We report a comprehensive proteogenomics analysis, including whole-genome sequencing, RNA sequencing, and proteomics and phosphoproteomics profiling, of 218 tumors across 7 histological types of childhood brain cancer: low-grade glioma (n = 93), ependymoma (32), high-grade glioma (25), medulloblastoma (22), ganglioglioma (18), craniopharyngioma (16), and atypical teratoid rhabdoid tumor (12). Proteomics data identify common biological themes that span histological boundaries, suggesting that treatments used for one histological type may be applied effectively to other tumors sharing similar proteomics features. Immune landscape characterization reveals diverse tumor microenvironments across and within diagnoses. Proteomics data further reveal functional effects of somatic mutations and copy number variations (CNVs) not evident in transcriptomics data. Kinase-substrate association and co-expression network analysis identify important biological mechanisms of tumorigenesis. This is the first large-scale proteogenomics analysis across traditional histological boundaries to uncover foundational pediatric brain tumor biology and inform rational treatment selection.

Abstract Though discovered over 100 years ago, the molecular foundation of sporadic Alzheimer’s disease (AD) remains elusive. To elucidate its complex nature, we constructed multiscale causal network models on a large human AD multi-omics dataset, integrating clinical features of AD, DNA variation, and gene and protein expression into probabilistic causal models that enabled detection and prioritization of high-confidence key drivers of AD, including the top predicted key driver VGF. Overexpression of neuropeptide precursor VGF in 5xFAD mice partially rescued beta-amyloid-mediated memory impairment and neuropathology. Molecular validation of network predictions downstream of VGF was achieved, with significant enrichment for homologous genes identified as differentially expressed in 5xFAD brains overexpressing VGF versus controls. Our findings support a causal and/or protective role for VGF in AD pathogenesis and progression. One sentence summary VGF protects against Alzheimer’s disease

Abstract Mycobacterium bovis Bacillus Calmette-Guerin (BCG), the first-line treatment for non-muscle invasive bladder cancer (NMIBC), promotes the production of inflammatory cytokines, particularly interferon (IFN)-γ. Prolonged inflammation and IFN-γ exposure are known to cause an adaptive immune response, enabling immune escape and proliferation by tumor cells. We investigated HLA-E and NKG2A, a novel T and NK cell checkpoint pathway, as a driver of adaptive resistance in BCG unresponsive NMIBC. We observed ubiquitous inflammation in all patients after BCG immunotherapy, regardless of recurrence status. IFN-γ was shown to drive tumor expression of HLA-E and PD-L1. Further, NKG2A-expressing NK and CD8 T cells were enriched in BCG unresponsive tumors and with enhanced capacity for cytolytic functions. Strikingly, in situ spatial analyses revealed that HLA-E HIGH tumors are activated to recruit NK and T cells via chemokine production, potentially sparing HLA-E LOW tumors that would otherwise be susceptible to lysis. Finally, blood-derived NK cells retained anti-tumor functions at the time of tumor recurrence. These data support combined NKG2A and PD-L1 blockade for BCG unresponsive disease.

Abstract Adaptive immunity and tumor-promoting inflammation exist in delicate balance in individual tumor microenvironments; however, the role of this balance in defining sensitivity and resistance to PD-1/PD-L1 blockade therapy in urothelial cancer and other malignancies is poorly understood. We pursued an unbiased systems biology approach using bulk RNA sequencing data to examine pre-treatment molecular features associated with sensitivity to PD-1/PD-L1 blockade in patients with metastatic urothelial cancer and identified an adaptive_immune_response module associated with response and an inflammatory_response module and stromal module associated with resistance. We mapped these gene modules onto single-cell RNA sequencing data demonstrating the adaptive_immune_response module emanated predominantly from T, NK, and B cells, the inflammatory_response module from monocytes/macrophages, and the stromal module from fibroblasts. The adaptive_immune_response:inflammatory_response module expression ratio in individual tumors, reflecting the balance between antitumor immunity and tumor-associated inflammation and coined the 2IR score, best correlated with clinical outcomes and was validated in an independent cohort. Individual monocytes/macrophages with low 2IR scores demonstrated upregulation of proinflammatory genes including IL1B and downregulation of antigen presentation genes, were unrelated to classical M1 versus M2 polarization, and were enriched in pre-treatment peripheral blood from patients with PD-L1 blockade-resistant metastatic urothelial cancer. Single sentence summary Proinflammatory monocytes/macrophages, present in tumor and blood, are associated with resistance to immune checkpoint blockade in urothelial cancer.

SUMMARY Kinetochores are large protein complexes that assemble at the centromere and bind to mitotic spindle microtubules to ensure accurate chromosome segregation. Like most protein-coding genes, the full multifunctional nature of kinetochore factors remains uncharacterized due to the limited experimental tools for unbiased dissection of human protein sequences. We developed a method that leverages CRISPR-Cas9 induced mutations to identify key functional regions within protein sequences required for cellular outgrowth. Our analysis of 48 human mitotic genes revealed hundreds of regions required for cell proliferation, including known domains and uncharacterized ones. We validated the essential nature for 15 of these regions, including amino acids 387-402 of Mad1, which identified an unknown domain that contributes to Mad1 kinetochore localization and chromosome segregation fidelity. Altogether, we demonstrate that CRISPR-Cas9-based tiling mutagenesis identifies key functional domains in protein-coding genes de novo , which elucidates separation of function mutants and allows functional annotation across the human proteome.

Summary PD-1/PD-L1-blockade immunotherapies have limited efficacy in the treatment of muscle-invasive bladder cancer (MIBC) and metastatic urothelial carcinoma. Here, we show that KLRC1 (NKG2A) expression associates with improved survival and responsiveness to PD-L1 blockade immunotherapy in CD8A high bladder tumors. The loss of antigen presentation is a common mechanism for tumor escape in bladder cancer. NKG2A + CD8 T cells are able to circumvent HLA-ABC loss through TCR-independent cytotoxicity, which is partly mediated by DNAM-1. In bladder tumors, NKG2A is acquired on a subset of PD-1 + CD8 T cells, alongside stronger tissue-residency memory features, TCR-independent cytotoxicity and evidence of recent proliferation. HLA-E is low but variably expressed on bladder tumors. When expressed, NKG2A + CD8 T cell anti-tumor responses to HLA-ABC-deficient tumors are inhibited and partly restored upon NKG2A blockade. Overall, our study identifies an alternative path for CD8 T cell exhaustion, that is mediated by NKG2A upregulation and TCR-independent cytotoxicity.

Abstract Deep proteomics profiling using labeled LC-MS/MS experiments has been proven to be powerful to study complex diseases. However, due to the dynamic nature of the discovery mass spectrometry, the generated data contain a substantial fraction of missing values. This poses great challenges for data analyses, as many tools, especially those for high dimensional data, cannot deal with missing values directly. To address this problem, the NCI-CPTAC Proteogenomics DREAM Challenge was carried out to develop effective imputation algorithms for labeled LC-MS/MS proteomics data through crowd learning. The final resulting algorithm, DreamAI, is based on an ensemble of six different imputation methods. The imputation accuracy of DreamAI, as measured by Pearson correlation, is about 15%-50% greater than existing tools among less abundant proteins, which are more vulnerable to be missed in proteomics data sets. This new tool notably enhances data analysis capabilities in proteomics research.

To identify factors that regulate gut microbiota density and the impact of varied microbiota density on health, we assayed this fundamental ecosystem property in fecal samples across mammals, human disease, and therapeutic interventions. Physiologic features of the host (carrying capacity) and the fitness of the gut microbiota shape microbiota density. Therapeutic manipulation of microbiota density in mice altered host metabolic and immune homeostasis. In humans, gut microbiota density was reduced in Crohn's disease, ulcerative colitis, and ileal pouch-anal anastomosis. The gut microbiota in recurrent Clostridium difficile infection had lower density and reduced fitness that were restored by fecal microbiota transplantation. Understanding the interplay between microbiota and disease in terms of microbiota density, host carrying capacity, and microbiota fitness provide new insights into microbiome structure and microbiome targeted therapeutics.

Motivation: Cellular, physiological and molecular processes must be organized and regulated across multiple time domains throughout the lifespan of an organism. The technological revolution in molecular biology has led to the identification of numerous genes implicated in the regulation of diverse temporal biological processes. However, it is natural to question whether there is an underlying regulatory network governing multiple timescales simultaneously. Results: Using queries of relevant databases and literature searches, a single dense multiscale temporal regulatory network was identified involving core sets of genes that regulate circadian, cell cycle, and aging processes. The network was highly enriched for genes involved in signal transduction (P = 1.82e-82), with p53 and its regulators such as p300 and CREB binding protein forming key hubs, but also for genes involved in metabolism (P = 6.07e-127) and cellular response to stress (P = 1.56e-93). These results suggest an intertwined molecular signaling network that affects biological time across multiple temporal scales in response to environmental stimuli and available resources.

A key goal of geroscience research is to discover effective interventions to extend human healthspan, the years of healthy life. Currently, majority of the geroprotectors are found by testing compounds in model organisms; whether these compounds will be effective in humans is largely unknown. Here we present a novel strategy called ANDRU (aging network based drug discovery) to help the discovery of human geroprotectors. Instead of relying on model organisms, this approach is driven by human genomic and pharmacogenomic data. It first identifies human aging subnetworks that putatively function at the interface between aging and age-related diseases; it then screens for pharmacological or genetic interventions that may "reverse" the age-associated transcriptional changes seen in these subnetworks. We applied ANDRU to human adipose and artery tissues. In adipose tissue, PTPN1, a target for diabetes treatment and APOE, a known genetic factor for human longevity and diseases like Alzheimer's disease, were ranked at the top. For small molecules, conjugated linoleic acid and metformin, a drug commonly used to treat type 2 diabetes, were ranked among the top compounds. In artery tissue, N-methyl-D-aspartate antagonists and curcumin were ranked at the top. In summary, ANDRU represents a promising human data-driven strategy that may speed up the discovery of interventions to extend human healthspan.