Objective T cells play a key role in the pathogenesis of early systemic sclerosis. This study was undertaken to assess the safety and efficacy of abatacept in patients with diffuse cutaneous systemic sclerosis (dc SS c). Methods In this 12‐month, randomized, double‐blind, placebo‐controlled trial, participants were randomized 1:1 to receive either subcutaneous abatacept 125 mg or matching placebo, stratified by duration of dc SS c. Escape therapy was allowed at 6 months for worsening disease. The coprimary end points were change in the modified Rodnan skin thickness score ( MRSS ) compared to baseline and safety over 12 months. Differences in longitudinal outcomes were assessed according to treatment using linear mixed models, with outcomes censored after initiation of escape therapy. Skin tissue obtained from participants at baseline was classified into intrinsic gene expression subsets. Results Among 88 participants, the adjusted mean change in the MRSS at 12 months was −6.24 units for those receiving abatacept and −4.49 units for those receiving placebo, with an adjusted mean treatment difference of −1.75 units ( P = 0.28). Outcomes for 2 secondary measures (Health Assessment Questionnaire disability index and a composite measure) were clinically and statistically significantly better with abatacept. The proportion of subjects in whom escape therapy was needed was higher in the placebo group relative to the abatacept group (36% versus 16%). In the inflammatory and normal‐like skin gene expression subsets, decline in the MRSS over 12 months was clinically and significantly greater in the abatacept group versus the placebo group ( P < 0.001 and P = 0.03, respectively). In the abatacept group, adverse events occurred in 35 participants versus 40 participants in the placebo group, including 2 deaths and 1 death, respectively. Conclusion In this phase II trial, abatacept was well‐tolerated, but change in the MRSS was not statistically significant. Secondary outcome measures, including gene expression subsets, showed evidence in support of abatacept. These data should be confirmed in a phase III trial.

Objectives Determine global skin transcriptome patterns of early diffuse systemic sclerosis (SSc) and how they differ from later disease. Methods Skin biopsy RNA from 48 patients in the Prospective Registry for Early Systemic Sclerosis (PRESS) cohort (mean disease duration 1.3 years) and 33 matched healthy controls was examined by next-generation RNA sequencing. Data were analysed for cell type-specific signatures and compared with similarly obtained data from 55 previously biopsied patients in Genetics versus Environment in Scleroderma Outcomes Study cohort with longer disease duration (mean 7.4 years) and their matched controls. Correlations with histological features and clinical course were also evaluated. Results SSc patients in PRESS had a high prevalence of M2 (96%) and M1 (94%) macrophage and CD8 T cell (65%), CD4 T cell (60%) and B cell (69%) signatures. Immunohistochemical staining of immune cell markers correlated with the gene expression-based immune cell signatures. The prevalence of immune cell signatures in early diffuse SSc patients was higher than in patients with longer disease duration. In the multivariable model, adaptive immune cell signatures were significantly associated with shorter disease duration, while fibroblast and macrophage cell type signatures were associated with higher modified Rodnan Skin Score (mRSS). Immune cell signatures also correlated with skin thickness progression rate prior to biopsy, but did not predict subsequent mRSS progression. Conclusions Skin in early diffuse SSc has prominent innate and adaptive immune cell signatures. As a prominently affected end organ, these signatures reflect the preceding rate of disease progression. These findings could have implications in understanding SSc pathogenesis and clinical trial design.

Four intrinsic molecular subsets (inflammatory, fibroproliferative, limited, normal-like) have previously been identified in SSc and are characterized by unique gene expression signatures and pathways. The intrinsic subsets have been linked to improvement with specific therapies. Here, we investigated associations between baseline demographics and intrinsic molecular subsets in a meta-analysis of published datasets.Publicly available gene expression data from skin biopsies of 311 SSc patients measured by DNA microarray were classified into the intrinsic molecular subsets. RNA-sequencing data from 84 participants from the ASSET trial were used as a validation cohort. Baseline clinical demographics and intrinsic molecular subsets were tested for statistically significant associations.Males were more likely to be classified in the fibroproliferative subset (P = 0.0046). SSc patients who identified as African American/Black were 2.5 times more likely to be classified as fibroproliferative compared with White/Caucasian patients (P = 0.0378). ASSET participants sera positive for anti-RNA pol I and RNA pol III autoantibodies were enriched in the inflammatory subset (P = 5.8 × 10-5, P = 9.3 × 10-5, respectively), while anti-Scl-70 was enriched in the fibroproliferative subset. Mean modified Rodnan Skin Score (mRSS) was statistically higher in the inflammatory and fibroproliferative subsets compared with normal-like (P = 0.0027). The average disease duration for inflammatory subset was less than fibroproliferative and normal-like intrinsic subsets (P = 8.8 × 10-4).We identified multiple statistically significant differences in baseline demographics between the intrinsic subsets that may represent underlying features of disease pathogenesis (e.g. chronological stages of fibrosis) and have implications for treatments that are more likely to work in certain SSc populations.

Objective Among individuals with systemic sclerosis (SSc) randomized to cyclophosphamide (CYC) (n = 34) or hematopoietic stem cell transplantation (HSCT) (n = 33), we examined longitudinal trends of clinical, pulmonary function, and quality of life measures while accounting for the influence of early failures on treatment comparisons. Methods Assuming that data were missing at random, mixed‐effects regression models were used to estimate longitudinal trends for clinical measures when comparing treatment groups. Results were compared to observed means and to longitudinal trends estimated from shared parameter models, assuming that data were missing not at random. Longitudinal trends for SSc intrinsic molecular subsets defined by baseline gene expression signatures (normal‐like, inflammatory, and fibroproliferative signatures) were also studied. Results Available observed means for pulmonary function tests appeared to improve over time in both arms. However, after accounting for participant loss, forced vital capacity in HSCT recipients increased by 0.77 percentage points/year but worsened by –3.70/year for CYC ( P = 0.004). Similar results were found for diffusing capacity for carbon monoxide and quality of life indicators. Results for both analytic models were consistent. HSCT recipients in the inflammatory (n = 20) and fibroproliferative (n = 20) subsets had superior long‐term trends compared to CYC for pulmonary and quality of life measures. HSCT was also superior for modified Rodnan skin thickness scores in the fibroproliferative subset. For the normal‐like subset (n = 22), superiority of HSCT was less apparent. Conclusion Longitudinal trends estimated from 2 statistical models affirm the efficacy of HSCT over CYC in severe SSc. Failure to account for early loss of participants may distort estimated clinical trends over the long term.

Abstract Sex differences and age-related changes in the human heart at the tissue, cell, and molecular level have been well-documented and many may be relevant for cardiovascular disease. However, how molecular programs within individual cell types vary across individuals by age and sex remains poorly characterized. To better understand this variation, we performed single-nucleus combinatorial indexing (sci) ATAC- and RNA-Seq in human heart samples from nine donors. We identify hundreds of differentially expressed genes by age and sex. Sex dependent alterations include pathways such as TGFβ signaling and metabolic shifts by sex, evident in both transcriptional alterations and differing presence of transcription factor (TF) motifs in accessible chromatin. Age was associated with changes such as immune activation-related transcriptional and chromatin accessibility differences, as well as changes in the relative proportion of cardiomyocytes, neurons, and perivascular cells. In addition, we compare our adult-derived ATAC-Seq profiles to analogous fetal cell types to identify putative developmental-stage-specific regulatory factors. Finally, we train predictive models of cell-type-specific RNA expression levels utilizing ATAC-Seq profiles to link distal regulatory sequences to promoters, quantifying the predictive value of a simple TF-to-expression regulatory grammar and identifying cell-type-specific TFs.

Here, the efficacy of abatacept in patients with early diffuse systemic sclerosis (dcSSc) was analyzed to test the hypothesis that patients in the inflammatory intrinsic subset would show the most significant clinical improvement. Eighty-four participants with dcSSc were randomized to receive abatacept or placebo for 12 months. RNA-Seq was performed on 233 skin paired biopsies at baseline and at 3 and 6 months. Improvement was defined as a 5-point or more than 20% change in modified Rodnan skin score (mRSS) between baseline and 12 months. Samples were assigned to intrinsic gene expression subsets (inflammatory, fibroproliferative, or normal-like subsets). In the abatacept arm, change in mRSS was most pronounced for the inflammatory and normal-like subsets relative to the placebo subset. Gene expression for participants on placebo remained in the original molecular subset, whereas inflammatory participants treated with abatacept had gene expression that moved toward the normal-like subset. The Costimulation of the CD28 Family Reactome Pathway decreased in patients who improved on abatacept and was specific to the inflammatory subset. Patients in the inflammatory subset had elevation of the Costimulation of the CD28 Family pathway at baseline relative to that of participants in the fibroproliferative and normal-like subsets. There was a correlation between improved ΔmRSS and baseline expression of the Costimulation of the CD28 Family pathway. This study provides an example of precision medicine in systemic sclerosis clinical trials.

The pathophysiology of silicosis is poorly understood, limiting development of therapies for those who have been exposed to the respirable particle. We explored mechanisms of silica-induced pulmonary fibrosis in human lung samples collected from patients with occupational exposure to silica and in a longitudinal mouse model of silicosis using multiple modalities including whole-lung single-cell RNA sequencing and histological, biochemical, and physiologic assessments. In addition to pulmonary inflammation and fibrosis, intratracheal silica challenge induced osteoclast-like differentiation of alveolar macrophages and recruited monocytes, driven by induction of the osteoclastogenic cytokine, receptor activator of nuclear factor κΒ ligand (RANKL) in pulmonary lymphocytes, and alveolar type II cells. Anti-RANKL monoclonal antibody treatment suppressed silica-induced osteoclast-like differentiation in the lung and attenuated pulmonary fibrosis. We conclude that silica induces differentiation of pulmonary osteoclast-like cells leading to progressive lung injury, likely due to sustained elaboration of bone-resorbing proteases and hydrochloric acid. Interrupting osteoclast-like differentiation may therefore constitute a promising avenue for moderating lung damage in silicosis.

Background

 A prior pilot study of abatacept in SSc with molecular gene expression data in skin (1) found that four of five patients who improved on abatacept, as determined by change in mRSS, were in the inflammatory intrinsic gene expression subset. Improvement was accompanied by a decrease in gene expression for immune pathways, including the CD28 and CTLA4 receptors—the target of abatacept. Here we tested our a priori hypothesis that the inflammatory subset shows a significant decline in mRSS during abatacept therapy. 

Objectives

 ASSET (Abatacept Systemic SclErosis Trial) is a Phase 2 study designed to assess the efficacy of subcutaneous abatacept to treat diffuse cutaneous systemic sclerosis. We performed RNA-sequencing (RNA-seq) analysis of skin biopsies and analyzed associations between intrinsic molecular subsets and clinical outcomes in the ASSET trial. 

Methods

 RNA-seq was performed on skin biopsies from 84 participants in the ASSET trial. A machine learning classifier was trained on independent cohorts and used to objectively classify patients into intrinsic gene expression subsets prior to study unblinding (2). Treatment differences in longitudinal outcomes were assessed using linear mixed effect models. 

Results

 84 participants were assigned to intrinsic subset at baseline resulting in 33 inflammatory, 18 fibroproliferative, and 33 normal-like samples. Change in mRSS over 12 months was significantly different between the abatacept and placebo treatment arms for the inflammatory (p<0.001) and normal-like (p=0.03) subsets, but there was no difference in the fibroproliferative subset of patients (p=0.47) (Figure 1). For FVC% predicted, the fibroproliferative subset showed a numerical increase in FVC% in the abatacept arm (p=0.19) while all other groups showed decreases in FVC%. All gene expression subsets showed decreases in HAQ-DI in the abatacept arm not observed in the placebo arm, with the most robust changes occurring in the inflammatory (p=0.09) and normal-like (p=0.06) subsets. 

Conclusion

 There was a marked divergence of the trajectory for mRSS change for the inflammatory subset and no apparent impact for the fibroproliferative subset. In contrast, only the fibroproliferative subset showed a clinically meaningful FVC change for abatacept. For the broader functional measure of HAQ-DI, there were similar impacts of abatacept on all three intrinsic skin gene expression subsets but is numerically greatest for the normal-like and fibroproliferative subsets. Together these data show for the first time in a placebo-controlled trial that intrinsic skin gene expression subsets may predict differential response to a targeted biological therapy, and also that this may reflect impact on different facets of SSc pathogenesis in skin or lung. This suggests that stratification of cases according to intrinsic gene expression subsets may maximize the number of informative SSc cases in clinical trials, and potentially improve future clinical practice. 

References

 [1] E. F. Chakravarty, et al., Gene expression changes reflect clinical response in a placebo-controlled randomized trial of abatacept in patients with diffuse cutaneous systemic sclerosis. Arthritis Res Ther 17, 159 (2015). [2] J. M. Franks, et al., A Machine Learning Classifier for Assigning Patients with Systemic Sclerosis to Intrinsic Molecular Subsets., Arthritis Rheum. (2019) In Press. 

Acknowledgement

 This project was supported by NIH/NIAID Clinical ACE grant (5UM1AI110557-05) and an investigator-initiated grant by Bristol-Myers Squibb. 

Disclosure of Interests

 Jennifer Franks: None declared, Bhaven Mehta: None declared, Veronica Berrocal: None declared, Yue Wang: None declared, Tammara Wood Consultant for: Celdara Medical LLC, Christopher Denton Grant/research support from: GlaxoSmithKline, Inventiva, CSF Behring, Consultant for: Roche-Genentech, Actelion, GlaxoSmithKline, Sanofi Aventis, Inventiva, CSL Behring, Boehringer Ingelheim, Bayer, Robert Lafyatis: None declared, David Fox: None declared, Dinesh Khanna Shareholder of: Eicos Sciences, Inc, Grant/research support from: Bayer, BMS, Pfizer, Horizon, Consultant for: Actelion Acceleron, Arena, Bayer, BI, BMS, CSL Behring, Corbus, Cytori, GSK, Genentech/Roche, Galapagos, Employee of: Elcos Sciences, Inc, Michael Whitfield Shareholder of: Scientific Founder, Celdara Medical LLC, Grant/research support from: Dr. Whitfield has received research contracts from Celdara Medical LLC and UCB Biopharma, Consultant for: Bristol Myers Squib, Celdara Medical, Corbus, and Boerhinger Ingelheim

The pathophysiology of silicosis is poorly understood, limiting development of therapies for those who have been exposed to the respirable particle. We explored the mechanisms of silica-induced pulmonary fibrosis in a mouse model using multiple modalities including whole-lung single-nucleus RNA sequencing. These analyses revealed that in addition to pulmonary inflammation and fibrosis, intratracheal silica challenge induced osteoclast-like differentiation of alveolar macrophages and recruited monocytes, driven by induction of the osteoclastogenic cytokine, receptor activator of nuclear factor-κB ligand (RANKL) in pulmonary lymphocytes and alveolar type II cells. Furthermore, anti-RANKL monoclonal antibody treatment suppressed silica-induced osteoclast-like differentiation in the lung and attenuated silica-induced pulmonary fibrosis. We conclude that silica induces osteoclast-like differentiation of distinct recruited and tissue resident monocyte populations, leading to progressive lung injury, likely due to sustained elaboration of bone resorbing proteases and hydrochloric acid. Interrupting osteoclast-like differentiation may therefore constitute a promising avenue for moderating lung damage in silicosis.

Various methods have been proposed, each with its own limitations. Some naive normal-based tests have low testing power with invalid normal distribution assumptions for RNA-seq read counts, whereas count-based methods lack a biologically meaningful interpretation and have limited capability for integration with other analysis packages for mRNA abundance. In this study, we propose an improved method, RoMA, to accurately detect differential expression and unlock the integration with upstream and downstream analyses on mRNA abundance in RNA-seq studies. RoMA incorporates information from both mRNA abundance and raw counts. Studies on simulated data and two real datasets showed that RoMA provides an accurate quantification of mRNA abundance and a data adjustment-tolerant DE analysis with high AUC, low FDR, and an efficient control of type I error rate. This study provides a valid strategy for mRNA abundance modeling and data analysis integration for RNA-seq studies, which will greatly facilitate the identification and interpretation of DE genes.