VJ
Vladimir Jojic
Author with expertise in Regulatory T Cell Development and Function
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
18
(78% Open Access)
Cited by:
3,498
h-index:
30
/
i10-index:
46
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Expression of specific inflammasome gene modules stratifies older individuals into two extreme clinical and immunological states

David Furman et al.Jan 16, 2017
Differential expression of inflammasome gene modules and inflammasome-activating metabolites correlates with interleukin-1β expression, hypertension, arterial stiffness and longevity in older individuals. Low-grade, chronic inflammation has been associated with many diseases of aging, but the mechanisms responsible for producing this inflammation remain unclear. Inflammasomes can drive chronic inflammation in the context of an infectious disease or cellular stress, and they trigger the maturation of interleukin-1β (IL-1β). Here we find that the expression of specific inflammasome gene modules stratifies older individuals into two extremes: those with constitutive expression of IL-1β, nucleotide metabolism dysfunction, elevated oxidative stress, high rates of hypertension and arterial stiffness; and those without constitutive expression of IL-1β, who lack these characteristics. Adenine and N4-acetylcytidine, nucleotide-derived metabolites that are detectable in the blood of the former group, prime and activate the NLRC4 inflammasome, induce the production of IL-1β, activate platelets and neutrophils and elevate blood pressure in mice. In individuals over 85 years of age, the elevated expression of inflammasome gene modules was associated with all-cause mortality. Thus, targeting inflammasome components may ameliorate chronic inflammation and various other age-associated conditions.
0
Citation339
0
Save
4

An inflammatory aging clock (iAge) based on deep learning tracks multimorbidity, immunosenescence, frailty and cardiovascular aging

Nazish Sayed et al.Jul 12, 2021
While many diseases of aging have been linked to the immunological system, immune metrics capable of identifying the most at-risk individuals are lacking. From the blood immunome of 1,001 individuals aged 8–96 years, we developed a deep-learning method based on patterns of systemic age-related inflammation. The resulting inflammatory clock of aging (iAge) tracked with multimorbidity, immunosenescence, frailty and cardiovascular aging, and is also associated with exceptional longevity in centenarians. The strongest contributor to iAge was the chemokine CXCL9, which was involved in cardiac aging, adverse cardiac remodeling and poor vascular function. Furthermore, aging endothelial cells in human and mice show loss of function, cellular senescence and hallmark phenotypes of arterial stiffness, all of which are reversed by silencing CXCL9. In conclusion, we identify a key role of CXCL9 in age-related chronic inflammation and derive a metric for multimorbidity that can be utilized for the early detection of age-related clinical phenotypes. From the blood immunome of 1,001 individuals aged 8–96 years, the authors used deep learning to develop an inflammatory clock of aging (iAge) that tracks with multimorbidity, immunosenescence, frailty and cardiovascular aging, and is also associated with exceptional longevity in centenarians. The main contributor to iAge is the chemokine CXCL9, which is shown to control endothelial cell senescence and function.
4
Citation309
1
Save
10

Multiplexed imaging of human tuberculosis granulomas uncovers immunoregulatory features conserved across tissue and blood

Erin McCaffrey et al.Jun 9, 2020
Abstract Tuberculosis (TB) is an infectious disease caused by Mycobacterium tuberculosis that is distinctly characterized by granuloma formation within infected tissues. Granulomas are dynamic and organized immune cell aggregates that limit dissemination, but can also hinder bacterial clearance. Consequently, outcome in TB is influenced by how granuloma structure and composition shift the balance between these two functions. To date, our understanding of what factors drive granuloma function in humans is limited. With this in mind, we used Multiplexed Ion Beam Imaging by Time-of-Flight (MIBI-TOF) to profile 37 proteins in tissues from thirteen patients with active TB disease from the U.S. and South Africa. With this dataset, we constructed a comprehensive tissue atlas where the lineage, functional state, and spatial distribution of 19 unique cell subsets were mapped onto eight phenotypically-distinct granuloma microenvironments. This work revealed an immunosuppressed microenvironment specific to TB granulomas with spatially coordinated co-expression of IDO1 and PD-L1 by myeloid cells and proliferating regulatory T cells. Interestingly, this microenvironment lacked markers consistent with T-cell activation, supporting a myeloid-mediated mechanism of immune suppression. We observed similar trends in gene expression of immunoregulatory proteins in a confirmatory transcriptomic analysis of peripheral blood collected from over 1500 individuals with latent or active TB infection and healthy controls across 29 cohorts spanning 14 countries. Notably, PD-L1 gene expression was found to correlate with TB progression and treatment response, supporting its potential use as a blood-based biomarker. Taken together, this study serves as a framework for leveraging independent cohorts and complementary methodologies to understand how local and systemic immune responses are linked in human health and disease.
10
Citation19
0
Save
0

Automated, high-dimensional evaluation of physiological aging and resilience in outbred mice

Zhenghao Chen et al.Apr 11, 2022
Behavior and physiology are essential readouts in many studies but have not benefited from the high-dimensional data revolution that has transformed molecular and cellular phenotyping. To address this, we developed an approach that combines commercially available automated phenotyping hardware with a systems biology analysis pipeline to generate a high-dimensional readout of mouse behavior/physiology, as well as intuitive and health-relevant summary statistics (resilience and biological age). We used this platform to longitudinally evaluate aging in hundreds of outbred mice across an age range from 3 months to 3.4 years. In contrast to the assumption that aging can only be measured at the limits of animal ability via challenge-based tasks, we observed widespread physiological and behavioral aging starting in early life. Using network connectivity analysis, we found that organism-level resilience exhibited an accelerating decline with age that was distinct from the trajectory of individual phenotypes. We developed a method, Combined Aging and Survival Prediction of Aging Rate (CASPAR), for jointly predicting chronological age and survival time and showed that the resulting model is able to predict both variables simultaneously, a behavior that is not captured by separate age and mortality prediction models. This study provides a uniquely high-resolution view of physiological aging in mice and demonstrates that systems-level analysis of physiology provides insights not captured by individual phenotypes. The approach described here allows aging, and other processes that affect behavior and physiology, to be studied with improved throughput, resolution, and phenotypic scope.
0
Citation10
0
Save
7

Precise Estimation of In Vivo Protein Turnover Rates

Jonathon O’Brien et al.Nov 11, 2020
Abstract Isotopic labeling with deuterium oxide (D 2 O) is a common technique for estimating in vivo protein turnover, but its use has been limited by two long-standing problems: (1) identifying non-monoisotopic peptides; and (2) estimating protein turnover rates in the presence of dynamic amino acid enrichment. In this paper, we present a novel experimental and analytical framework for solving these two problems. Peptides with high probabilities of labeling in many amino acids present fragmentation spectra that frequently do not match the theoretical spectra used in standard identification algorithms. We resolve this difficulty using a modified search algorithm we call Conditional Ion Distribution Search (CIDS). Increased identifications from CIDS along with direct measurement of amino acid enrichment and statistical modeling that accounts for heterogeneous information across peptides, dramatically improves the accuracy and precision of half-life estimates. We benchmark the approach in cells, where near-complete labeling is possible, and conduct an in vivo experiment revealing, for the first time, differences in protein turnover between mice and naked mole-rats commensurate with their disparate longevity.
7
Citation8
0
Save
Load More