Abstract

 Two domains of the human estrogen receptor, responsible for hormone binding (region E) and tight nuclear binding (region C), are essential for the receptor to activate efficiently the transcription of estrogen-responsive genes. Region D, which joins the DNA- and hormone-binding domains, can be altered without affecting activation. Deletion of the N-terminal domain (region AB) has no effect on activation of a reporter gene containing a vitellogenin estrogen-responsive element (ERE) and the HSV-tk promoter, whereas it severely impairs activation of the human pS2 gene promoter. Deletion of most or all of the hormone-binding domain leads to only about 5% constitutive transcriptional activity, yet these mutants appear to bind efficiently to an ERE in vivo. Apparently, region C recognizes the ERE of target genes, and the hormone-binding domain plays an essential role for efficient activation of transcription.

Abstract

 Extracts containing wild-type or mutant human estrogen receptor (ER) have been used to study the binding of ER to its responsive element (ERE). Estradiol (E2) or the antiestrogen hydroxytamoxifen is required for ER binding as assayed by gel retardation. The DNA binding domain (DBD) encompasses the highly conserved region C. Both intact ER-E2 complexes and ER mutants truncated for the hormone binding domain (HBD) bind as dimers to an ERE. However, an HBD-truncated ER binds less tightly to an ERE than an intact ER-E2 complex. The DBD and the HBD contain a constitutive and a stronger ER-induced dimerization function, respectively. Thus, in addition to inducing the activation function associated with the HBD, estrogen plays a crucial role in the formation of stable ER dimers that bind tightly to ERE.

Determining the genome sequence of an organism is challenging, yet fundamental to understanding its biology. Over the past decade, thousands of human genomes have been sequenced, contributing deeply to biomedical research. In the vast majority of cases, these have been analyzed by aligning sequence reads to a single reference genome, biasing the resulting analyses, and in general, failing to capture sequences novel to a given genome. Some de novo assemblies have been constructed free of reference bias, but nearly all were constructed by merging homologous loci into single "consensus" sequences, generally absent from nature. These assemblies do not correctly represent the diploid biology of an individual. In exactly two cases, true diploid de novo assemblies have been made, at great expense. One was generated using Sanger sequencing, and one using thousands of clone pools. Here, we demonstrate a straightforward and low-cost method for creating true diploid de novo assemblies. We make a single library from ∼1 ng of high molecular weight DNA, using the 10x Genomics microfluidic platform to partition the genome. We applied this technique to seven human samples, generating low-cost HiSeq X data, then assembled these using a new "pushbutton" algorithm, Supernova. Each computation took 2 d on a single server. Each yielded contigs longer than 100 kb, phase blocks longer than 2.5 Mb, and scaffolds longer than 15 Mb. Our method provides a scalable capability for determining the actual diploid genome sequence in a sample, opening the door to new approaches in genomic biology and medicine.

A chicken oviduct cDNA clone containing the complete open reading frame of the oestrogen receptor (ER) has been isolated and sequenced. The mol. wt of the predicted 589-amino acid protein is approximately 66 kd which is very close to that of the human ER. Comparison of the human and chicken amino acid sequences shows that 80% of their amino acids are identical. There are three highly conserved regions; the second and third of which probably represent the DNA- and hormone-binding domains of the receptor. The putative DNA-binding domain is characterised by its high cysteine and basic amino acid content, and the hormone-binding domain by its overall hydrophobicity. These two domains of homology are also present in the human glucocorticoid receptor (GR) and the product of the avian erythroblastosis virus (AEV) gene, v-erbA, indicating that c-erbA, the cellular counterpart of v-erbA, belongs to a multigene family of transcriptional regulatory proteins which bind steroid-related ligands. The first highly conserved ER region is not present in the truncated v-erbA gene, but shares some homology with the N-terminal end of the GR. The function of the v-erbA gene product is discussed in relation to its homology with the ER and GR sequences.

Site-directed mutagenesis was used to prepare a series of human oestrogen receptor (hER) deletion mutants. The ability of these mutant receptors to bind oestradiol, either after being transiently expressed in HeLa cells or produced synthetically in vitro using T7 polymerase coupled with a rabbit reticulocyte lysate translation system, was analysed. The results indicate that a region which is highly conserved (94% amino acid identity) between the human and chicken ERs (region E) contains all of the sequence necessary to bind oestradiol with high affinity. When tight nuclear association of the oestradiol-receptor complex was investigated using the oestradiol-binding mutants of the same series, two regions of the hER sequence were found to be important. One of these regions is completely conserved (100% amino acid identity) between the human and chicken ERs (region C). This region is rich in cysteine and basic amino acids and contains motifs similar to those which have been proposed to be important for DNA binding in other eukaryotic transcriptional regulatory proteins. The other region (region D), which is comparatively poorly conserved (38% amino acid identity), is located between the putative DNA-binding domain (region C) and the oestradiol-binding domain (region E).

ABSTRACT Determining the genome sequence of an organism is challenging, yet fundamental to understanding its biology. Over the past decade, thousands of human genomes have been sequenced, contributing deeply to biomedical research. In the vast majority of cases, these have been analyzed by aligning sequence reads to a single reference genome, biasing the resulting analyses and, in general, failing to capture sequences novel to a given genome. Some de novo assemblies have been constructed, free of reference bias, but nearly all were constructed by merging homologous loci into single ‘consensus’ sequences, generally absent from nature. These assemblies do not correctly represent the diploid biology of an individual. In exactly two cases, true diploid de novo assemblies have been made, at great expense. One was generated using Sanger sequencing and one using thousands of clone pools. Here we demonstrate a straightforward and low-cost method for creating true diploid de novo assemblies. We make a single library from ~1 ng of high molecular weight DNA, using the 10x Genomics microfluidic platform to partition the genome. We applied this technique to seven human samples, generating low-cost HiSeq X data, then assembled these using a new ‘pushbutton’ algorithm, Supernova. Each computation took two days on a single server. Each yielded contigs longer than 100 kb, phase blocks longer than 2.5 Mb, and scaffolds longer than 15 Mb. Our method provides a scalable capability for determining the actual diploid genome sequence in a sample, opening the door to new approaches in genomic biology and medicine.

ABSTRACT Sequencing the genomes of individual cancer cells provides the highest resolution of intratumoral heterogeneity. To enable high throughput single cell DNA-Seq across thousands of individual cells per sample, we developed a droplet-based, automated partitioning technology for whole genome sequencing. We applied this approach on a set of gastric cancer cell lines and a primary gastric tumor. In parallel, we conducted a separate single cell RNA-Seq analysis on these same cancers and used copy number to compare results. This joint study, covering thousands of single cell genomes and transcriptomes, revealed extensive cellular diversity based on distinct copy number changes, numerous subclonal populations and in the case of the primary tumor, subclonal gene expression signatures. We found genomic evidence of positive selection – where the percentage of replicating cells per clone is higher than expected – indicating ongoing tumor evolution. Our study demonstrates that joining single cell genomic DNA and transcriptomic features provides novel insights into cancer heterogeneity and biology. SIGNIFICANCE We conducted a massively parallel DNA sequencing analysis on a set of gastric cancer cell lines and a primary gastric tumor in combination with a joint single cell RNA-Seq analysis. This joint study, covering thousands of single cell genomes and transcriptomes, revealed extensive cellular diversity based on distinct copy number changes, numerous subclonal populations and in the case of the primary tumor, subclonal gene expression signatures. We found genomic evidence of positive selection where the percentage of replicating cells per clone is higher than expected indicating ongoing tumor evolution. Our study demonstrates that combining single cell genomic DNA and transcriptomic features provides novel insights into cancer heterogeneity and biology.

TEN1 protein is a key component of CST complex, implicated in maintaining the telomere homeostasis, and provide stability to the eukaryotic genome. Mutations in TEN1 gene have higher chances of deleterious impact; thus, interpreting the number of mutations and their consequential impact on the structure, stability and function is essentially important. Here, we have investigated the structural and functional consequences of nsSNPs in the TEN1 gene. A wide array of sequence- and structure-based computational prediction tools were employed to identify the effects of 78 nsSNPs on the structure and function of TEN1 protein and deleterious nsSNPs were identified. These deleterious or destabilizing nsSNPs are scattered throughout the structure of TEN1. However, major mutations were observed in the α1-helix (12-16) and β5-strand (88-96). We further observed that mutations at C-terminal region were have higher tendency to form aggregate. In-depth structural analysis of these mutations reveals that the pathogenecity of these mutations are driven mainly through larger structural changes because of alterations in non-covalent interactions. This work provides a blue print to pinpoint the possible consequences of pathogenic mutations in the CST complex subunit TEN1.