ABSTRACT Lymphangioleiomyomatosis (LAM) is a rare pulmonary disease affecting women of childbearing age that is characterized by the aberrant proliferation of smooth-muscle (SM)-like cells and emphysema-like lung remodeling. In LAM, mutations in TSC1 or TSC2 genes results in the activation of the mechanistic target of rapamycin complex 1 (mTORC1) and thus sirolimus, an mTORC1 inhibitor, has been approved by FDA to treat LAM patients. Sirolimus stabilizes lung function and improves symptoms. However, the disease recurs with discontinuation of the drug, potentially because of the sirolimus-induced refractoriness of the LAM cells. Therefore, there is a critical need to identify remission inducing cytocidal treatments for LAM. Recently released Library of Integrated Network-based Cellular Signatures (LINCS) L1000 transcriptional signatures of chemical perturbations has opened new avenues to study cellular responses to existing drugs and new bioactive compounds. Connecting transcriptional signature of a disease to these chemical perturbation signatures to identify bioactive chemicals that can “revert” the disease signatures can lead to novel drug discovery. We developed methods for constructing disease transcriptional signatures and performing connectivity analysis using single cell RNA-seq data. The methods were applied in the analysis of scRNA-seq data of naïve and sirolimus-treated LAM cells. The single cell connectivity analyses implicated mTORC1 inhibitors as capable of reverting the LAM transcriptional signatures while the corresponding standard bulk analysis did not. This indicates the importance of using single cell analysis in constructing disease signatures. The analysis also implicated other classes of drugs, CDK, MEK/MAPK and EGFR/JAK inhibitors, as potential therapeutic agents for LAM.

iLINCS (http://ilincs.org) is an integrative web-based platform for analysis of omics data and signatures of cellular perturbations. The portal facilitates analysis of user-submitted omics signatures of diseases and cellular perturbations in the context of a large compendium of pre-computed signatures (>200,000), as well as mining and re-analysis of the large collection of omics datasets (>10,000), pre-computed signatures and their connections. Analytics workflows driven by user-friendly interfaces enable users with only conceptual understanding of the analysis strategy to execute sophisticated analyses of omics signatures, such as systems biology analysis and interpretation of signatures, mechanism of action analysis and signature-driven drug re-positioning. iLINCS workflows integrate a range of analytics and interactive visualization tools into a comprehensive platform for analysis of omics signatures. There are only few platforms that integrate multiple omics data types, bioinformatics tools, and interfaces for integrative analyses and visualization that do not require any computer programming skills. Among them, iLINCS is unique in terms of the scope and versatility of the data it provides and the analytics it facilitates.

ABSTRACT Interleukin-1β (IL-1β) is dysregulated in many chronic inflammatory diseases, yet the genetic factors influencing IL-1β production and signaling remain largely unknown. Myeloid-derived cells are the primary producers of IL-1β, prompting a genome-wide CRISPR knockout screen in the human myeloid-derived U937 cell model, treated with lipopolysaccharide (LPS) to mimic inflammatory conditions, and sorted for high and low intracellular IL-1β levels. A total of 295 genes were identified as regulators of IL-1β production, including known mediators, such as TLR4, JAK-STAT, IL-10 receptor, and the Cullin ring finger ligase complex. Notably, 57 out of the 295 genes overlapped with loci associated with human inflammatory diseases, including the TNRC18 gene on chromosome 7p22.1 associated with multiple diseases in the Finnish population. U937 cells engineered with the homozygous rs748670681 risk allele associated with inflammatory bowel disease, demonstrated decreased levels of mRNA for TNRC18 and an adjacent gene WIPI2 , reduction in LPS-dependent gene activation and cytokine production, but elevation of interferon-responsive gene programs. Transcriptomic profiles for individual knockouts of TNRC18 and WIPI2 attributed the loss of LPS-dependent signaling primarily to TNRC18 while the exacerbation of interferon signaling is a hallmark of loss of WIPI2 . Collectively, these findings delineate the global regulatory mechanisms of IL-1β production and provide molecular insights to the role of the rs748670681 variant as a pleiotropic risk factor for inflammatory diseases.

The vast amount of RNA-seq data deposited in Gene Expression Omnibus (GEO) and Sequence Read Archive (SRA) is still a grossly underutilized resource for biomedical research. To remove technical roadblocks for re-using these data, we have developed a web-application GREIN (GEO RNA-seq Experiments Interactive Navigator) which provides simple user-friendly interfaces for manipulating and analyses of GEO RNA-seq data. GREIN is powered by the back-end computational pipeline for uniform processing of RNA-seq data and the large number (>5,500) of already processed datasets. The front-end user interfaces provide a wealth of user-analytics options including sub-setting and downloading processed data, interactive visualization, statistical power analyses, construction of differential gene expression signatures and their comprehensive functional characterization, connectivity analysis with LINCS L1000 data, etc. The combination of the massive amount of back-end data and front-end analytics options driven by user-friendly interfaces makes GREIN a unique open-source resource for re-using GEO RNA-seq data. GREIN is freely accessible at: https://shiny.ilincs.org/grein, the source code is available at: https://github.com/uc-bd2k/grein, and the Docker container is available at: https://hub.docker.com/r/ucbd2k/grein.