Abstract Global profile of gene expression at single-cell resolution remains to be determined for primates. Using a recently developed technology (“Stereo-seq”), we have obtained a comprehensive single-cell spatial transcriptome map at the whole-brain level for cynomolgus monkeys, with ∼600 genes per cell for 10 μm-thick coronal sections (up to 15 cm 2 in size). Large-scale single-nucleus RNA-seq analysis for ∼1 million cells helped to identify cell types corresponding to Stereo-seq gene expression profiles, providing a 3-D cell type atlas of the monkey brain. Quantitative analysis of Stereo-seq data revealed molecular fingerprints that mark distinct neocortical layers and subregions, as well as domains within subcortical structures including hippocampus, thalamus, striatum, cerebellum, hypothalamus and claustrum. Striking whole-brain topography and coordinated patterns were found in the expression of genes encoding receptors and transporters for neurotransmitters and neuromodulators. These results pave the way for cellular and molecular understanding of organizing principles of the primate brain.

Abstract The basic analysis steps of spatial transcriptomics involve obtaining gene expression information from both space and cells. This process requires a set of tools to be completed, and existing tools face performance issues when dealing with large data sets. These issues include computationally intensive spatial localization, RNA genome alignment, and excessive memory usage in large chip scenarios. These problems affect the applicability and efficiency of the process. To address these issues, a high-performance and accurate spatial transcriptomics data analysis workflow called Stereo-Seq Analysis Workflow (SAW) has been developed for the Stereo-Seq technology developed by BGI. This workflow includes mRNA spatial position reconstruction, genome alignment, gene expression matrix generation and clustering, and generate results files in a universal format for subsequent personalized analysis. The excutation time for the entire analysis process is ∼148 minutes on 1G reads 1*1 cm chip test data, 1.8 times faster than unoptimized workflow.

The transcription factor FOXM1, which plays critical roles in cell cycle progression and tumorigenesis, is highly expressed in rapidly proliferating cells and various tumor tissues, and high FOXM1 expression is related to a poor prognosis. However, the mechanism responsible for FOXM1 dysregulation is not fully understood. Here, we show that ABL1, a nonreceptor tyrosine kinase, contributes to the high expression of FOXM1 and FOXM1-dependent tumor development. Mechanistically, ABL1 directly binds FOXM1 and mediates FOXM1 phosphorylation at multiple tyrosine (Y) residues. Among these phospho-Y sites, pY575 is indispensable for FOXM1 stability as phosphorylation at this site protects FOXM1 from ubiquitin-proteasomal degradation. The interaction of FOXM1 with CDH1, a coactivator of the E3 ubiquitin ligase anaphase-promoting complex/cyclosome (APC/C), which is responsible for FOXM1 degradation, is significantly inhibited by Y575 phosphorylation. The phospho-deficient FOXM1(Y575F) mutant exhibited increased ubiquitination, a shortened half-life, and consequently a substantially decreased abundance. Compared to wild-type cells, a homozygous Cr-Y575F cell line expressing endogenous FOXM1(Y575F) that was generated by CRISPR/Cas9 showed obviously delayed mitosis progression, impeded colony formation and inhibited xenotransplanted tumor growth. Overall, our study demonstrates that ABL1 kinase is involved in high FOXM1 expression, providing clear evidence that ABL1 may act as a therapeutic target for the treatment of tumors with high FOXM1 expression.

Ubiquitin-like with PHD and RING finger domains 1 (UHRF1) is an epigenetic regulator that plays critical roles in tumours. However, the DNA methylation alteration patterns driven by UHRF1 and the related differentially expressed tumour-related genes remain unclear. In this study, a UHRF1-shRNA MCF-7 cell line was constructed, and whole-genome bisulfite sequencing and RNA sequencing were performed. The DNA methylation alteration landscape was elucidated, and DNA methylation-altered regions (DMRs) were found to be distributed in both gene bodies and adjacent regions. The DMRs were annotated and categorized into 488 hypermethylated/1696 hypomethylated promoters and 1149 hypermethylated/5501 hypomethylated gene bodies. Through an integrated analysis with the RNA sequencing data, 217 methylation-regulated upregulated genes and 288 downregulated genes were identified, and these genes were primarily enriched in nervous system development and cancer signalling pathways. Further analysis revealed 21 downregulated oncogenes and 15 upregulated TSGs. We also showed that UHRF1 silencing inhibited cell proliferation and migration and suppressed tumour growth in vivo. Our study suggested that UHRF1 and the oncogenes or TSGs it regulates might serve as biomarkers and targets for breast cancer treatment.