MM
Mohammad Mandegar
Author with expertise in Clustered Regularly Interspaced Short Palindromic Repeats and CRISPR-associated proteins
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
11
(73% Open Access)
Cited by:
2,410
h-index:
21
/
i10-index:
26
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Engineered human pluripotent-stem-cell-derived intestinal tissues with a functional enteric nervous system

Michael Workman et al.Nov 21, 2016
Organoids formed by combining pluripotent-stem-cell-derived human neural crest cells with pluripotent-stem-cell-derived intestinal tissue show functional interstitial cells of Cajal and undergo waves of contraction; these tissues reveal insights into the molecular defects characterizing Hirschsprung's disease. The enteric nervous system (ENS) of the gastrointestinal tract controls many diverse functions, including motility and epithelial permeability. Perturbations in ENS development or function are common, yet there is no human model for studying ENS-intestinal biology and disease. We used a tissue-engineering approach with embryonic and induced pluripotent stem cells (PSCs) to generate human intestinal tissue containing a functional ENS. We recapitulated normal intestinal ENS development by combining human-PSC-derived neural crest cells (NCCs) and developing human intestinal organoids (HIOs). NCCs recombined with HIOs in vitro migrated into the mesenchyme, differentiated into neurons and glial cells and showed neuronal activity, as measured by rhythmic waves of calcium transients. ENS-containing HIOs grown in vivo formed neuroglial structures similar to a myenteric and submucosal plexus, had functional interstitial cells of Cajal and had an electromechanical coupling that regulated waves of propagating contraction. Finally, we used this system to investigate the cellular and molecular basis for Hirschsprung's disease caused by a mutation in the gene PHOX2B. This is, to the best of our knowledge, the first demonstration of human-PSC-derived intestinal tissue with a functional ENS and how this system can be used to study motility disorders of the human gastrointestinal tract.
0
Citation522
0
Save
0

Human iPSC-based Cardiac Microphysiological System For Drug Screening Applications

Anurag Mathur et al.Mar 9, 2015
Abstract Drug discovery and development are hampered by high failure rates attributed to the reliance on non-human animal models employed during safety and efficacy testing. A fundamental problem in this inefficient process is that non-human animal models cannot adequately represent human biology. Thus, there is an urgent need for high-content in vitro systems that can better predict drug-induced toxicity. Systems that predict cardiotoxicity are of uppermost significance, as approximately one third of safety-based pharmaceutical withdrawals are due to cardiotoxicty. Here, we present a cardiac microphysiological system (MPS) with the attributes required for an ideal in vitro system to predict cardiotoxicity: i) cells with a human genetic background; ii) physiologically relevant tissue structure (e.g. aligned cells); iii) computationally predictable perfusion mimicking human vasculature; and, iv) multiple modes of analysis (e.g. biological, electrophysiological and physiological). Our MPS is able to keep human induced pluripotent stem cell derived cardiac tissue viable and functional over multiple weeks. Pharmacological studies using the cardiac MPS show half maximal inhibitory/effective concentration values (IC 50 /EC 50 ) that are more consistent with the data on tissue scale references compared to cellular scale studies. We anticipate the widespread adoption of MPSs for drug screening and disease modeling.
0

Automated Video-Based Analysis of Contractility and Calcium Flux in Human-Induced Pluripotent Stem Cell-Derived Cardiomyocytes Cultured over Different Spatial Scales

Nathaniel Huebsch et al.Oct 21, 2014
Contractile motion is the simplest metric of cardiomyocyte health in vitro, but unbiased quantification is challenging. We describe a rapid automated method, requiring only standard video microscopy, to analyze the contractility of human-induced pluripotent stem cell-derived cardiomyocytes (iPS-CM). New algorithms for generating and filtering motion vectors combined with a newly developed isogenic iPSC line harboring genetically encoded calcium indicator, GCaMP6f, allow simultaneous user-independent measurement and analysis of the coupling between calcium flux and contractility. The relative performance of these algorithms, in terms of improving signal to noise, was tested. Applying these algorithms allowed analysis of contractility in iPS-CM cultured over multiple spatial scales from single cells to three-dimensional constructs. This open source software was validated with analysis of isoproterenol response in these cells, and can be applied in future studies comparing the drug responsiveness of iPS-CM cultured in different microenvironments in the context of tissue engineering.
0
Citation263
0
Save
5

Phenotypic screening with deep learning identifies HDAC6 inhibitors as cardioprotective in a BAG3 mouse model of dilated cardiomyopathy

Jin Yang et al.Jul 6, 2022
Dilated cardiomyopathy (DCM) is characterized by reduced cardiac output, as well as thinning and enlargement of left ventricular chambers. These characteristics eventually lead to heart failure. Current standards of care do not target the underlying molecular mechanisms associated with genetic forms of heart failure, driving a need to develop novel therapeutics for DCM. To identify candidate therapeutics, we developed an in vitro DCM model using induced pluripotent stem cell-derived cardiomyocytes (iPSC-CMs) deficient in B-cell lymphoma 2 (BCL2)-associated athanogene 3 (BAG3). With these BAG3-deficient iPSC-CMs, we identified cardioprotective drugs using a phenotypic screen and deep learning. From a library of 5500 bioactive compounds and siRNA validation, we found that inhibiting histone deacetylase 6 (HDAC6) was cardioprotective at the sarcomere level. We translated this finding to a BAG3 cardiomyocyte-knockout (BAG3cKO) mouse model of DCM, showing that inhibiting HDAC6 with two isoform-selective inhibitors (tubastatin A and a novel inhibitor TYA-018) protected heart function. In BAG3cKO and BAG3E455K mice, HDAC6 inhibitors improved left ventricular ejection fraction and reduced left ventricular diameter at diastole and systole. In BAG3cKO mice, TYA-018 protected against sarcomere damage and reduced Nppb expression. Based on integrated transcriptomics and proteomics and mitochondrial function analysis, TYA-018 also enhanced energetics in these mice by increasing expression of targets associated with fatty acid metabolism, protein metabolism, and oxidative phosphorylation. Our results demonstrate the power of combining iPSC-CMs with phenotypic screening and deep learning to accelerate drug discovery, and they support developing novel therapies that address underlying mechanisms associated with heart disease.
5
Citation16
1
Save
6

Deep Learning Predicts Patterns of Cardiotoxicity in a High-Content Screen Using Induced Pluripotent Stem Cell–Derived Cardiomyocytes

Francis Grafton et al.Mar 24, 2021
ABSTRACT Drug-induced cardiotoxicity and hepatotoxicity are major causes of drug attrition. To decrease late-stage drug attrition, pharmaceutical and biotechnology industries need to establish biologically relevant models that use phenotypic screening to predict drug-induced toxicity. In this study, we sought to rapidly detect patterns of cardiotoxicity using high-content image analysis with deep learning and induced pluripotent stem cell–derived cardiomyocytes (iPSC-CMs). We screened a library of 1280 bioactive compounds and identified those predicted to have cardiotoxic liabilities using a single-parameter score based on deep learning. Compounds with major predicted cardiotoxicity included DNA intercalators, ion channel blockers, epidermal growth factor receptor, cyclin-dependent kinase, and multi-kinase inhibitors. We also screened a diverse library of molecules with unknown targets and identified chemical frameworks with predicted cardiotoxic liabilities. By using this screening approach during target discovery and lead optimization, we can de-risk early-stage drug discovery. We show that the broad applicability of combining deep learning with iPSC technology is an effective way to interrogate cellular phenotypes and identify drugs that protect against diseased phenotypes and deleterious mutations. GRAPHICAL ABSTRACT CONTRIBUTION TO THE FIELD In this article, Grafton and colleagues use induced pluripotent stem cell technology and deep learning to train a neural network capable of detecting patterns of cardiotoxicity. To identify bioactive and chemical classes that lead to cardiotoxicity, they combine the neural network with high-content screening of 2560 compounds. The methods described in this study can be used to de-risk early-stage drug development, triage hits, and identify drugs that protect against disease. This screening paradigm will serve as a useful resource for drug discovery and phenotypic interrogation of stem cells and stem cell–derived cell types.
6
Citation2
0
Save
0

Transcriptomics-informed pharmacology identifies epigenetic and cell cycle regulators as enhancers of AAV production

Joshua Tworig et al.Jun 15, 2024
Abstract Recombinant adeno-associated virus (rAAV) is a widely used viral vector for gene therapy. Despite its clinical efficacy, the manufacturing of rAAV faces challenges in productivity and quality, leading to limited availability. To address the growing demand, next-generation process development should be informed by a mechanistic understanding of the cellular response to rAAV. In this study, we performed transcriptomic analysis of 5 cell lines with variable capacities for rAAV production. Using an intersectional approach, we assessed the transcriptional response to rAAV production and compared transcriptional profiles between high and baseline producers to identify possible targets for enhancing production. Modulation of cell cycle and nucleosome components suggested a reduction of proliferative capacity and a shift toward DNA replication to support rAAV production. During rAAV production, we observed upregulation of several core functions including transcription, stress response, and Golgi and endoplasmic reticulum organization. Conversely, inhibitors of DNA-binding proteins and mitochondrial components were consistently downregulated during rAAV production. We next performed a drug connectivity analysis of these results and identified 5 classes of drugs predicted to enhance rAAV production. Validation studies confirmed the efficacy of HDAC and microtubule inhibitors. Our data uncover novel and previously identified pathways that may enhance rAAV productivity, potentially enabling a path to engineer improved processes and cell lines for higher yields and better quality rAAV production. Graphical abstract
Load More