Abstract Deep learning-based approaches are revolutionizing imaging-driven scientific research. However, the accessibility and reproducibility of deep learning-based workflows for imaging scientists remain far from sufficient. Several tools have recently risen to the challenge of democratizing deep learning by providing user-friendly interfaces to analyze new data with pre-trained or fine-tuned models. Still, few of the existing pre-trained models are interoperable between these tools, critically restricting a model’s overall utility and the possibility of validating and reproducing scientific analyses. Here, we present the BioImage Model Zoo ( https://bioimage.io ): a community-driven, fully open resource where standardized pre-trained models can be shared, explored, tested, and downloaded for further adaptation or direct deployment in multiple end user-facing tools (e.g., ilastik, deepImageJ, QuPath, StarDist, ImJoy, ZeroCostDL4Mic, CSBDeep). To enable everyone to contribute and consume the Zoo resources, we provide a model standard to enable cross-compatibility, a rich list of example models and practical use-cases, developer tools, documentation, and the accompanying infrastructure for model upload, download and testing. Our contribution aims to lay the groundwork to make deep learning methods for microscopy imaging findable, accessible, interoperable, and reusable (FAIR) across software tools and platforms.

Autoimmune diseases disproportionately affect females more than males. The XX sex chromosome complement is strongly associated with susceptibility to autoimmunity. Xist long non-coding RNA (lncRNA) is expressed only in females to randomly inactivate one of the two X chromosomes to achieve gene dosage compensation. Here, we show that the Xist ribonucleoprotein (RNP) complex comprising numerous autoantigenic components is an important driver of sex-biased autoimmunity. Inducible transgenic expression of a non-silencing form of Xist in male mice introduced Xist RNP complexes and sufficed to produce autoantibodies. Male SJL/J mice expressing transgenic Xist developed more severe multi-organ pathology in a pristane-induced lupus model than wild-type males. Xist expression in males reprogrammed T and B cell populations and chromatin states to more resemble wild-type females. Human patients with autoimmune diseases displayed significant autoantibodies to multiple components of XIST RNP. Thus, a sex-specific lncRNA scaffolds ubiquitous RNP components to drive sex-biased immunity.

Abstract The nucleolus is a multilayered structure. Each layer is thought to be a compositionally distinct phase, although how these phases form and interface with one another remains unclear. Using computational, proteomics, in vitro , and in vivo studies, we uncover distinct molecular grammars within intrinsically disordered regions (IDRs) of nucleolar proteins that localize to fibrillar centers (FCs) and dense fibrillar components (DFCs). FC and DFC proteins feature two distinct types of IDRs namely those with long tracts of acidic residues and those with blocks of lysines interspersed by acid-rich-regions. We find that phase separation driven by complex coacervation in mixtures of nucleolar proteins, with their distinctive IDRs, and ribosomal DNA and RNA molecules is sufficient to drive the formation of structural facsimiles of FCs and DFCs. One-Sentence Summary Facsimiles of core nucleolar substructures were reconstituted via phase separation of key protein and nucleic acid mixtures.

Abstract The spatial organization of molecules in a cell is essential for performing their functions. Spatial transcriptomics technologies have opened the door to characterization of cellular and subcellular organization. While current computational methods focus on discerning tissue architecture, cell-cell interactions and spatial expression patterns, these approaches are limited to investigating spatial variation at the multicellular scale. We present Bento, a Python toolkit that fully takes advantage of single-molecule information to enable spatial analysis at the subcellular scale. Bento ingests molecular coordinates and segmentation boundaries to perform three fundamental analyses: defining subcellular domains, annotating localization patterns, and quantifying gene-gene colocalization. To demonstrate the toolkit, we apply these methods to a variety of datasets including U2-OS cells (MERFISH), 3T3 cells (seqFISH+), and treated cardiomyocytes (Molecular Cartography). We quantify RNA localization changes in cardiomyocytes identifying mRNA depletion of critical cardiac disease-associated genes RBM20 and CACNB2 from the endoplasmic reticulum upon doxorubicin treatment. The Bento package is a member of the open-source Scverse ecosystem, enabling integration with other single-cell omics analysis tools.

ABSTRACT Cellular division is a fundamental source of cell-to-cell variability, and studies of transcript and protein abundances have revealed several hundred genes that are regulated by the cell cycle 1–8 . However, none of these studies provide single-cell resolution of protein expression, leaving an incomplete understanding of cell-to-cell heterogeneity and the roles of cycling transcripts and proteins. Here, we present the first comprehensive map of spatiotemporal heterogeneity of the human proteome by integrating proteomics at subcellular resolution, single-cell transcriptomics, and pseudotime measurements of individual cells within the cell cycle. We identify that 17% of the human proteome displays cell-to-cell variability, of which 26% is correlated to cell cycle progression, and we present the first evidence of cell cycle association for 235 proteins. Only 15% of proteomic cell cycle regulation is due to transcriptomic cycling, which points to other means of regulation such as post-translational modifications. For proteins regulated at the transcript level, we observe a 7.7 hour delay between peak expression of transcript and protein on average. This spatially resolved proteomic map of the cell cycle has been integrated into the Human Protein Atlas and serves as a valuable resource for accelerating molecular studies of the human cell cycle and cell proliferation.

Summary The lung contains numerous specialized cell-types with distinct roles in tissue function and integrity. To clarify the origins and mechanisms generating cell heterogeneity, we created a first comprehensive topographic atlas of early human lung development. We report 83 cell states, several spatially-resolved developmental trajectories and predict cell interactions within defined tissue niches. We integrated scRNA-Seq and spatial transcriptomics into a web-based, open platform for interactive exploration. To illustrate the utility of our approach we show distinct states of secretory and neuroendocrine cells, largely overlapping with the programs activated either during lung fibrosis or small cell lung cancer progression. We define the origin of uncharacterized airway fibroblasts associated with airway smooth muscle in bronchovascular bundles, and describe a trajectory of Schwann cell progenitors to intrinsic parasympathetic neurons controlling bronchoconstriction. Our atlas provides a rich resource for further research and a reference for defining deviations from homeostatic and repair mechanisms leading to pulmonary diseases.

ABSTRACT The eukaryotic cell is a multi-scale structure with modular organization across at least four orders of magnitude 1,2 . Two central approaches for mapping this structure – protein fluorescent imaging and protein biophysical association – each generate extensive datasets but of distinct qualities and resolutions that are typically treated separately 3,4 . Here, we integrate immunofluorescent images in the Human Protein Atlas 5 with ongoing affinity purification experiments from the BioPlex resource 6 to create a unified hierarchical map of eukaryotic cell architecture. Integration involves configuring each approach to produce a general measure of protein distance, then calibrating the two measures using machine learning. The evolving map, called the Multi-Scale Integrated Cell (MuSIC 1.0), currently resolves 69 subcellular systems of which approximately half are undocumented. Based on these findings we perform 134 additional affinity purifications, validating close subunit associations for the majority of systems. The map elucidates roles for poorly characterized proteins, such as the appearance of FAM120C in chromatin; identifies new protein assemblies in ribosomal biogenesis, RNA splicing, nuclear speckles, and ion transport; and reveals crosstalk between cytoplasmic and mitochondrial ribosomal proteins. By integration across scales, MuSIC substantially increases the mapping resolution obtained from imaging while giving protein interactions a spatial dimension, paving the way to incorporate many molecular data types in proteome-wide maps of cells.

Lysine deacetylase inhibitors (KDACis) are approved drugs for cutaneous T cell lymphoma (CTCL), peripheral T cell lymphoma (PTCL), and multiple myeloma, but many aspects of their cellular mechanism of action (MoA) and substantial toxicity are not well understood. To shed more light on how KDACis elicit cellular responses, we systematically measured dose-dependent changes in acetylation, phosphorylation, and protein expression in response to 21 clinical and pre-clinical KDACis. The resulting 862,000 dose-response curves revealed, for instance, limited cellular specificity of histone deacetylase (HDAC) 1, 2, 3, and 6 inhibitors; strong cross-talk between acetylation and phosphorylation pathways; localization of most drug-responsive acetylation sites to intrinsically disordered regions (IDRs); an underappreciated role of acetylation in protein structure; and a shift in EP300 protein abundance between the cytoplasm and the nucleus. This comprehensive dataset serves as a resource for the investigation of the molecular mechanisms underlying KDACi action in cells and can be interactively explored online in ProteomicsDB.

Abstract The COVID-19 pandemic has resulted in millions of deaths and affected socioeconomic structure worldwide and the search for new antivirals and treatments are still ongoing. In the search for new drug target and to increase our understanding of the disease, we used large scale immunofluorescence to explore the host cell response to SARS-CoV-2 infection. Among the 602 host proteins studied in this host response screen, changes in abundance and subcellular localization were observed for 97 proteins, with 45 proteins showing increased abundance and 10 reduced abundances. 20 proteins displayed changed localization upon infection and an additional 22 proteins displayed altered abundance and localization, together contributing to diverse reshuffling of the host cell protein landscape. We then selected existing and approved small-molecule drugs (n =123) against our identified host response proteins and identified 3 compounds - elesclomol, crizotinib and rimcazole, that significantly reduced antiviral activity. Our study introduces a novel, targeted and systematic approach based on host protein profiling, to identify new targets for drug repurposing. The dataset of ∼75,000 immunofluorescence images from this study are published as a resource available for further studies.

Abstract The Golgi complex has long been recognised as an important homeostasis hub, where a multitude of signalling pathways and essential cellular processes intersect. Yet its communication with the cell nucleus remains largely unexplored. To this end, we have analysed genome-scale localisation data of the Human Protein Atlas which revealed an unexpected high number of Golgi and nuclear dual-localisation proteins and several pathways including surprising DNA repair. Amongst these proteins we found RAD51C, a regulatory Homologous Recombination (HR) repair protein, that localises to the Golgi and in response to double-strand DNA breaks, the Golgi protein population of RAD51C redistributes to form DNA repair foci. Depletion of the Golgin Giantin induces the redistribution of the RAD51C Golgi pool to form nuclear foci, independent of DNA damage induction. Concurrent with a significant increase in genomic instability and inhibition of HR signalling regulators. Altogether, we present evidence for a novel pathway where the Golgi is a central regulatory hub for HR-mediated DNA repair and potentially other repair pathways.