Abstract Lung regeneration deteriorates with aging leading to increased susceptibility to pathologic conditions, including fibrosis. Here, we investigated bleomycin-induced lung injury responses in young and aged mice at single-cell resolution to gain insights into the cellular and molecular contributions of aging to fibrosis. Analysis of 52,542 cells in young (8 weeks) and aged (72 weeks) mice identified 15 cellular clusters, many of which exhibited distinct injury responses that associated with age. We identified Pdgfra + alveolar fibroblasts as a major source of collagen expression following bleomycin challenge, with those from aged lungs exhibiting a more persistent activation compared to young ones. We also observed age-associated transcriptional abnormalities affecting lung progenitor cells, including ATII pneumocytes and general capillary (gCap) endothelial cells (ECs). Transcriptional analysis combined with lineage tracing identified a sub-population of gCap ECs marked by the expression of Tropomyosin Receptor Kinase B (TrkB) that appeared in bleomycin-injured lungs and accumulated with aging. This newly emerged TrkB + EC population expressed common gCap EC markers but also exhibited a distinct gene expression signature associated with aberrant YAP/TAZ signaling, mitochondrial dysfunction, and hypoxia. Finally, we defined ACKR1 + venous ECs that exclusively emerged in injured lungs of aged animals and were closely associated with areas of collagen deposition and inflammation. Immunostaining and FACS analysis of human IPF lungs demonstrated that ACKR1 + venous ECs were dominant cells within the fibrotic regions and accumulated in areas of myofibroblast aggregation. Together, these data provide high-resolution insights into the impact of aging on lung cell adaptability to injury responses.

Abstract Background As the use of nanopore sequencing for metagenomic analysis increases, tools capable of performing long-read taxonomic classification in a fast and accurate manner are needed. Existing tools were either designed for short-read data (eg. Centrifuge) or take days to analyse modern sequencer outputs (eg. MetaMaps). Results We present BugSeq, a novel, highly accurate metagenomic classifier for nanopore reads. BugSeq (F1=0.91-0.95) offers better read classification than MetaMaps (F1=0.89-0.94) in a fraction of the time. BugSeq significantly improves on the accuracy of Centrifuge (F1=0.79-0.93) while offering competitive run times. We apply BugSeq to metagenomic sequencing of 41 samples from patients with lower respiratory tract infections and show that it produces greater concordance with microbiological culture and qPCR compared with “What’s In My Pot” analysis. Conclusion BugSeq is deployed to the cloud for easy and scalable long-read metagenomic analyses. BugSeq is freely available for non-commercial use at https://bugseq.com/free . Contact sam@bugseq.com

Changes in the oxidative (redox) environment accompany idiopathic pulmonary fibrosis (IPF). S-glutathionylation of reactive protein cysteines is a post-translational event that transduces oxidant signals into biological responses. We recently demonstrated that increases in S-glutathionylation promote pulmonary fibrosis, which was mitigated by the deglutathionylating enzyme glutaredoxin (GLRX). However, the protein targets of S-glutathionylation that promote fibrogenesis remain unknown. In the present study we addressed whether the extracellular matrix is a target for S-glutathionylation. We discovered increases in collagen 1A1 S-glutathionylation (COL1A1-SSG) in lung tissues from IPF subjects compared to control subjects in association with increases in ER oxidoreductin 1 (ERO1A) and enhanced oxidation of ER-localized peroxiredoxin 4 (PRDX4) reflecting an increased oxidative environment of the endoplasmic reticulum (ER). Human lung fibroblasts exposed to transforming growth factor beta 1 (TGFB1) show increased secretion of COL1A1-SSG. Pharmacologic inhibition of ERO1A diminished oxidation of PRDX4, attenuated COL1A1-SSG and total COL1A1 levels and dampened fibroblast activation. Absence of

Summary Induced pluripotent stem cell (iPSC) derived neural cultures from amyotrophic lateral sclerosis (ALS) patients can reflect disease phenotypes targetable by treatments. However, widely used differentiation protocols produce mixtures of progenitors, neurons, glia, and other cells at various developmental stages and rostrocaudal neural tube segments. Here we present a methodology using single-cell RNA sequencing analysis to distinguish cell type expression in C9orf72 ALS, sporadic ALS, control, and genome-edited cultures across multiple subjects, experiments, and commercial platforms. Combinations of HOX and developmental gene expression with global clustering classified rostrocaudal, progenitor, and mantle zone fates. This demonstrated that iPSC-differentiated cells recapitulate fetal hindbrain and spinal cord development and resolved early, reproducible, and motor neuron-specific signatures of familial and sporadic ALS. This includes downregulated ELAVL3 expression, which persists into disease endstages. Single-cell analysis thus yielded predictive ALS markers in other human and mouse models which were otherwise undiscovered through bulk omics assays.

Plasminogen activator inhibitor-1 (PAI-1) has been previously shown to promote lung fibrosis via a mechanism that requires an intact vitronectin (VTN) binding site. In the present study, employing two distinct murine fibrosis models, we find that VTN is not required for PAI-1 to drive lung scarring. This result suggested the existence of a previously unrecognized profibrotic PAI-1-protein interaction involving the VTN-binding site for PAI-1. Using an unbiased proteomic approach, we identified sortilin related receptor 1 (SorlA) as the most highly enriched PAI-1 interactor in the fibrosing lung. We next investigated the role of SorlA in pulmonary fibrosis and found that SorlA deficiency protected against lung scarring in a murine model. We further show that, while VTN deficiency does not influence fibrogenesis in the presence or absence of PAI-1, SorlA is required for PAI-1 to promote scarring. These results, together with data showing increased SorlA levels in human IPF lung tissue, support a novel mechanism through which the potent profibrotic mediator PAI-1 drives lung fibrosis and implicate SorlA as a new therapeutic target in IPF treatment.

ARDS due to COVID-19 and other etiologies results from injury to the alveolar epithelial cell (AEC) barrier resulting in noncardiogenic pulmonary edema, which causes acute respiratory failure; clinical recovery requires epithelial regeneration. During physiologic regeneration in mice, AEC2s proliferate, exit the cell cycle, and transiently assume a transitional state before differentiating into AEC1s; persistence of the transitional state is associated with pulmonary fibrosis in humans. It is unknown whether transitional cells emerge and differentiate into AEC1s without fibrosis in human ARDS and why transitional cells differentiate into AEC1s during physiologic regeneration but persist in fibrosis. We hypothesized that incomplete but ongoing AEC1 differentiation from transitional cells without fibrosis may underlie persistent barrier permeability and fatal acute respiratory failure in ARDS. Immunostaining of postmortem ARDS lungs revealed abundant transitional cells in organized monolayers on alveolar septa without fibrosis. They were typically cuboidal or partially spread, sometimes flat, and occasionally expressed AEC1 markers. Immunostaining and/or interrogation of scRNAseq datasets revealed that transitional cells in mouse models of physiologic regeneration, ARDS, and fibrosis express markers of cell cycle exit but only in fibrosis express a specific senescence marker. Thus, in severe, fatal early ARDS, AEC1 differentiation from transitional cells is incomplete, underlying persistent barrier permeability and respiratory failure, but ongoing without fibrosis; senescence of transitional cells may be associated with pulmonary fibrosis.

Progressive lung fibrosis is associated with poorly understood aging-related endothelial cell dysfunction. To gain insight into endothelial cell alterations in lung fibrosis we performed single cell RNA-sequencing of bleomycin-injured lungs from young and aged mice. Analysis reveals activated cell states enriched for hypoxia, glycolysis and YAP/TAZ activity in ACKR1+ venous and TrkB+ capillary endothelial cells. Endothelial cell activation is prevalent in lungs of aged mice and can also be detected in human fibrotic lungs. Longitudinal single cell RNA-sequencing combined with lineage tracing demonstrate that endothelial activation resolves in young mouse lungs but persists in aged ones, indicating a failure of the aged vasculature to return to quiescence. Genes associated with activated lung endothelial cells states in vivo can be induced in vitro by activating YAP/TAZ. YAP/TAZ also cooperate with BDNF, a TrkB ligand that is reduced in fibrotic lungs, to promote capillary morphogenesis. These findings offer insights into aging-related lung endothelial cell dysfunction that may contribute to defective lung injury repair and persistent fibrosis.

ABSTRACT Differential gene expression analysis from RNA-sequencing (RNA-seq) data offers crucial insights into biological differences between sample groups. However, the conventional focus on differentially-expressed (DE) genes often omits non-DE regulators, which are an integral part of such differences. Moreover, DE genes frequently serve as passive indicators of transcriptomic variations rather than active influencers, limiting their utility as intervention targets. To address these shortcomings, we have developed DENetwork . This innovative approach deciphers the intricate regulatory and signaling networks driving transcriptomic variations between conditions with distinct phenotypes. Unique in its integration of both DE and critical non-DE genes in a graphical model, DENetwork enhances the capabilities of traditional differential gene analysis tools, such as DESeq2 . Our application of DENetwork to an array of simulated and real datasets showcases its potential to encapsulate biological differences, as demonstrated by the relevance and statistical significance of enriched gene functional terms. DENetwork offers a robust platform for systematically characterizing the biological mechanisms that underpin phenotypic differences, thereby augmenting our understanding of biological variations and facilitating the formulation of effective intervention strategies.