Human coronaviruses have become an increasing threat to global health; three highly pathogenic strains have emerged since the early 2000s, including most recently SARS-CoV-2, the cause of COVID-19. A better understanding of the molecular mechanisms of coronavirus pathogenesis is needed, including how these highly virulent strains differ from those that cause milder, common-cold like disease. While significant progress has been made in understanding how SARS-CoV-2 proteins interact with the host cell, non-structural protein 3 (nsp3) has largely been omitted from the analyses. Nsp3 is a viral protease with important roles in viral protein biogenesis, replication complex formation, and modulation of host ubiquitinylation and ISGylation. Herein, we use affinity purification-mass spectrometry to study the host-viral protein-protein interactome of nsp3 from five coronavirus strains: pathogenic strains SARS-CoV-2, SARS-CoV, and MERS-CoV; and endemic common-cold strains hCoV-229E and hCoV-OC43. We divide each nsp3 into three fragments and use tandem mass tag technology to directly compare the interactors across the five strains for each fragment. We find that few interactors are common across all variants for a particular fragment, but we identify shared patterns between select variants, such as ribosomal proteins enriched in the N-terminal fragment (nsp3.1) dataset for SARS-CoV-2 and SARS-CoV. We also identify unique biological processes enriched for individual homologs, for instance nuclear protein important for the middle fragment of hCoV-229E, as well as ribosome biogenesis of the MERS nsp3.2 homolog. Lastly, we further investigate the interaction of the SARS-CoV-2 nsp3 N-terminal fragment with ATF6, a regulator of the unfolded protein response. We show that SARS-CoV-2 nsp3.1 directly binds to ATF6 and can suppress the ATF6 stress response. Characterizing the host interactions of nsp3 widens our understanding of how coronaviruses co-opt cellular pathways and presents new avenues for host-targeted antiviral therapeutics.

Abstract Human DNA-methylation data have been used to develop biomarkers of ageing - referred to ‘epigenetic clocks’ - that have been widely used to identify differences between chronological age and biological age in health and disease including neurodegeneration, dementia and other brain phenotypes. Existing DNA methylation clocks are highly accurate in blood but are less precise when used in older samples or on brain tissue. We aimed to develop a novel epigenetic clock that performs optimally in human cortex tissue and has the potential to identify phenotypes associated with biological ageing in the brain. We generated an extensive dataset of human cortex DNA methylation data spanning the life-course (n = 1,397, ages = 1 to 104 years). This dataset was split into ‘training’ and ‘testing’ samples (training: n = 1,047; testing: n = 350). DNA methylation age estimators were derived using a transformed version of chronological age on DNA methylation at specific sites using elastic net regression, a supervised machine learning method. The cortical clock was subsequently validated in a novel human cortex dataset (n = 1,221, ages = 41 to 104 years) and tested for specificity in a large whole blood dataset (n = 1,175, ages = 28 to 98 years). We identified a set of 347 DNA methylation sites that, in combination optimally predict age in the human cortex. The sum of DNA methylation levels at these sites weighted by their regression coefficients provide the cortical DNA methylation clock age estimate. The novel clock dramatically out-performed previously reported clocks in additional cortical datasets. Our findings suggest that previous associations between predicted DNA methylation age and neurodegenerative phenotypes might represent false positives resulting from clocks not robustly calibrated to the tissue being tested and for phenotypes that become manifest in older ages. The age distribution and tissue type of samples included in training datasets need to be considered when building and applying epigenetic clock algorithms to human epidemiological or disease cohorts.

Abstract Alternative splicing is a post-transcriptional regulatory mechanism producing multiple distinct mRNA molecules from a single pre-mRNA. Alternative splicing has a prominent role in the central nervous system, impacting neurodevelopment and various neuronal functions as well as being increasingly implicated in brain disorders including autism, schizophrenia and Alzheimer’s disease. Standard short-read RNA-Seq approaches only sequence fragments of the mRNA molecule, making it difficult to accurately characterize the true nature of RNA isoform diversity. In this study, we used long-read isoform sequencing (Iso-Seq) to generate full-length cDNA sequences and map transcript diversity in the human and mouse cerebral cortex. We identify widespread RNA isoform diversity amongst expressed genes in the cortex, including many novel transcripts not present in existing genome annotations. Alternative splicing events were found to make a major contribution to RNA isoform diversity in the cortex, with intron retention being a relatively common event associated with nonsense-mediated decay and reduced transcript expression. Of note, we found evidence for transcription from novel (unannotated genes) and fusion events between neighbouring genes. Although global patterns of RNA isoform diversity were found to be generally similar between human and mouse cortex, we identified some notable exceptions. We also identified striking developmental changes in transcript diversity, with differential transcript usage between human adult and fetal cerebral cortex. Finally, we found evidence for extensive isoform diversity in genes associated with autism, schizophrenia and Alzheimer’s disease. Our data confirm the importance of alternative splicing in the cerebral cortex, dramatically increasing transcriptional diversity and representing an important mechanism underpinning gene regulation in the brain. We provide this transcript level data as a resource to the scientific community.

ABSTRACT Alzheimer’s disease (AD) is a chronic neurodegenerative disease characterized by the progressive accumulation of amyloid-beta and neurofibrillary tangles of tau in the neocortex. Utilizing extensive neuropathology data from the Brains for Dementia Research (BDR) cohort we performed the most systematic epigenome-wide association study (EWAS) of multiple measures of AD neuropathology yet undertaken, profiling DNA methylation in two cortical regions from 631 donors. We meta-analyzed our results with those from previous studies of DNA methylation in AD cortex (total n = 2,013 donors), identifying 334 cortical differentially methylated positions (DMPs) associated with AD pathology including methylomic variation at novel loci not previously implicated in dementia. We subsequently characterized DNA methylation in purified nuclei populations - enriched for neurons, oligodendrocytes and microglia - exploring the extent to which cortex AD-associated DMPs reflect differences manifest in specific cell populations. We find that the majority of DMPs identified in ‘bulk’ cortex tissue actually reflect DNA methylation differences occurring in non-neuronal cells, with dramatically increased effect sizes observed in microglia-enriched nuclei populations. Our study highlights the power of utilizing multiple measures of neuropathology to identify epigenetic signatures of AD and the importance of characterizing disease-associated variation in purified neural cell-types.

ABSTRACT Flaviviruses, including Dengue and Zika, are widespread human pathogens, however, no broadly active therapeutics exist to fight infection. Here, we establish the recently discovered pharmacologic modulator of ER proteostasis 147 as an effective host-centered antiviral strategy. Compound 147 reduces infection by attenuating viral replication without causing toxicity in host cells. 147 is a preferential activator of the ATF6 pathway of the unfolded protein response, which requires targeting of cysteine residues primarily on protein disulfide isomerases (PDIs). We find that the antiviral activity of 147 is independent of ATF6 induction but does require modification of reactive thiols on protein targets. Targeting PDIs using RNAi and other PDI small molecule inhibitors was unable to recapitulate the antiviral effects, suggesting additional identified protein targets of 147 may mediate the activity. Importantly, 147 can impair infection of multiple strains of Dengue and Zika virus, indicating that it is suitable as a broad-spectrum antiviral agent.

ABSTRACT Alternative splicing is a post-transcriptional mechanism that increases the diversity of expressed transcripts and plays an important role in regulating gene expression in the developing central nervous system. We used long-read transcriptome sequencing to characterise the structure and abundance of full-length transcripts in the human cortex from donors aged 6 weeks post-conception to 83 years old. We identified thousands of novel transcripts, with dramatic differences in the diversity of expressed transcripts between prenatal and postnatal cortex. A large proportion of these previously uncharacterised transcripts have high coding potential, with corresponding peptides detected in proteomic data. Novel putative coding sequences are highly conserved and overlap de novo mutations in genes linked with neurodevelopmental disorders in individuals with relevant clinical phenotypes. Our findings underscore the potential of novel coding sequences to harbor clinically relevant variants, offering new insights into the genetic architecture of human disease. Our cortical transcript annotations are available as a resource to the research community via an online database.

Abstract Background Due to inter-individual variation in the cellular composition of the human cortex, it is essential that covariates that capture these differences are included in epigenome-wide association studies using bulk tissue. As experimentally derived cell counts are often unavailable, computational solutions have been adopted to estimate the proportion of different cell-types using DNA methylation data. Here, we validate and profile the use of an expanded reference DNA methylation dataset incorporating two neuronal- and three glial-cell subtypes for quantifying the cellular composition of the human cortex. Results We tested eight reference panels containing different combinations of neuronal- and glial-cell types and characterized their performance in deconvoluting cell proportions from computationally reconstructed or empirically-derived human cortex DNA methylation data. Our analyses demonstrate that these novel brain deconvolution models produce accurate estimates of cellular proportions from profiles generated on postnatal human cortex samples, they are not appropriate for the use in prenatal cortex or cerebellum tissue samples. Applying our models to an extensive collection of empirical datasets, we show that glial cells are twice as abundant as neuronal cells in the human cortex and identify significant associations between increased Alzheimer’s disease neuropathology and the proportion of specific cell types including a decrease in NeuNNeg/SOX10Neg nuclei and an increase of NeuNNeg/SOX10Pos nuclei. Conclusions Our novel deconvolution models produce accurate estimates for cell proportions in the human cortex. These models are available as a resource to the community enabling the control of cellular heterogeneity in epigenetic studies of brain disorders performed on bulk cortex tissue.

Abstract Induced pluripotent stem cells (iPSCs) and their differentiated neurons (iPSC-neurons) are a widely used cellular model in the research of the central nervous system. However, it is unknown how well they capture age-associated processes, particularly given that pluripotent cells are only present during the earliest stages of mammalian development. Epigenetic clocks utilize coordinated age-associated changes in DNA methylation to make predictions that correlate strongly with chronological age. It has been shown that the induction of pluripotency rejuvenates predicted epigenetic age. As existing clocks are not optimized for the study of brain development, we developed the fetal brain clock (FBC), a bespoke epigenetic clock trained in human prenatal brain samples in order to investigate more precisely the epigenetic age of iPSCs and iPSC-neurons. The FBC was tested in two independent validation cohorts across a total of 194 samples, confirming that the FBC outperforms other established epigenetic clocks in fetal brain cohorts. We applied the FBC to DNA methylation data from iPSCs and iPSC-derived neuronal precursor cells and neurons, finding that these cell types are epigenetically characterized as having an early fetal age. Furthermore, while differentiation from iPSCs to neurons significantly increases epigenetic age, iPSC-neurons are still predicted as being fetal. Together our findings reiterate the need to better understand the limitations of existing epigenetic clocks for answering biological research questions and highlight a limitation of iPSC-neurons as a cellular model of age-related diseases.

ABSTRACT Histones are essential for chromatin packaging and histone supply must be tightly regulated as excess histones are toxic. To drive the rapid cell cycles of the early embryo, however, excess histones are maternally deposited. Therefore, soluble histones must be buffered by histone chaperones but the chaperone necessary to stabilize soluble H3-H4 pools in the Drosophila embryo has yet to be identified. Here, we show that CG8223, the Drosophila ortholog of NASP, is a H3-H4-specific chaperone in the early embryo. NASP specifically binds to H3-H4 in the early embryo. We demonstrate that, while a NASP null mutant is viable in Drosophila, NASP is maternal effect lethal gene. Embryos laid by NASP mutant mothers have a reduce rate of hatching and show defects in early embryogenesis. Critically, soluble H3-H4 pools are degraded in embryos laid by NASP mutant mothers. Our work identifies NASP as the critical H3-H4 histone chaperone in the Drosophila embryo.

Coronaviruses (CoV), including SARS-CoV-2, modulate host proteostasis through activation of stress-responsive signaling pathways such as the Unfolded Protein Response (UPR), which remedies misfolded protein accumulation by attenuating translation and increasing protein folding capacity. While CoV nonstructural proteins (nsps) are essential for infection, little is known about the role of nsps in modulating the UPR. We characterized the impact of SARS-CoV-2 nsp4, a key driver of replication, on the UPR using quantitative proteomics to sensitively detect pathway-wide upregulation of effector proteins. We find nsp4 preferentially activates the ATF6 and PERK branches of the UPR. Previously, we found an N-terminal truncation of nsp3 (nsp3.1) can suppress pharmacological ATF6 activation. To determine how nsp3.1 and nsp4 tune the UPR, their co-expression demonstrated that nsp3.1 suppresses nsp4-mediated PERK, but not ATF6 activation. Re-analysis of SARS-CoV-2 infection proteomics data revealed time-dependent activation of PERK targets early in infection, which subsequently fades. This temporal regulation suggests a role for nsp3 and nsp4 in tuning the PERK pathway to attenuate host translation beneficial for viral replication while avoiding later apoptotic signaling caused by chronic activation. This work furthers our understanding of CoV-host proteostasis interactions and highlights the power of proteomic methods for systems-level analysis of the UPR.