Abstract It remains elusive whether some of the associations identified in genome-wide association studies of prostate cancer (PrCa) may be due to regulatory effects of genetic variants on CpG sites, which may further influence expression of PrCa target genes. To search for CpG sites associated with PrCa risk, here we establish genetic models to predict methylation (N = 1,595) and conduct association analyses with PrCa risk (79,194 cases and 61,112 controls). We identify 759 CpG sites showing an association, including 15 located at novel loci. Among those 759 CpG sites, methylation of 42 is associated with expression of 28 adjacent genes. Among 22 genes, 18 show an association with PrCa risk. Overall, 25 CpG sites show consistent association directions for the methylation-gene expression-PrCa pathway. We identify DNA methylation biomarkers associated with PrCa, and our findings suggest that specific CpG sites may influence PrCa via regulating expression of candidate PrCa target genes.

Summary Cellular senescence contributes to organismal development, aging, and diverse pathologies, yet available assays to detect senescent cells remain unsatisfactory. Here, we designed and synthesized a lipophilic, biotin‐linked Sudan Black B ( SBB ) analogue suitable for sensitive and specific, antibody‐enhanced detection of lipofuscin‐containing senescent cells in any biological material. This new hybrid histo‐/immunochemical method is easy to perform, reliable, and universally applicable to assess senescence in biomedicine, from cancer research to gerontology.

Abstract Free amino acids (AAs) and their metabolites are important building blocks, energy sources and signaling molecules associated with various pathological phenotypes. The quantification of AA and tryptophan (TRP) metabolites in human serum and plasma is therefore of great diagnostic interest. Robust and reproducible sample extraction and processing workflows as well as rapid, sensitive absolute quantification of AA and TRP metabolites are required to identify candidate biomarkers and to improve current screening methods. We developed a validated semi-automated extraction and sample processing workflow using a robotic liquid handling platform and a rapid method for the absolute quantification of 20 free, underivatized AAs and 6 TRP metabolites using dual-column U(H)PLC-MRM-MS. The automated extraction and sample preparation workflow is designed for use in a 96-well plate format, allowing robust and reproducible high sample throughput without the need for further SPE, evaporation and/or buffer exchange. Samples extracted from serum and/or plasma in 96-well plates can be transferred directly to the U(H)PLC autosampler. The dual-column U(H)PLC-MRM-MS method, using a mixed- mode reversed-phase anion exchange column with formic acid as mobile phase modifier and a high- strength silica reversed-phase column with difluoroacetic acid as mobile phase additive, provided absolute quantification with nanomolar lower limits of quantification (LLOQ) for all metabolites except glycine (LLOQ: 2.46 µM) in only 7.9 minutes. The semi-automated extraction workflow and dual-column U(H)PLC-MRM-MS method was applied to a human prostate cancer study and was shown to discriminate between treatment regimens and to identify amino acids responsible for the statistical separation between healthy controls and prostate cancer patients on active surveillance.

Abstract Increasing evidence shows that cardiovascular diseases (CVDs) are associated with an increased risk of cognitive impairment and Alzheimer’s diseases (AD). It is unknown whether systemic vascular dysfunction occurs prior to the development of AD, if this occurs in a sex-dependent manner, and whether endothelial cells play a role in the deposition of amyloid beta (Aβ) peptides. We hypothesized that vascular dysfunction occurs prior to the onset of amyloid pathology, thus escalating its progression. Furthermore, endothelial cells from female mice will present with an exacerbated formation of Aβ peptides due to an exacerbated pressure pulsatility. To test this hypothesis, we used a double transgenic mouse model of early-onset AD (APPswe/PSEN1dE9). We evaluated hippocampus-dependent recognition memory and the cardiovascular function by echocardiography and direct measurements of blood pressure through carotid artery catheterization. Vascular function was evaluated in resistance arteries, morphometric parameters in the aortas, and immunofluorescence in the hippocampus and aortas. We observed that endothelial dysfunction occurred prior to the onset of amyloid pathology irrespective of sex. However, during the onset of amyloid pathology, only female APP/PS1 mice had vascular stiffness in the aorta. There was elevated Aβ deposition which colocalized with endothelial cells in the hippocampus from female APP/PS1 mice. Overall, these data showed that vascular abnormalities may be an early marker, and potential mediator of AD, but exacerbated aortic stiffness and pressure pulsatility after the onset of amyloid pathology may be associated with a greater burden of Aβ formation in hippocampal endothelial cells from female but not male APP/PS1 mice. Graphical Abstract

A major challenge in cancer treatment is predicting the clinical response to anti-cancer drugs for each individual patient. For complex diseases such as cancer, characterized by high inter-patient variance, the implementation of precision medicine approaches is dependent upon understanding the pathological processes at the molecular level. While the 'omics' era provides unique opportunities to dissect the molecular features of diseases, the ability to utilize it in targeted therapeutic efforts is hindered by both the massive size and diverse nature of the 'omics' data. Recent advances with Deep Learning Neural Networks (DLNNs), suggests that DLNN could be trained on large data sets to efficiently predict therapeutic responses in cancer treatment. We present the application of Association Rule Mining combined with DLNNs for the analysis of high-throughput molecular profiles of 1001 cancer cell lines, in order to extract cancer-specific signatures in the form of easily interpretable rules and use these rules as input to predict pharmacological responses to a large number of anti-cancer drugs. The proposed algorithm outperformed Random Forests (RF) and Bayesian Multitask Multiple Kernel Learning (BMMKL) classification which currently represent the state-of-the-art in drug-response prediction. Moreover, the in silico pipeline presented, introduces a novel strategy for identifying potential therapeutic targets, as well as possible drug combinations with high therapeutic potential. For the first time, we demonstrate that DLNNs trained on a large pharmacogenomics data-set can effectively predict the therapeutic response of specific drugs in different cancer types. These findings serve as a proof of concept for the application of DLNNs to predict therapeutic responsiveness, a milestone in precision medicine.

Abstract The regulation of vascular tone by perivascular tissues is a complex interplay of various paracrine factors. Here, we investigate the anti-contractile effect of skeletal muscle surrounding the femoral and carotid arteries and its underlying mechanisms. Using male and female Wistar rats, we demonstrated that serotonin, phenylephrine, and U-46619 induced a concentration-dependent vasoconstrictor response in femoral artery rings. Interestingly, this response was diminished in the presence of surrounding femoral skeletal muscle, irrespective of sex. No anti-contractile effect was observed when the carotid artery was exposed to its surrounding skeletal muscle. The observed effect in the femoral artery persisted even in the absence of endothelium and when the muscle was detached from the artery. Furthermore, the skeletal muscle surrounding the femoral artery was able to promote an anti-contractile effect in three other vascular beds (basilar, mesenteric, and carotid arteries). Using inhibitors of lactate dehydrogenase and the 1/4 monocarboxylate transporter, we confirmed the involvement of lactate, as both inhibitors were able to abolish the anti-contractile effect. However, lactate did not directly promote vasodilation; rather, it exerted its effect by activating 5' AMP-activated protein kinase (AMPK) and neuronal nitric oxide synthase (NOS1) in the skeletal muscle. Accordingly, Nω-propyl L-arginine, a specific inhibitor of NOS1, prevented the anti-contractile effect, as well as lactate-induced phosphorylation of NOS1 at the stimulatory serine site (1417) in primary skeletal muscle cells. Phosphorylation of NOS1 was reduced in the presence of Bay-3827, a selective AMPK inhibitor. In conclusion, femoral artery-associated skeletal muscle is a potent paracrine and endocrine organ that influences vascular tone in both sexes. Mechanistically, the anti-contractile effect involves muscle fiber type and/or its anatomical location but not the type of artery or its related vascular endothelium. Finally, the femoral artery anti-contractile effect is mediated by the lactate-AMPK-phospho-NOS1Ser1417-NO signaling axis.

Bilirubin has antioxidant properties, and elevated levels within the normal range have been associated with improved lung function and decreased risk of asthma in adults, but studies of young children are scarce. Here, we investigate associations between bilirubin in early life and respiratory health endpoints during preschool age in two independent birth cohorts.

Quantifying the genetic correlation between cancers can provide important insights into the mechanisms driving cancer etiology. Using genome-wide association study summary statistics across six cancer types based on a total of 296,215 cases and 301,319 controls of European ancestry, we estimate the pair-wise genetic correlations between breast, colorectal, head/neck, lung, ovary and prostate cancer, and between cancers and 38 other diseases. We observed statistically significant genetic correlations between lung and head/neck cancer (rg=0.57, p=4.6x10-8), breast and ovarian cancer (rg=0.24, p=7x10-5), breast and lung cancer (rg=0.18, p=1.5x10-6) and breast and colorectal cancer (rg=0.15, p=1.1x10-4). We also found that multiple cancers are genetically correlated with non-cancer traits including smoking, psychiatric diseases and metabolic characteristics. Functional enrichment analysis revealed a significant excess contribution of conserved and regulatory regions to cancer heritability. Our comprehensive analysis of cross-cancer heritability suggests that solid tumors arising across tissues share in part a common germline genetic basis.