Neuronal types in the central nervous system differ dramatically in their resilience to injury or other insults. Here we studied the selective resilience of mouse retinal ganglion cells (RGCs) following optic nerve crush (ONC), which severs their axons and leads to death of ∼80% of RGCs within 2 weeks. To identify expression programs associated with differential resilience, we first used single-cell RNA-seq (scRNA-seq) to generate a comprehensive molecular atlas of 46 RGC types in adult retina. We then tracked their survival after ONC; characterized transcriptomic, physiological, and morphological changes that preceded degeneration; and identified genes selectively expressed by each type. Finally, using loss- and gain-of-function assays in vivo, we showed that manipulating some of these genes improved neuronal survival and axon regeneration following ONC. This study provides a systematic framework for parsing type-specific responses to injury and demonstrates that differential gene expression can be used to reveal molecular targets for intervention.

Intrinsically disordered proteins, defying the traditional protein structure-function paradigm, are a challenge to study experimentally. Because a large part of our knowledge rests on computational predictions, it is crucial that their accuracy is high. The Critical Assessment of protein Intrinsic Disorder prediction (CAID) experiment was established as a community-based blind test to determine the state of the art in prediction of intrinsically disordered regions and the subset of residues involved in binding. A total of 43 methods were evaluated on a dataset of 646 proteins from DisProt. The best methods use deep learning techniques and notably outperform physicochemical methods. The top disorder predictor has Fmax = 0.483 on the full dataset and Fmax = 0.792 following filtering out of bona fide structured regions. Disordered binding regions remain hard to predict, with Fmax = 0.231. Interestingly, computing times among methods can vary by up to four orders of magnitude.

Abstract The analysis of whole-genome sequencing studies is challenging due to the large number of rare variants in noncoding regions and the lack of natural units for testing. We propose a statistical method to detect and localize rare and common risk variants in whole-genome sequencing studies based on a recently developed knockoff framework. It can (1) prioritize causal variants over associations due to linkage disequilibrium thereby improving interpretability; (2) help distinguish the signal due to rare variants from shadow effects of significant common variants nearby; (3) integrate multiple knockoffs for improved power, stability and reproducibility; and (4) flexibly incorporate state-of-the-art and future association tests to achieve the benefits proposed here. In applications to whole-genome sequencing data from the Alzheimer’s Disease Sequencing Project (ADSP) and COPDGene samples from NHLBI Trans-Omics for Precision Medicine (TOPMed) Program we show that our method compared with conventional association tests can lead to substantially more discoveries.

BACKGROUNDIt is unknown whether the risk of kidney disease progression and failure differs between patients with and without genetic kidney disorders.METHODSThree cohorts were evaluated: the prospective Cure Glomerulonephropathy Network (CureGN) and 2 retrospective cohorts from Columbia University, including 5,727 adults and children with kidney disease from any etiology who underwent whole-genome or exome sequencing. The effects of monogenic kidney disorders and APOL1 kidney-risk genotypes on the risk of kidney failure, estimated glomerular filtration rate (eGFR) decline, and disease remission rates were evaluated along with diagnostic yields and the impact of American College of Medical Genetics secondary findings (ACMG SFs).RESULTSMonogenic kidney disorders were identified in 371 patients (6.5%), high-risk APOL1 genotypes in 318 (5.5%), and ACMG SFs in 100 (5.2%). Family history of kidney disease was the strongest predictor of monogenic disorders. After adjustment for traditional risk factors, monogenic kidney disorders were associated with an increased risk of kidney failure (hazard ratio [HR] = 1.72), higher rate of eGFR decline (-3.06 vs. 0.25 mL/min/1.73 m2/year), and lower risk of complete remission (odds ratioNot achieving CR = 5.25). High-risk APOL1 genotypes were associated with an increased risk of kidney failure (HR = 1.67) and faster eGFR decline (-2.28 vs. 0.25 mL/min/1.73 m2), replicating prior findings. ACMG SFs were not associated with personal or family history of associated diseases, but were predicted to impact care in 70% of cases.CONCLUSIONSMonogenic kidney disorders were associated with an increased risk of kidney failure, faster eGFR decline, and lower rates of complete remission, suggesting opportunities for early identification and intervention based on molecular diagnosis.TRIAL REGISTRATIONNA.FUNDINGNational Institute of Diabetes and Digestive and Kidney Diseases grants U24DK100845 (formerly UM1DK100845), U01DK100846 (formerly UM1DK100846), U01DK100876 (formerly UM1DK100876), U01DK100866 (formerly UM1DK100866), U01DK100867 (formerly UM1DK100867), U24DK100845, DK081943, RC2DK116690, 2U01DK100876, 1R01DK136765, 5R01DK082753, and RC2-DK122397; NephCure Kidney International; Department of Defense Research Awards PR201425, W81XWH-16-1-0451, and W81XWH-22-1-0966; National Center for Advancing Translational Sciences grant UL1TR001873; National Library of Medicine grant R01LM013061; National Human Genome Research Institute grant 2U01HG008680.

Cartilaginous fishes have a very high phenotypical diversity, a phenomenon for which the mechanisms have been largely unexplored. Here, we report the genome of the white-spotted bamboo shark as the first chromosome-level genome assembly of cartilaginous fish. Using this genome, we illustrated a dynamic chromosome rearrangement process in the bamboo shark, which resulted in the formation of 13 chromosomes, all of which were sparsely distributed with conserved genes and fast-evolving. We found the fast-evolving chromosomes to be enriched in immune-related genes with two chromosomes harboring the major genes for developing the single-chain antibody. We also found chromosome rearrangements to have resulted in the loss of two genes (p2rx3 and p2rx5) which we also showed were involved in cartilage development using a CRISPR/Cas9 approach in zebrafish. Our study highlighted the significance of chromosome rearrangements in the phenotypical evolution of cartilaginous fishes, providing clues to inform further studies on mechanisms for fish diversification.

Both trio and population designs are popular study designs for identifying risk genetic variants in genome-wide association studies (GWASs). The trio design, as a family-based design, is robust to confounding due to population structure, whereas the population design is often more powerful due to larger sample sizes. Here, we propose KnockoffHybrid, a knockoff-based statistical method for hybrid analysis of both the trio and population designs. KnockoffHybrid provides a unified framework that brings together the advantages of both designs and produces powerful hybrid analysis while controlling the false discovery rate (FDR) in the presence of linkage disequilibrium and population structure. Furthermore, KnockoffHybrid has the flexibility to leverage different types of summary statistics for hybrid analyses, including expression quantitative trait loci (eQTL) and GWAS summary statistics. We demonstrate in simulations that KnockoffHybrid offers power gains over non-hybrid methods for the trio and population designs with the same number of cases while controlling the FDR with complex correlation among variants and population structure among subjects. In hybrid analyses of three trio cohorts for autism spectrum disorders (ASDs) from the Autism Speaks MSSNG, Autism Sequencing Consortium, and Autism Genome Project with GWAS summary statistics from the iPSYCH project and eQTL summary statistics from the MetaBrain project, KnockoffHybrid outperforms conventional methods by replicating several known risk genes for ASDs and identifying additional associations with variants in other genes, including the PRAME family genes involved in axon guidance and which may act as common targets for human speech/language evolution and related disorders.