Copper is an essential cofactor for all organisms, and yet it becomes toxic if concentrations exceed a threshold maintained by evolutionarily conserved homeostatic mechanisms. How excess copper induces cell death, however, is unknown. Here, we show in human cells that copper-dependent, regulated cell death is distinct from known death mechanisms and is dependent on mitochondrial respiration. We show that copper-dependent death occurs by means of direct binding of copper to lipoylated components of the tricarboxylic acid (TCA) cycle. This results in lipoylated protein aggregation and subsequent iron-sulfur cluster protein loss, which leads to proteotoxic stress and ultimately cell death. These findings may explain the need for ancient copper homeostatic mechanisms.

Anticancer uses of non-oncology drugs have occasionally been found, but such discoveries have been serendipitous. We sought to create a public resource containing the growth-inhibitory activity of 4,518 drugs tested across 578 human cancer cell lines. We used PRISM (profiling relative inhibition simultaneously in mixtures), a molecular barcoding method, to screen drugs against cell lines in pools. An unexpectedly large number of non-oncology drugs selectively inhibited subsets of cancer cell lines in a manner predictable from the molecular features of the cell lines. Our findings include compounds that killed by inducing phosphodiesterase 3A-Schlafen 12 complex formation, vanadium-containing compounds whose killing depended on the sulfate transporter SLC26A2, the alcohol dependence drug disulfiram, which killed cells with low expression of metallothioneins, and the anti-inflammatory drug tepoxalin, which killed via the multidrug resistance protein ATP-binding cassette subfamily B member 1 (ABCB1). The PRISM drug repurposing resource ( https://depmap.org/repurposing ) is a starting point to develop new oncology therapeutics, and more rarely, for potential direct clinical translation. Golub and colleagues tested thousands of drugs not originally developed for oncology across 578 human cancer cell lines, revealing growth-inhibitory effects and providing a resource to identify drugs with the potential to be repurposed for cancer.

The mechanisms by which cells adapt to proteotoxic stress are largely unknown, but are key to understanding how tumor cells, particularly in vivo, are largely resistant to proteasome inhibitors. Analysis of cancer cell lines, mouse xenografts and patient-derived tumor samples all showed an association between mitochondrial metabolism and proteasome inhibitor sensitivity. When cells were forced to use oxidative phosphorylation rather than glycolysis, they became proteasome-inhibitor resistant. This mitochondrial state, however, creates a unique vulnerability: sensitivity to the small molecule compound elesclomol. Genome-wide CRISPR–Cas9 screening showed that a single gene, encoding the mitochondrial reductase FDX1, could rescue elesclomol-induced cell death. Enzymatic function and nuclear-magnetic-resonance-based analyses further showed that FDX1 is the direct target of elesclomol, which promotes a unique form of copper-dependent cell death. These studies explain a fundamental mechanism by which cells adapt to proteotoxic stress and suggest strategies to mitigate proteasome inhibitor resistance. Mitochondrial energy metabolism regulates proteotoxic stress tolerance, exposing a newly discovered sensitivity to the small molecule elesclomol, which induces FDX1-mediated, copper-dependent cell death.

Abstract To accelerate the translation of cancer nanomedicine, we hypothesize that integrated genomic screens will improve understanding of the cellular processes governing nanoparticle trafficking. We developed a massively parallel high-throughput screening method leveraging barcoded, pooled cancer cell lines annotated with multi-omic data to investigate cell association patterns across a nanoparticle library spanning a range of formulations with clinical potential. This approach identified both the materials properties and cell-intrinsic features mediating nanoparticle-cell association. Coupling the data with machine learning algorithms, we constructed genomic nanoparticle trafficking networks and identified nanoparticle-specific biomarkers, including gene expression of SLC46A3. We engineered cell lines to validate SLC46A3 as a biomarker whose expression inversely predicts liposomal nanoparticle uptake both in vitro and in vivo. We further demonstrated the predictive capabilities extend beyond liposomal nanoparticles, regulating both uptake and transfection efficacy of solid lipid nanoparticles. Our work establishes the power of massively parallel pooled cell screens for nanoparticle delivery and enables the identification and utilization of biomarkers to rationally design nanoformulations for specific patient populations.

Anti-cancer uses of non-oncology drugs have been found on occasion, but such discoveries have been serendipitous and rare. We sought to create a public resource containing the growth inhibitory activity of 4,518 drugs tested across 578 human cancer cell lines. To accomplish this, we used PRISM, which involves drug treatment of molecularly barcoded cell lines in pools. Relative barcode abundance following treatment thus reflects viability of each cell line. We found that an unexpectedly large number of non-oncology drugs selectively inhibited subsets of cancer cell lines. Moreover, the killing activity of the majority of these drugs was predictable based on the molecular features of the cell lines. Follow-up of several of these compounds revealed novel mechanisms. For example, compounds that kill by inducing PDE3A-SLFN12 complex formation; vanadium-containing compounds whose killing is dependent on the sulfate transporter SLC26A2; the alcohol dependence drug disulfiram, which kills cells with low expression of metallothioneins; and the anti-inflammatory drug tepoxalin, whose killing is dependent on high expression of the multi-drug resistance gene ABCB1. These results illustrate the potential of the PRISM drug repurposing resource as a starting point for new oncology therapeutic development. The resource is available at https://depmap.org.