Summary Key mechanisms underlying chronic pain occur within the neural circuitry of the dorsal horn. Recent genome-wide association studies (GWAS) have identified genetic variants associated with the predisposition to chronic pain. However, most of these variants lie in regulatory non-coding regions that have so far not been linked to spinal cord function. Here, we take a multi-species approach to determine whether chronic pain variants impact regulatory elements of dorsal horn neurons. We first built a more comprehensive single cell atlas; filling gaps by generating a high-quality Rhesus macaque atlas and integrating it with human and mouse. With cellular-resolution spatial transcriptomics, we mapped the laminar distributions of the resulting species-conserved neuron subtypes, uncovering an unexpected organization. Lastly, we generated a mouse single-nucleus open chromatin atlas to partition the heritability of chronic pain traits. From this, we identified strong, selective associations between specific, conserved neuron subtypes and major forms of chronic pain.

Abstract Background Prevalence rates of opioid use disorder (OUD) have increased dramatically, accompanied by a surge of overdose deaths. While opioid dependence has been extensively studied in preclinical models, an understanding of the biological alterations that occur in the brains of people who chronically use opioids and who are diagnosed with OUD remains limited. To address this limitation, RNA-sequencing (RNA-seq) was conducted on the dorsolateral prefrontal cortex (DLPFC) and nucleus accumbens (NAc), regions heavily implicated in OUD, from postmortem brains in subjects with OUD. Methods We performed RNA-seq on the DLPFC and NAc from unaffected comparison subjects (n=20) and subjects diagnosed with OUD (n=20). Our transcriptomic analyses identified differentially expressed (DE) transcripts and investigated the transcriptional coherence between brain regions using rank-rank hypergeometric ordering (RRHO). Weighted gene co-expression analyses (WGCNA) also identified OUD-specific modules and gene networks. Integrative analyses between DE transcripts and GWAS datasets using linkage disequilibrium score (LDSC) assessed the genetic liability psychiatric-related phenotypes. Results RRHO analyses revealed extensive overlap in transcripts between DLPFC and NAc in OUD, primarily relating to synaptic remodeling and neuroinflammation. Identified transcripts were enriched for factors that control pro-inflammatory cytokine-mediated, chondroitin sulfate, and extracellular matrix signaling. Cell-type deconvolution implicated a role for microglia as a critical driver for opioid-induced neuroplasticity. Using LDSC, we discovered genetic liabilities for risky behavior, attention deficit hyperactivity disorder, and depression. Conclusions Overall, our findings reveal new connections between the brain’s immune system and opioid dependence in the human brain.

Nucleotide variants in cell type-specific gene regulatory elements in the human brain are major risk factors of human disease. We measured chromatin accessibility in sorted neurons and glia from 1,932 samples of human postmortem brain and identified 34,539 open chromatin regions with chromatin accessibility quantitative trait loci (caQTL). Only 10.4% of caQTL are shared between neurons and glia, supporting the cell type specificity of genetic regulation of the brain regulome. Incorporating allele specific chromatin accessibility improves statistical fine-mapping and refines molecular mechanisms underlying disease risk. Using massively parallel reporter assays in induced excitatory neurons, we screened 19,893 brain QTLs, identifying the functional impact of 476 regulatory variants. Combined, this comprehensive resource captures variation in the human brain regulome and provides novel insights into brain disease etiology.

Abstract Signaling from the T cell antigen receptor (TCR) on CD4 + T cells plays a critical role in adaptive immune responses by inducing T cell activation, proliferation, and differentiation. We demonstrate that WNK1, a kinase implicated in osmoregulation in the kidney, is required in T cells to support T-dependent antibody responses. WNK1-deficient CD4 + T cells are severely impaired in their ability to proliferate and to generate antigen-specific T follicular helper cells in response to immunization with a T-dependent antigen. We show that WNK1 and its downstream OXSR1 and STK39 kinases are required for TCR signaling in CD4 + T cells and for entry into cell cycle. Additionally, by preventing ATR activation, this pathway is required for T cells to progress from G2 into M phase of the cell cycle. Unexpectedly, we show that this WNK1 pathway regulates water influx, most likely through AQP3, which is required for TCR-induced signaling and cell cycle entry. Thus, TCR signaling via WNK1, OXSR1, STK39 and AQP3 leads to water entry that is essential for CD4 + T cell proliferation and hence T cell-dependent antibody responses. Given the broad expression of WNK1, WNK1-dependent water influx may be a common feature of mitogenic pathways in many cell types, both within the immune system and beyond. One Sentence Summary T cell antigen receptor signaling via the WNK1 kinase causes water entry which is essential for CD4 + T cell proliferation.

Abstract Severe and persistent disruptions to sleep and circadian rhythms are common features of people with opioid use disorder (OUD). Preclinical findings suggest altered molecular rhythms in the brain are involved in opioid reward and dependence. However, whether molecular rhythms are disrupted in brains of people with OUD remained an open question, critical to understanding the role of circadian rhythms in opioid addiction. We previously used subjects’ times of death (TOD) as a marker of time of day to investigate transcriptional rhythm alterations in psychiatric disorders. Using TOD and RNA sequencing, we discovered rhythmic transcripts in both the dorsolateral prefrontal cortex (DLPFC) and nucleus accumbens (NAc), key brain areas involved in opioid addiction, were largely distinct between OUD and unaffected comparison subjects. Further, fewer rhythmic transcripts were identified in DLPFC of OUD subjects compared to unaffected subjects, but nearly double the number of rhythmic transcripts were found in the NAc of OUD subjects. In OUD, rhythmic transcripts in the NAc peaked either in the evening or near sunrise, and were associated with dopamine, opioid, and GABAergic neurotransmission. Co-expression network analysis identified several OUD-specific modules in the NAc, enriched for transcripts involved in the modulation of dopamine and GABA synapses, including glutamatergic signaling and extracellular matrices. Integrative analyses with human GWAS revealed that rhythmic transcripts in DLPFC and NAc were enriched for genomic loci associated with sleep duration and insomnia. Overall, our results connect transcriptional rhythm changes in dopamine, opioid, and GABAergic synaptic signaling in human brain to sleep-related phenotypes and OUD.

Individuals with schizophrenia are at elevated genetic risks for comorbid cannabis use, and often experience exacerbations of cognitive and psychotic symptoms when exposed to cannabis. These findings have led a number of investigators to examine cannabinoid CB1 receptor (CB1R) alterations in schizophrenia, though with conflicting results. We recently demonstrated the presence of CB1R in both excitatory and inhibitory boutons in the human prefrontal cortex, with differential levels of the receptor between bouton types. We hypothesized that the differential enrichment of CB1R between bouton types - a factor previously unaccounted for when examining CB1R changes in schizophrenia - may resolve prior discrepant reports and increase our insight into the effects of CB1R alterations on the pathophysiology of schizophrenia.Using co-labeling immunohistochemistry and fluorescent microscopy, we examined total CB1R levels and CB1R levels within excitatory (vGlut1-positive) and inhibitory (vGAT-positive) boutons of prefrontal cortex samples from ten pairs of individuals diagnosed with schizophrenia and non-psychiatric comparisons.Significantly higher total CB1R levels were found within samples from individuals with schizophrenia. Terminal type-specific analyses identified significantly higher CB1R levels within excitatory boutons in samples from individuals with schizophrenia relative to comparisons. In contrast, CB1R levels within the subset of inhibitory boutons that normally express high CB1R levels (presumptive cholecystokinin neuron boutons) were lower in samples from individuals with schizophrenia relative to comparison samples.Given CB1R's role in suppressing neurotransmission upon activation, these results suggest an overall shift in excitatory and inhibitory balance regulation toward a net reduction of excitatory activity in schizophrenia.

Age is the greatest risk factor for Parkinson’s disease (PD) which causes progressive loss of dopamine (DA) neurons, with males at greater risk than females. We found that vesicular glutamate transporter (VGLUT) expression mediates vulnerability to age-related DA neurodegeneration in a sex-dependent manner, providing a new mechanism for sex differences in selective DA neuron vulnerability. These findings lay the groundwork for novel therapeutic strategies to boost neuronal resilience throughout aging.

Importance: Findings from unbiased genetic studies have consistently implicated synaptic protein networks in Schizophrenia (Sz), but the molecular pathology at these networks and their potential contribution to the synaptic and circuit deficits thought to underlie disease symptoms remain unknown. Objective: To determine if protein levels are altered within synapses from primary auditory cortex (A1) of subjects with Sz; and if so, are these differences restricted to the synapse or present throughout the grey matter? Design: A paired case-control design was utilized for this study. Biochemical fractional - targeted Mass Spectrometry (MS) was used to measure the levels of >350 proteins in A1 grey matter homogenate and synaptosome preparations, respectively. All experimenters were blinded to diagnosis at every stage of sample preparation, MS analysis, and raw data processing. The effects of postmortem interval (PMI) and antipsychotic drug treatment on protein levels were assessed in mouse and monkey models, respectively. Setting: All cases were recruited from a single site, The Allegheny County Office of the Medical Examiner, and all tissues were processed at the University of Pittsburgh. Participants: Brain specimens from all subjects were obtained during autopsies conducted at the Allegheny County Office of the Medical Examiner after receiving consent from the next-of-kin. An independent panel of experienced clinicians made consensus Diagnostic and Statistical Manual of Mental Disorders Fourth Edition diagnoses. Unaffected comparison subjects underwent identical assessments and were determined to be free of lifetime psychiatric illness. Each Sz subject was matched by sex, and as closely as possible for age and PMI, with one unaffected comparison subject. Main Outcomes and Measures: Primary measures were homogenate and synaptosome protein levels and their co-regulation network features. Prior to data collection we hypothesized: 1. That levels of canonical postsynaptic proteins in A1 synaptosome preparations would differ between Sz and control subjects; and 2. That these differences would not be explained by changes in total A1 homogenate protein levels. Results: Mean subject age was 48 years for both groups with a range of 17-83; each group included 35 males and 13 females; mean PMI was 17.7 hours in controls and 17.9 in Sz. We observed robust alterations (q < 0.05) in synaptosome levels of canonical mitochondrial and postsynaptic proteins that were highly co-regulated and not readily explained by postmortem interval, antipsychotic drug treatment, synaptosome yield, or underlying alterations in homogenate protein levels. Conclusions and Relevance: Our findings indicate a robust and highly coordinated rearrangement of the synaptic proteome likely driven by aberrant synaptic, not cell-wide, proteostasis. In line with unbiased genetic findings, our results identified alterations in synaptic levels of postsynaptic proteins, providing a road map to identify the specific cells and circuits that are impaired in Sz A1.

Background: A parallel downregulation of brain-derived neurotrophic factor (BDNF) and somatostatin (SST), a marker of inhibitory gamma-amino-butyric acid (GABA) interneurons which target pyramidal cell dendrites, has been reported in several brain areas of subjects with major depressive disorder (MDD), and rodent genetic studies suggests they are linked and both contribute to the illness. However, the mechanism by which they contribute to the pathophysiology of the illness has remained elusive. Methods: With qPCR, we determined the expression level of BDNF transcript variants and synaptic markers in the prefrontal cortex (PFC) of MDD patients and matched controls (n=19/group) and of C57BL/6J mice exposed to chronic stress or control conditions (n=12/group). We next suppressed BDNF transcripts with long 3 primer untranslated region (L-3-UTR) using small hairpin RNA (shRNA) and investigated changes in cell morphology, gene expression and behavior. Results: L-3-UTR containing BDNF mRNAs, which migrate to distal dendrites of pyramidal neurons, are selectively reduced and highly correlated with SST expression in the PFC of MDD subjects. A similar downregulation occurs in mice submitted to chronic stress. We next show that Bdnf L-3-UTR knockdown is sufficient to induce (i) dendritic shrinkage in cortical neurons, (ii) cell-specific MDD-like gene changes (including Sst downregulation), and (iii) depressive-/anxiety-like behaviors. The translational validity of the Bdnf L-3-UTR shRNA-treated mice was confirmed by significant cross-species correlation of changes in MDD-associated gene expression. Conclusion: These findings provide evidence for a novel MDD-related pathological mechanism linking local neurotrophic support, pyramidal cell structure, dendritic inhibition and mood regulation.

Abstract Comprehensive proteome analysis of rare cell phenotypes remains a significant challenge. We report a method for low cell number mass spectrometry (MS)-based proteomics using protease digestion of mildly formaldehyde-fixed cells in cellulo , which we call the ‘in-cell digest’. We combined this with AMPL (Averaged MS1 Precursor Library Matching) to quantitatively characterise proteomes from low cell numbers of human lymphoblasts. 4,500 proteins were detected from 2,000 cells and 2,500 proteins were quantitated from 200 lymphoblasts. The ease of sample processing and high sensitivity makes this method exceptionally suited for the proteomic analysis of rare cell states, including immune cell subsets and cell cycle subphases. To demonstrate the method, we characterised the proteome changes across 16 cell cycle states isolated from an asynchronous TK6 human lymphoblast culture, avoiding synchronization. States included late mitotic cells present at extremely low frequency. We identified 119 pseudoperiodic proteins (PsPs) that vary across the cell cycle. Clustering of the PsPs showed abundance patterns consistent with ‘waves’ of protein degradation in late S, at the G2&M border, mid-mitosis and at mitotic exit. These clusters were distinguished by significant differences in predicted nuclear localization and interaction with the APC/C. The dataset also identifies putative APC/C substrates in mitosis and the temporal order in which they are targeted for degradation. We demonstrate that a protein signature made of these 119 high confidence cell cycle regulated proteins can be used to perform unbiased classification of proteomes into cell cycle states. We applied this signature to 296 proteomes that encompass a range of quantitation methods, cell types, and experimental conditions. The analysis confidently assigns a cell cycle state for 49 proteomes, including correct classification for proteomes from synchronized cells. We anticipate this robust cell cycle protein signature will be crucial for classifying cell states in single cell proteomes.