Summary A primary obstacle in translating genetics and genomics data into therapeutic strategies is elucidating the cellular programs affected by genetic variants and genes associated with human diseases. Broadly applicable high-throughput, unbiased assays offer a path to rapidly characterize gene and variant function and thus illuminate disease mechanisms. Here, we report LipocyteProfiler, an unbiased high-throughput, high-content microscopy assay that is amenable to large-scale morphological and cellular profiling of lipid-accumulating cell types. We apply LipocyteProfiler to adipocytes and hepatocytes and demonstrate its ability to survey diverse cellular mechanisms by generating rich context-, and process-specific morphological and cellular profiles. We then use LipocyteProfiler to identify known and novel cellular programs altered by polygenic risk of metabolic disease, including insulin resistance, waist-to-hip ratio and the polygenic contribution to lipodystrophy. LipocyteProfiler paves the way for large-scale forward and reverse phenotypic profiling in lipid-storing cells, and provides a framework for the unbiased identification of causal relationships between genetic variants and cellular programs relevant to human disease.

Abstract Background Imaging data contains a substantial amount of information which can be difficult to evaluate by eye. With the expansion of high throughput microscopy methodologies producing increasingly large datasets, automated and objective analysis of the resulting images is essential to effectively extract biological information from this data. CellProfiler is a free, open source image analysis program which enables researchers to generate modular pipelines with which to process microscopy images into interpretable measurements. Results Herein we describe CellProfiler 4, a new version of this software with expanded functionality. Based on user feedback, we have made several user interface refinements to improve the usability of the software. We introduced new modules to expand the capabilities of the software. We also evaluated performance and made targeted optimizations to reduce the time and cost associated with running common large-scale analysis pipelines. Conclusions CellProfiler 4 provides significantly improved performance in complex workflows compared to previous versions. This release will ensure that researchers will have continued access to CellProfiler’s powerful computational tools in the coming years.

Abstract HIV-1 must replicate in cells that are equipped to defend themselves from infection through intracellular innate immune systems. HIV-1 evades innate immune sensing through encapsidated DNA synthesis and encodes accessory genes that antagonize specific antiviral effectors. Here we show that both particle associated, and expressed HIV-1 Vpr, antagonize the stimulatory effect of a variety of pathogen associated molecular patterns by inhibiting IRF3 and NF-κB nuclear transport. Phosphorylation of IRF3 at S396, but not S386, was also inhibited. We propose that, rather than promoting HIV-1 nuclear import, Vpr interacts with karyopherins to disturb their import of IRF3 and NF-κB to promote replication in macrophages. Concordantly, we demonstrate Vpr dependent rescue of HIV-1 replication in human macrophages from inhibition by cGAMP, the product of activated cGAS. We propose a model that unifies Vpr manipulation of nuclear import and inhibition of innate immune activation to promote HIV-1 replication and transmission.

ABSTRACT Drug resistance is a challenge in anticancer therapy, particularly with targeted therapeutics and cytotoxic compounds. In many cases, cancers can be resistant to the drug prior to exposure, i.e., possess intrinsic drug resistance. However, we lack target-independent methods to anticipate resistance in cancer cell lines or characterize intrinsic drug resistance without a priori knowledge of its cause. We hypothesized that cell morphology could provide an unbiased readout of drug sensitivity prior to treatment. We therefore isolated clonal cell lines that were either sensitive or resistant to bortezomib, a well-characterized proteasome inhibitor and anticancer drug to which many cancer cells possess intrinsic resistance. We then measured high-dimensional single-cell morphology profiles using Cell Painting, a high-content microscopy assay. Our imaging- and computation-based profiling pipeline identified morphological features typically different between resistant and sensitive clones. These features were compiled to generate a morphological signature of bortezomib resistance, which correctly predicted the bortezomib treatment response in seven of ten cell lines not included in the training dataset. This signature of resistance was specific to bortezomib over other drugs targeting the ubiquitin-proteasome system. Our results provide evidence that intrinsic morphological features of drug resistance exist and establish a framework for their identification.

We used the zebrafish larval Mycobacterium marinum infection model of tuberculosis to develop image analysis software called QuantiFish, to enable rapid, objective quantitation of bacterial load and dissemination. Our analysis tools provide novel outcome measures of infection; the proportional distribution of bacteria between sites and their spatial distribution throughout the host. We anticipate the broader application of these parameters to other zebrafish models of infection and metastatic cancer.

We herein describe a postdoctoral training program designed to train biologists with microscopy experience in bioimage analysis. We detail the rationale behind the program, the various components of the training program, and outcomes in terms of works produced and the career effects on past participants. We analyze the results of an anonymous survey distributed to past and present participants, indicating overall high value of all 12 rated aspects of the program, but significant heterogeneity in which aspects were most important to each participant. Finally, we propose this model as a template for other programs which may want to train experts in professional skill sets, and discuss the important considerations when running such a program. We believe that such programs can have extremely positive impact for both the trainees themselves and the broader scientific community.

Cryptococcus neoformans is an opportunistic human pathogen, which causes serious disease in immunocompromised hosts. Infection with this pathogen is particularly relevant in HIV+ patients, where it leads to around 200,000 deaths per annum. A key feature of cryptococcal pathogenesis is the ability of the fungus to survive and replicate within the phagosome of macrophages, as well as its ability to escape via a novel non-lytic mechanism known as vomocytosis. We have been exploring whether viral infection affects the interaction between C. neoformans and macrophages. Here we show that viral infection enhances cryptococcal vomocytosis without altering phagocytosis or intracellular proliferation of the fungus. This effect occurs with distinct, unrelated human viral pathogens and is recapitulated when macrophages are stimulated with the anti-viral cytokine interferon alpha (IFN). Importantly, the effect is abrogated when type-I interferon signalling is blocked, thus underscoring the importance of type-I interferons in this phenomenon. Our results highlight the importance of incorporating specific context cues while studying host-pathogen interactions. By doing so, we found that acute viral infection may trigger the release of latent cryptococci from intracellular compartments, with significant consequences for disease progression.

A growing community is constructing a next-generation file format (NGFF) for bioimaging to overcome problems of scalability and heterogeneity. Organized by the Open Microscopy Environment (OME), individuals and institutes across diverse modalities facing these problems have designed a format specification process (OME-NGFF) to address these needs. This paper brings together a wide range of those community members to describe the cloud-optimized format itself -- OME-Zarr -- along with tools and data resources available today to increase FAIR access and remove barriers in the scientific process. The current momentum offers an opportunity to unify a key component of the bioimaging domain -- the file format that underlies so many personal, institutional, and global data management and analysis tasks.