Abstract The Comprehensive Antibiotic Resistance Database (CARD; https://card.mcmaster.ca) is a curated resource providing reference DNA and protein sequences, detection models and bioinformatics tools on the molecular basis of bacterial antimicrobial resistance (AMR). CARD focuses on providing high-quality reference data and molecular sequences within a controlled vocabulary, the Antibiotic Resistance Ontology (ARO), designed by the CARD biocuration team to integrate with software development efforts for resistome analysis and prediction, such as CARD’s Resistance Gene Identifier (RGI) software. Since 2017, CARD has expanded through extensive curation of reference sequences, revision of the ontological structure, curation of over 500 new AMR detection models, development of a new classification paradigm and expansion of analytical tools. Most notably, a new Resistomes & Variants module provides analysis and statistical summary of in silico predicted resistance variants from 82 pathogens and over 100 000 genomes. By adding these resistance variants to CARD, we are able to summarize predicted resistance using the information included in CARD, identify trends in AMR mobility and determine previously undescribed and novel resistance variants. Here, we describe updates and recent expansions to CARD and its biocuration process, including new resources for community biocuration of AMR molecular reference data.

Single cell RNA sequencing (scRNA-seq) is revolutionizing the study of complex biological systems. However, most sequencing studies overlook the contribution of transposable element (TE) expression to the transcriptome. In both scRNA-seq and bulk tissue RNA sequencing (RNA-seq), quantification of TE expression is challenging due to repetitive sequence content and poorly characterized TE gene models. Here, we developed a tool and analysis pipeline for Single cell Transposable Element Locus Level Analysis of scRNA Sequencing (Stellarscope) that reassigns multi-mapped reads to specific genomic loci using an expectation-maximization algorithm. Using Stellarscope, we built an atlas of TE expression in human PBMCs. We found that locus-specific TEs delineate cell types and define new cell subsets not identified by standard mRNA expression profiles. Altogether, this study provides comprehensive insights into the influence of transposable elements in human biology.

Abstract It has been three years since SARS-CoV-2 emerged and the world plunged into a “once in a century” pandemic. Since then, multiple waves of infection have swept through the human population, led by variants that were able to evade any acquired immunity. The co-evolution of SARS-CoV-2 variants with human immunity provides an excellent opportunity to study the interaction between viral pathogens and their human hosts. The heavily N -glycosylated spike-protein of SARS-CoV-2 plays a pivotal role in initiating infection and is the target for host immune response, both of which are impacted by host-installed N -glycans. We compared the N -glycan landscape of recombinantly expressed, stabilized, soluble spike-protein trimers representing seven of the most prominent SARS-CoV-2 variants and found that N -glycan processing is conserved at most sites. However, in multiple variants, processing of N -glycans from high mannose-to complex-type is reduced at sites N165, N343 and N616, implicated in spike-protein function.

Abstract The heterogeneity of cancers are driven by diverse mechanisms underlying oncogenesis such as differential ‘cell-of-origin’ (COO) progenitors, mutagenesis, and viral infections. Classification of B-cell lymphomas have been defined by considering these characteristics. However, the expression and contribution of transposable elements (TEs) to B cell lymphoma oncogenesis or classification have been overlooked. We hypothesized that incorporating TE signatures would increase the resolution of B-cell identity during healthy and malignant conditions. Here, we present the first comprehensive, locus-specific characterization of TE expression in benign germinal center (GC) B-cells, diffuse large B-cell lymphoma (DLBCL), Epstein-Barr virus (EBV)-positive and EBV-negative Burkitt lymphoma (BL), and follicular lymphoma (FL). Our findings demonstrate unique human endogenous retrovirus (HERV) signatures in the GC and lymphoma subtypes whose activity can be used in combination with gene expression to define B-cell lineage in lymphoid malignancies, highlighting the potential of retrotranscriptomic analyses as a tool in lymphoma classification, diagnosis, and the identification of novel treatment groups.