To understand the impact of gut microbes on human health and well-being it is crucial to assess their genetic potential. Here we describe the Illumina-based metagenomic sequencing, assembly and characterization of 3.3 million non-redundant microbial genes, derived from 576.7 gigabases of sequence, from faecal samples of 124 European individuals. The gene set, ∼150 times larger than the human gene complement, contains an overwhelming majority of the prevalent (more frequent) microbial genes of the cohort and probably includes a large proportion of the prevalent human intestinal microbial genes. The genes are largely shared among individuals of the cohort. Over 99% of the genes are bacterial, indicating that the entire cohort harbours between 1,000 and 1,150 prevalent bacterial species and each individual at least 160 such species, which are also largely shared. We define and describe the minimal gut metagenome and the minimal gut bacterial genome in terms of functions present in all individuals and most bacteria, respectively. The human body plays host to an estimated 100 trillion microbial cells, most of them in the gut where they have a profound influence on human physiology and nutrition — and are now regarded as crucial for human life. Gut microbes contribute to the energy harvest from food, and changes of gut microbiome may be associated with bowel diseases or obesity. Now the international MetaHIT (Metagenomics of the Human Intestinal Tract) project has published a gene catalogue of the human gut microbiome derived from 124 healthy, overweight and obese human adults, as well as inflammatory disease patients, from Denmark and Spain. The resulting data provide the first insights into this gene set — which is over 150 times larger than the human gene complement — and show that the genes are largely shared among individuals. Based on the variety of functions encoded by the gene set, it is possible to define both a minimal gut metagenome and a minimal gut bacterial genome. Deep metagenomic sequencing and characterization of the human gut microbiome from healthy and obese individuals, as well as those suffering from inflammatory bowel disease, provide the first insights into this gene set and how much of it is shared among individuals. The minimal gut metagenome as well as the minimal gut bacterial genome is also described.

We describe experiments using single-particle tracking in which mean-square displacement is simply proportional to time (Fickian), yet the distribution of displacement probability is not Gaussian as should be expected of a classical random walk but, instead, is decidedly exponential for large displacements, the decay length of the exponential being proportional to the square root of time. The first example is when colloidal beads diffuse along linear phospholipid bilayer tubes whose radius is the same as that of the beads. The second is when beads diffuse through entangled F-actin networks, bead radius being less than one-fifth of the actin network mesh size. We explore the relevance to dynamic heterogeneity in trajectory space, which has been extensively discussed regarding glassy systems. Data for the second system might suggest activated diffusion between pores in the entangled F-actin networks, in the same spirit as activated diffusion and exponential tails observed in glassy systems. But the first system shows exceptionally rapid diffusion, nearly as rapid as for identical colloids in free suspension, yet still displaying an exponential probability distribution as in the second system. Thus, although the exponential tail is reminiscent of glassy systems, in fact, these dynamics are exceptionally rapid. We also compare with particle trajectories that are at first subdiffusive but Fickian at the longest measurement times, finding that displacement probability distributions fall onto the same master curve in both regimes. The need is emphasized for experiments, theory, and computer simulation to allow definitive interpretation of this simple and clean exponential probability distribution.

Comparing single-cell transcriptomic atlases from diverse organisms can elucidate the origins of cellular diversity and assist the annotation of new cell atlases. Yet, comparison between distant relatives is hindered by complex gene histories and diversifications in expression programs. Previously, we introduced the self-assembling manifold (SAM) algorithm to robustly reconstruct manifolds from single-cell data (Tarashansky et al., 2019). Here, we build on SAM to map cell atlas manifolds across species. This new method, SAMap, identifies homologous cell types with shared expression programs across distant species within phyla, even in complex examples where homologous tissues emerge from distinct germ layers. SAMap also finds many genes with more similar expression to their paralogs than their orthologs, suggesting paralog substitution may be more common in evolution than previously appreciated. Lastly, comparing species across animal phyla, spanning sponge to mouse, reveals ancient contractile and stem cell families, which may have arisen early in animal evolution.

ABSTRACT Recent technological development in spatial transcriptomics allows researchers to measure gene expression of cells and their spatial locations at the almost single-cell level, which generates detailed biological insight into biological processes. However, specialized spatial transcriptomics databases are rare. Here, we present the Spatial TranscriptOmics DataBase (STOmicsDB), a user-friendly database with multifunctions including search of relevant publications and tools, public dataset visualization, customized specialized databases, new data archive, and online analysis. The current version of STOmicsDB consists of 141 curated spatial transcript datasets covering 12 species, and includes 5,618 spatial multi-omics publications and 674 tools. STOmicsDB is freely accessible at https://db.cngb.org/stomics/ .

Abstract Comparing single-cell transcriptomic atlases from diverse organisms can elucidate the origins of cellular diversity and assist the annotation of new cell atlases. Yet, comparison between distant relatives is hindered by complex gene histories and diversifications in expression programs. Previously, we introduced the self-assembling manifold (SAM) algorithm to robustly reconstruct manifolds from single-cell data (Tarashansky et al., 2019). Here, we build on SAM to map cell atlas manifolds across species. This new method, SAMap, identifies homologous cell types with shared expression programs across distant species within phyla, even in complex examples where homologous tissues emerge from distinct germ layers. SAMap also finds many genes with more similar expression to their paralogs than their orthologs, suggesting paralog substitution may be more common in evolution than previously appreciated. Lastly, comparing species across animal phyla, spanning mouse to sponge, reveals ancient contractile and stem cell families, which may have arisen early in animal evolution.

Animal behavior emerges from collective dynamics of interconnected neurons, making it vulnerable to connectome damage. Paradoxically, many organisms maintain significant behavioral output after large-scale neural injury. Molecular underpinnings of this extreme robustness remain largely unknown. Here, we develop a quantitative behavioral analysis pipeline to measure previously uncharacterized long-lasting latent memory states in planarian flatworms during whole-brain regeneration. By combining >20,000 animal trials with neural population dynamic modeling, we show that long-range volumetric peptidergic signals allow the planarian to rapidly reestablish latent states and restore coarse behavior after large structural perturbations to the nervous system, while small-molecule neuromodulators gradually refine the precision. The different time and length scales of neuropeptide and small-molecule transmission generate incoherent patterns of neural activity which competitively regulate behavior and memory. Controlling behavior through opposing communication mechanisms creates a more robust system than either alone and may serve as a generic approach to construct robust neural networks.

Abstract Planarians have long been studied for their regenerative abilities. Moving forward, tools for ectopic expression of non-native proteins will be of substantial value. Using a luminescent reporter to overcome the strong autofluorescence background of planarian tissues, we demonstrate heterologous protein expression in planarian cells and live animals. Our approach is based on the introduction of mRNA through several nanotechnological and chemical transfection methods. We improve reporter expression by altering untranslated region (UTR) sequences and codon bias, facilitating measurement of expression kinetics both in isolated cells and in whole planarians using luminescence imaging. We also examine protein expression as a function of variations in the UTRs of delivered mRNA, demonstrating a framework to investigate gene regulation at the post-transcriptional level. Together, these advances expand the toolbox for the mechanistic analysis of planarian biology and establish a strong foundation for the development and expansion of transgenic techniques in this unique model system. Motivation The study of planarians has contributed to advances in our understanding of regeneration, stem cell dynamics, and many other fundamental biological processes. However, the persistent challenge of expressing transgenes in planarians has led to the speculation that they may be resistant to transfection. In this work, we develop methods to express exogenous mRNAs in both isolated planarian cells and whole animals by optimizing delivery techniques, genetic constructs, and detection methods. These methods allow us to study transfection kinetics and post-transcriptional regulation of gene expression in a quantitative manner. Beyond planarian research, this work should also provide a broadly applicable strategy to develop similar tools for animals that are also challenging to modify genetically.

Reliable execution of behaviors requires that brain circuits correct for variations in neuronal dynamics. Genetic perturbation of the majority of excitatory neurons in a brain region involved in song production in adult songbirds with stereotypical songs triggered severe degradation of their songs. The song fully recovered within two weeks, and substantial improvement occurred even when animals were prevented from singing during the recovery period, indicating that offline mechanisms enable recovery in an unsupervised manner. Song restoration was accompanied by increased excitatory synaptic inputs to unmanipulated neurons in the same region. A model inspired by the behavioral and electrophysiological findings suggests that a combination of unsupervised single-cell and population-level homeostatic plasticity rules can support the observed functional restoration after large-scale disruption of networks implementing sequential dynamics. In the model the sequence is restored through a parallel homeostatic process, rather than regrown serially, and predicts that sequences should recover in a saltatory fashion. Correspondingly, we observed such recovery in the songs of manipulated animals, with syllables that rapidly alternate between abnormal and normal durations from rendition to rendition until eventually they permanently settled into their original length. These observations indicate the existence of cellular and systems-level restorative mechanisms that ensure behavioral resilience.