MicroRNAs (miRNAs) regulate various biological processes, but evidence for miRNAs that control the differentiation program of specific neural cell types has been elusive. To determine the role of miRNAs in the formation of myelinating oligodendrocytes, we selectively deleted a miRNA-processing enzyme, Dicer1, in oligodendrocyte lineage cells. Mice lacking Dicer1 display severe myelinating deficits despite an expansion of the oligodendrocyte progenitor pool. To search for miRNAs responsible for the induction of oligodendrocyte maturation, we identified miR-219 and miR-338 as oligodendrocyte-specific miRNAs in spinal cord. Overexpression of these miRNAs is sufficient to promote oligodendrocyte differentiation. Additionally, blockage of these miRNA activities in oligodendrocyte precursor culture and knockdown of miR-219 in zebrafish inhibit oligodendrocyte maturation. miR-219 and miR-338 function in part by directly repressing negative regulators of oligodendrocyte differentiation, including transcription factors Sox6 and Hes5. These findings illustrate that miRNAs are important regulators of oligodendrocyte differentiation, providing new targets for myelin repair.

Abstract Sequence alignment is a long standing problem in bioinformatics. The Basic Local Alignment Search Tool (BLAST) is one of the most popular and fundamental alignment tools. The explosive growth of biological sequences calls for speedup of sequence alignment tools such as BLAST. To this end, we develop high speed BLASTN (HS-BLASTN), a parallel and fast nucleotide database search tool that accelerates MegaBLAST—the default module of NCBI-BLASTN. HS-BLASTN builds a new lookup table using the FMD-index of the database and employs an accurate and effective seeding method to find short stretches of identities (called seeds) between the query and the database. HS-BLASTN produces the same alignment results as MegaBLAST and its computational speed is much faster than MegaBLAST. Specifically, our experiments conducted on a 12-core server show that HS-BLASTN can be 22 times faster than MegaBLAST and exhibits better parallel performance than MegaBLAST. HS-BLASTN is written in C++ and the related source code is available at https://github.com/chenying2016/queries under the GPLv3 license.

Abstract Several microRNAs (miRNA) have been implicated in nasopharyngeal carcinoma (NPC), a highly invasive and metastatic cancer that is widely prevalent in southern China. In this study, we report that microRNA miR-26a iscommonly downregulated in NPC specimens and NPC cell lines with important functional consequences. Ectopic expression of miR-26a dramatically suppressed cell proliferation and colony formation by inducing G1-phase cell-cycle arrest. We found that miR-26a strongly reduced the expression of EZH2 oncogene in NPC cells. Similar to the restoring miR-26 expression, EZH2 downregulation inhibited cell growth and cell-cycle progression, whereas EZH2 overexpression rescued the suppressive effect of miR-26a. Mechanistic investigations revealed that miR-26a suppressed the expression of c-myc, the cyclin D3 and E2, and the cyclin-dependent kinase CDK4 and CDK6 while enhancing the expression of CDK inhibitors p14ARF and p21CIP1 in an EZH2-dependent manner. Interestingly, cyclin D2 was regulated by miR-26a but not by EZH2, revealing cyclin D2 asanother direct yet mechanistically distinct target of miR-26a. In clinical specimens, EZH2 was widely overexpressed and its mRNA levels were inversely correlated with miR-26a expression. Taken together, our results indicate that miR-26a functions as a growth-suppressive miRNA in NPC, and that its suppressive effects are mediated chiefly by repressing EZH2 expression. Cancer Res; 71(1); 225–33. ©2010 AACR.

MECAT combines fast alignment with error correction and de novo assembly for the processing of long single-molecule reads derived from large genomes. We present a tool that combines fast mapping, error correction, and de novo assembly (MECAT; accessible at https://github.com/xiaochuanle/MECAT ) for processing single-molecule sequencing (SMS) reads. MECAT's computing efficiency is superior to that of current tools, while the results MECAT produces are comparable or improved. MECAT enables reference mapping or de novo assembly of large genomes using SMS reads on a single computer.

Abstract Long nanopore reads are advantageous in de novo genome assembly. However, nanopore reads usually have broad error distribution and high-error-rate subsequences. Existing error correction tools cannot correct nanopore reads efficiently and effectively. Most methods trim high-error-rate subsequences during error correction, which reduces both the length of the reads and contiguity of the final assembly. Here, we develop an error correction, and de novo assembly tool designed to overcome complex errors in nanopore reads. We propose an adaptive read selection and two-step progressive method to quickly correct nanopore reads to high accuracy. We introduce a two-stage assembler to utilize the full length of nanopore reads. Our tool achieves superior performance in both error correction and de novo assembling nanopore reads. It requires only 8122 hours to assemble a 35X coverage human genome and achieves a 2.47-fold improvement in NG50. Furthermore, our assembly of the human WERI cell line shows an NG50 of 22 Mbp. The high-quality assembly of nanopore reads can significantly reduce false positives in structure variation detection.

Abstract Background: BGISEQ-500 is a new desktop sequencer developed by BGI. Using DNA nanoball and combinational probe anchor synthesis developed from Complete Genomics™ sequencing technologies, it generates short reads at a large scale. Findings: Here, we present the first human whole-genome sequencing dataset of BGISEQ-500. The dataset was generated by sequencing the widely used cell line HG001 (NA12878) in two sequencing runs of paired-end 50 bp (PE50) and two sequencing runs of paired-end 100 bp (PE100). We also include examples of the raw images from the sequencer for reference. Finally, we identified variations using this dataset, estimated the accuracy of the variations, and compared to that of the variations identified from similar amounts of publicly available HiSeq2500 data. Conclusions: We found similar single nucleotide polymorphism (SNP) detection accuracy for the BGISEQ-500 PE100 data (false positive rate [FPR] = 0.00020%, sensitivity = 96.20%) compared to the PE150 HiSeq2500 data (FPR = 0.00017%, sensitivity = 96.60%) better SNP detection accuracy than the PE50 data (FPR = 0.0006%, sensitivity = 94.15%). But for insertions and deletions (indels), we found lower accuracy for BGISEQ-500 data (FPR = 0.00069% and 0.00067% for PE100 and PE50 respectively, sensitivity = 88.52% and 70.93%) than the HiSeq2500 data (FPR = 0.00032%, sensitivity = 96.28%). Our dataset can serve as the reference dataset, providing basic information not just for future development, but also for all research and applications based on the new sequencing platform.

Abstract Although long Nanopore reads are advantageous in de novo genome assembly, applying Nanopore reads in genomic studies is still hindered by their complex errors. Here, we developed NECAT, an error correction and de novo assembly tool designed to overcome complex errors in Nanopore reads. We proposed an adaptive read selection and two-step progressive method to quickly correct Nanopore reads to high accuracy. We introduced a two-stage assembler to utilize the full length of Nanopore reads. NECAT achieves superior performance in both error correction and de novo assembly of Nanopore reads. NECAT requires only 7,225 CPU hours to assemble a 35X coverage human genome and achieves a 2.28-fold improvement in NG50. Furthermore, our assembly of the human WERI cell line showed an NG50 of 29 Mbp. The high-quality assembly of Nanopore reads can significantly reduce false positives in structure variation detection.

ABSTRACT The high computational cost of current assembly methods for the long, noisy single molecular sequencing (SMS) reads has prevented them from assembling large genomes. We introduce an ultra-fast alignment method based on a novel global alignment score. For large human SMS data, our method is 7X faster than MHAP for pairwise alignment and 15X faster than BLASR for reference mapping. We develop a Mapping, Error Correction and de novo Assembly Tool (MECAT) by integrating our new alignment and error correction methods, with the Celera Assembler. MECAT is capable of producing high quality de novo assembly of large genome from SMS reads with low computational cost. MECAT produces reference-quality assemblies of Saccharomyces cerevisiae , Arabidopsis thaliana , Drosophila melanogaster and reconstructs the human CHM1 genome with 15% longer NG50 in only 7600 CPU core hours using 54X SMS reads and a Chinese Han genome in 19200 CPU core hours using 102X SMS reads.

Abstract Fragmented long noisy reads (FLNRs), such as Pore-C, contain multiple fragments of varied length separated by restriction enzyme sites. Existing alignment tools have a low mapping rate for short fragments and find incorrect fragment boundaries, which affects the utilization of FLNRs for downstream studies. Here, we develop Falign, a sequence alignment method that is adapted to the nature of FLNRs. Falign adopts a two-phase approach to efficiently align both long and short fragments. Falign uses the restriction enzyme sites on the reference genome as boundaries, which avoids the problem of destroyed fragment boundaries on FLNRs. Falign employs a multiple-stage searching mechanism to effectively recover the alignments of FLNRs with multiple fragments and interchromosomal fragments. Experiments on simulated and experimental fragmented long noisy 3C datasets show that Falign can effectively recover the constructs of reads and the sampled loci of the fragments. Falign allows significantly higher data utilization for FLNRs.

Abstract In diploid organisms, spatial variations between homologous chromosomes are essential to many biological phenomena. Currently, it is still challenging to efficiently reconstruct a high-quality diploid 3D human genome. Here, we introduce Dip3D, reconstructing the diploid 3D human genome using Pore-C data of one sample. Dip3D has solved multiple problems in genome-wide SNV calling and haplo-tagging caused by the high sequencing error rates in Pore-C type data. Dip3D capitalizes on the high-order chromosomal interaction characteristics, enabling robust haplotype imputation and intricate haplotype-specific 3D structure discovery. Dip3D outperforms previous methods in data utilization rate, contact matrix resolution, and completeness by one order of magnitude. Moreover, Dip3D allows capturing haplotype high-order interactions that are unseen in Hi-C type data. We demonstrated the identified haplotype substructures such as Topologically Associating Domains (TADs) in the constructed 3D human genome, and unraveled connections between genic haplotype-specific high-order interactions and imbalanced allelic expression.