Background: Understanding the mechanisms that regulate hair cell (HC) differentiation in the organ of Corti (OC) is essential to designing genetic therapies for hearing loss due to HC loss or damage. We have previously identified Fibroblast Growth Factor 20 (FGF20) as having a key role in HC and supporting cell differentiation in the mouse OC. To investigate the genetic landscape regulated by FGF20 signaling in OC progenitors, we employ Translating Ribosome Affinity Purification combined with Next Generation mRNA Sequencing (TRAPseq) in the Fgf20 lineage. Results: We show that TRAPseq targeting OC progenitors effectively enriched for mRNA within this rare cell population. TRAPseq identified differentially expressed genes downstream of FGF20, including Etv4, Etv5, Etv1, Dusp6, Hey1, Hey2, Heyl, Tectb, Fat3, Cpxm2, Sall1, Sall3, and cell cycle regulators such as Cdc20. Analysis of Cdc20 conditional-null mice identified decreased cochlea length, while analysis of Sall1-ΔZn2-10 mice, which harbor a mutation that causes Townes-Brocks syndrome, identified a decrease in outer hair cell number. Conclusions: We present two datasets: genes with enriched expression in OC progenitors, and genes regulated by FGF20 in the embryonic day 14.5 cochlea. We validate select differentially expressed genes via in situ hybridization and in vivo functional studies in mice.### Competing Interest StatementThe authors have declared no competing interest.

There is a need to define regions of gene activation or repression that control human kidney cells in states of health, injury, and repair to understand the molecular pathogenesis of kidney disease and design therapeutic strategies. However, comprehensive integration of gene expression with epigenetic features that define regulatory elements remains a significant challenge. We measured dual single nucleus RNA expression and chromatin accessibility, DNA methylation, and H3K27ac, H3K4me1, H3K4me3, and H3K27me3 histone modifications to decipher the chromatin landscape and gene regulation of the kidney in reference and adaptive injury states. We established a comprehensive and spatially-anchored epigenomic atlas to define the kidney's active, silent, and regulatory accessible chromatin regions across the genome. Using this atlas, we noted distinct control of adaptive injury in different epithelial cell types. A proximal tubule cell transcription factor network of ELF3 , KLF6 , and KLF10 regulated the transition between health and injury, while in thick ascending limb cells this transition was regulated by NR2F1 . Further, combined perturbation of ELF3 , KLF6 , and KLF10 distinguished two adaptive proximal tubular cell subtypes, one of which manifested a repair trajectory after knockout. This atlas will serve as a foundation to facilitate targeted cell-specific therapeutics by reprogramming gene regulatory networks.

Low nephron endowment at birth is a risk factor for chronic kidney disease. The prevalence of this condition is increasing due to higher survival rates of preterm infants and children with multi-organ birth defect syndromes that affect the kidney and urinary tract. We created a mouse model of congenital low nephron number due to deletion of Mta2 in nephron progenitor cells. Mta2 is a core component of the Nucleosome Remodeling and Deacetylase (NuRD) chromatin remodeling complex. These mice developed albuminuria at 4 weeks of age followed by focal segmental glomerulosclerosis (FSGS) at 8 weeks, with progressive kidney injury and fibrosis. Our studies reveal that altered mitochondrial metabolism in the post-natal period leads to accumulation of neutral lipids in glomeruli at 4 weeks of age followed by reduced mitochondrial oxygen consumption. We found that NuRD cooperated with Zbtb7a/7b to regulate a large number of metabolic genes required for fatty acid oxidation and oxidative phosphorylation. Analysis of human kidney tissue also supported a role for reduced mitochondrial lipid metabolism and ZBTB7A/7B in FSGS and CKD. We propose that an inability to meet the physiological and metabolic demands of post-natal somatic growth of the kidney promotes the transition to CKD in the setting of glomerular hypertrophy due to low nephron endowment.

Importance Recently, the US Food and Drug Administration gave premarketing approval to an algorithm based on its purported ability to identify individuals at genetic risk for opioid use disorder (OUD). However, the clinical utility of the candidate genetic variants included in the algorithm has not been independently demonstrated. Objective To assess the utility of 15 genetic variants from an algorithm intended to predict OUD risk. Design, Setting, and Participants This case-control study examined the association of 15 candidate genetic variants with risk of OUD using electronic health record data from December 20, 1992, to September 30, 2022. Electronic health record data, including pharmacy records, were accrued from participants in the Million Veteran Program across the US with opioid exposure (n = 452 664). Cases with OUD were identified using International Classification of Diseases, Ninth Revision , or International Classification of Diseases, Tenth Revision , diagnostic codes, and controls were individuals with no OUD diagnosis. Exposures Number of risk alleles present across 15 candidate genetic variants. Main Outcome and Measures Performance of 15 genetic variants for identifying OUD risk assessed via logistic regression and machine learning models. Results A total of 452 664 individuals with opioid exposure (including 33 669 with OUD) had a mean (SD) age of 61.15 (13.37) years, and 90.46% were male; the sample was ancestrally diverse (with individuals of genetically inferred European, African, and admixed American ancestries). Using Nagelkerke R 2 , collectively, the 15 candidate genes accounted for 0.40% of variation in OUD risk. In comparison, age and sex alone accounted for 3.27% of the variation. The ensemble machine learning. The ensemble machine learning model using the 15 variants as predictive factors correctly classified 52.83% (95% CI, 52.07%-53.59%) of individuals in an independent testing sample. Conclusions and Relevance Results of this study suggest that the candidate genetic variants included in the approved algorithm do not meet reasonable standards of efficacy in identifying OUD risk. Given the algorithm’s limited predictive accuracy, its use in clinical care would lead to high rates of both false-positive and false-negative findings. More clinically useful models are needed to identify individuals at risk of developing OUD.