breast cancer cell lines, MDA-MB-231 and MDA-MB-436. Exosomal RNA was profiled using the Ion Torrent semiconductor chip-based technology. Exosomes were found to contain various classes of RNA with the major class represented by fragmented ribosomal RNA (rRNA), in particular 28S and 18S rRNA subunits. Analysis of exosomal RNA content revealed that it reflects RNA content of the donor cells. Although exosomes produced by the two cancer cell lines shared most of the RNA species, there was a number of non-coding transcripts unique to MDA-MB-231 and MDA-MB-436 cells. This suggests that RNA analysis might distinguish exosomes produced by low metastatic breast cancer cell line (MDA-MB-436) from that produced by highly metastatic breast cancer cell line (MDA-MB-231). The analysis of gene ontologies (GOs) associated with the most abundant transcripts present in exosomes revealed significant enrichment in genes encoding proteins involved in translation and rRNA and ncRNA processing. These GO terms indicate most expressed genes for both, cellular and exosomal RNA. For the first time, using RNA-seq, we examined the transcriptomes of exosomes secreted by human breast cancer cells. We found that most abundant exosomal RNA species are the fragments of 28S and 18S rRNA subunits. This limits the number of reads from other RNAs. To increase the number of detectable transcripts and improve the accuracy of their expression level the protocols allowing depletion of fragmented rRNA should be utilized in the future RNA-seq analyses on exosomes. Present data revealed that exosomal transcripts are representative of their cells of origin and thus could form basis for detection of tumor specific markers.