ABSTRACT Chromatin structure has a major influence on the cell-specific density of somatic mutations along the cancer genome. Here, we present a pan-cancer study in which we searched for the putative cancer cell-of-origin of 2,550 whole genomes, representing 32 cancer types by matching their mutational landscape to the regional patterns of chromatin modifications ascertained in 104 normal tissue types. We found that, in almost all cancer types, the cell-of-origin can be predicted solely from their DNA sequences. Our analysis validated the hypothesis that high-grade serous ovarian cancer originates in the fallopian tube and identified distinct origins of breast cancer subtypes. We also demonstrated that the technique is equally capable of identifying the cell-of-origin for a series of 2,044 metastatic samples from 22 of the tumor types available as primaries. Moreover, cancer drivers, whether inherited or acquired, reside in active chromatin regions in the respective cell-of-origin. Taken together, our findings highlight that many somatic mutations accumulate while the chromatin structure of the cell-of-origin is maintained and that this historical record, captured in the DNA, can be used to identify the often elusive cancer cell-of-origin.

The Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2) virus has infected over 115 million people and caused over 2.5 million deaths worldwide. Yet, the molecular mechanisms underlying the clinical manifestations of COVID-19, as well as what distinguishes them from common seasonal influenza virus and other lung injury states such as Acute Respiratory Distress Syndrome (ARDS), remains poorly understood. To address these challenges, we combined transcriptional profiling of 646 clinical nasopharyngeal swabs and 39 patient autopsy tissues, matched with spatial protein and expression profiling (GeoMx) across 357 tissue sections. These results define both body-wide and tissue-specific (heart, liver, lung, kidney, and lymph nodes) damage wrought by the SARS-CoV-2 infection, evident as a function of varying viral load (high vs. low) during the course of infection and specific, transcriptional dysregulation in splicing isoforms, T cell receptor expression, and cellular expression states. In particular, cardiac and lung tissues revealed the largest degree of splicing isoform switching and cell expression state loss. Overall, these findings reveal a systemic disruption of cellular and transcriptional pathways from COVID-19 across all tissues, which can inform subsequent studies to combat the mortality of COVID-19, as well to better understand the molecular dynamics of lethal SARS-CoV-2 infection and other viruses.

ABSTRACT Protein phosphorylation is one of the most widespread post-translational modifications in biology. With the advent of mass spectrometry-based phosphoproteomics, more than 200,000 sites of serine and threonine phosphorylation have been reported, of which several thousand have been associated with human diseases and biological processes. For the vast majority of phosphorylation events, it is not yet known which of the more than 300 protein Ser/Thr kinases encoded in the human genome is responsible. Here, we utilize synthetic peptide libraries to profile the substrate sequence specificity of nearly every functional human Ser/Thr kinase. Viewed in its entirety, the substrate specificity of the kinome was substantially more diverse than expected and was driven extensively by negative selectivity. Our kinome-wide dataset was used to computationally annotate and identify the most likely protein kinases for every reported phosphorylation site in the human Ser/Thr phosphoproteome. For the small minority of phosphosites where the protein kinases involved have been previously identified, our predictions were in excellent agreement. When this approach was applied to examine the signaling response of tissues and cell lines to hormones, growth factors, targeted inhibitors, and environmental or genetic perturbations, it revealed unexpected insights into pathway complexity and compensation. Overall, these studies reveal the full extent of substrate specificity of the human Ser/Thr kinome, illuminate cellular signaling responses, and provide a rich resource to link unannotated phosphorylation events to biological pathways.

SUMMARY Inflammation is essential to the disruption of tissue homeostasis, and, in the pancreas, can destabilize the identity of terminally differentiated acinar cells. Herein we employ lineage-traced mouse models to delineate the chromatin dynamics that accompany the cycle of metaplasia and regeneration following pancreatitis, and unveil the presence of an epigenetic memory of inflammation in the pancreatic acinar cell compartment. We observe that despite histologic resolution of pancreatitis, acinar cells fail to return to their molecular baseline after several months, representing an incomplete cell fate decision. In vivo , this epigenetic memory controls lineage plasticity, with diminished metaplasia in response to a second inflammatory insult but increased tumorigenesis with an oncogenic Kras mutation. We demonstrate that both persistent chromatin and transcriptional changes constituting memory are recalled with oncogenic stress. Together, our findings define the dynamics and recall of an epigenetic memory of inflammation that impacts cell fate decisions in a context-dependent manner.

Abstract Mantle cell lymphoma (MCL) is an incurable B-cell malignancy with an overall poor prognosis, particularly for patients that progress on targeted therapies. Novel, more durable treatment options are needed for patients with MCL. Protein arginine methyltransferase 5 (PRMT5) is overexpressed in MCL and plays an important oncogenic role in this disease via epigenetic and posttranslational modification of cell cycle regulators, DNA repair genes, components of prosurvival pathways, and RNA splicing regulators. The mechanism of targeting PRMT5 in MCL remains incompletely characterized. Here, we report on the antitumor activity of PRMT5 inhibition in MCL using integrated transcriptomics of in vitro and in vivo models of MCL. Treatment with a selective small-molecule inhibitor of PRMT5, PRT-382, led to growth arrest and cell death and provided a therapeutic benefit in xenografts derived from patients with MCL. Transcriptional reprograming upon PRMT5 inhibition led to restored regulatory activity of the cell cycle (p-RB/E2F), apoptotic cell death (p53-dependent/p53-independent), and activation of negative regulators of B-cell receptor-PI3K/AKT signaling (PHLDA3, PTPROt, and PIK3IP1). We propose pharmacologic inhibition of PRMT5 for patients with relapsed/refractory MCL and identify MTAP/CDKN2A deletion and wild-type TP53 as biomarkers that predict a favorable response. Selective targeting of PRMT5 has significant activity in preclinical models of MCL and warrants further investigation in clinical trials.

Abstract Muscle stem cells (MuSCs) are an essential adult stem cell population with the capacity to self-renew and regenerate muscle tissue. Functionally heterogeneous subpopulations of MuSCs have been identified based on their expression of myogenic regulatory factors and surface markers. However, a unified organization of muscle stem and progenitor cells and their subpopulations remains unresolved. Here, we performed temporal analysis of skeletal muscle regeneration using single-cell RNA-sequencing (scRNA-seq) of myotoxin-injured adult mouse hindlimb muscles. We generated over 34,000 single-cell transcriptomes spanning four muscle regeneration time-points and identified 15 distinct cell types, including a heterogeneous population of MuSCs and progenitor cells. Our analysis provides a hierarchical map of myogenic cell populations and identifies stage-specific regulatory programs that govern their contributions to muscle regeneration. In this transcriptomic atlas, we observed cell type-specific regenerative dynamics, exemplified by waves of transient amplification and diversification of multiple immune cell types and, subsequently, myogenic cells. Unbiased trajectory inference organized the myogenic cell populations within the atlas into a continuum, consisting of a hierarchy of quiescent MuSCs, cycling progenitors, committed myoblasts, and terminally differentiated myocytes. This myogenic trajectory matched prior understanding and also revealed that MuSC stages are defined by synchronous changes in regulatory factors, cell cycle-associated, and surface receptor gene expression. Lastly, we analyzed the transcriptomic atlas to identify over 100 candidate heterotypic communication signals between myogenic and non-myogenic cell populations, including many involving the fibroblast growth factor (FGF), Notch, and Syndecan receptor families and their associated ligands. Syndecan receptors were implicated in a large fraction of these cell communication interactions and were observed to exhibit transcriptional heterogeneity within the myogenic continuum. Using multiparameter mass cytometry (CyTOF), we confirmed that cycling MuSCs exhibit diversified Syndecan-1/2 expression, which suggests that dynamic alterations in Syndecan signaling interactions may coordinate stage-specific myogenic cell fate regulation. This scRNA-seq reference atlas provides a resolved hierarchical organization of myogenic subpopulations as a resource to investigate cell-cell interactions that regulate myogenic stem and progenitor cell fates in muscle regeneration.

Abstract While thousands of loci have been associated with human phenotypes, the role of gene-environment (GxE) interactions in determining individual risk of human diseases remains unclear. This is partly due to the severe erosion of statistical power resulting from the massive number of statistical tests required to detect such interactions. Here, we focus on improving the power of GxE tests by developing a statistical framework for assessing quantitative trait loci (QTLs) associated with the trait means and/or trait variances. When applying this framework to body mass index (BMI), we find that GxE discovery and replication rates are significantly higher when prioritizing genetic variants associated with the variance of the phenotype (vQTLs) compared to assessing all genetic variants. Moreover, we find that vQTLs are enriched for associations with other non-BMI phenotypes having strong environmental influences, such as diabetes or ulcerative colitis. We show that GxE effects first identified in quantitative traits such as BMI can be used for GxE discovery in disease phenotypes such as diabetes. A clear conclusion is that strong GxE interactions mediate the genetic contribution to body weight and diabetes risk.

Abstract Multiplexed imaging and spatial transcriptomics enable highly resolved spatial characterization of cellular phenotypes, but still largely depend on laborious manual annotation to understand higher-order patterns of tissue organization. As a result, higher-order patterns of tissue organization are poorly understood and not systematically connected to disease pathology or clinical outcomes. To address this gap, we developed UTAG, a novel method to identify and quantify microanatomical tissue structures in multiplexed images without human intervention. Our method combines information on cellular phenotypes with the physical proximity of cells to accurately identify organ-specific microanatomical domains in healthy and diseased tissue. We apply our method to various types of images across physiological and disease states to show that it can consistently detect higher level architectures in human organs, quantify structural differences between healthy and diseased tissue, and reveal tissue organization patterns with relevance to clinical outcomes in cancer patients.

Breast adipose tissue is an important contributor to the obesity-breast cancer link. Dysregulated cell metabolism is now an accepted hallmark of cancer. Extracellular vesicles (EVs) are nanosized particles containing selective cargo, such as miRNAs, that act locally or circulate to distant sites to modulate target cell functions. Here, we found that long-term education of breast cancer cells (MCF7, T47D) with EVs from breast adipose tissue of women who are overweight or obese (O-EVs) leads to sustained increased proliferative potential. RNA-Seq of O-EV-educated cells demonstrates increased expression of genes, such as ATP synthase and NADH: ubiquinone oxidoreductase, involved in oxidative phosphorylation. O-EVs increase respiratory complex protein expression, mitochondrial density, and mitochondrial respiration in tumor cells. Mitochondrial complex I inhibitor, metformin, reverses O-EV-induced cell proliferation. Several miRNAs, miR-155-5p, miR-10a-3p, and miR-30a-3p, which promote mitochondrial respiration and proliferation, are enriched in O-EVs relative to EVs from lean women. O-EV-induced proliferation and mitochondrial activity are associated with stimulation of the Akt/mTOR/P70S6K pathway, and are reversed upon silencing of P70S6K. This study reveals a new facet of the obesity-breast cancer link with human breast adipose tissue-derived EVs causing the metabolic reprogramming of ER+ breast cancer cells.

Abstract Bone metastasis is a leading cause of breast cancer-related deaths and often initiated by tumor cell dissemination to osteogenic niches. During new bone formation, osteoblasts first deposit osteoid, the collagen I-rich, unmineralized component of bone ECM, within which carbonated hydroxyapatite nanoparticles subsequently form. However, it remains elusive how bone matrix mineralization dictates tumor cell phenotype due in part to the lack of relevant model systems. Using biofunctional, collagen I-based bone matrix models with physiological, intrafibrillar mineralization, we show that mineralization inhibits proliferation, while inducing a stem-like phenotype in tumor cells. These changes were due to reduced mechanosignaling contradicting the conventional assumption that increased rigidity caused by mineralization stimulates metastatic progression. Our findings are translationally relevant as the presence of mineral reduced tumor growth in vivo and upregulated a gene signature that correlated with decreased patient mortality. Our results could help explain why decreased bone mineral density increases the risk for bone metastasis in patients and highlight that bone metastasis models should integrate organic and inorganic matrix components in a manner that mimics physiological mineralization.