Abstract Background In silico data exploration is a key first step of exploring a research question. There are many publicly available databases and tools that offer appealing features to help with such a task. However, many applications lack exposure or are constrained with unfriendly or outdated user interfaces. Thus, it follows that there are many resources that are relevant to investigation of medical disorders that are underutilized. Results We developed an R Shiny web application, called Kaleidoscope, to address this challenge. The application offers access to several omics databases and tools to let users explore research questions in silico . The application is designed to be user- friendly with a unified user interface, while also scalable by offering the option of uploading user-defined datasets. We demonstrate the application features with a starting query of a single gene (Disrupted in schizophrenia 1, DISC1) to assess its protein-protein interactions network. We then explore expression levels of the gene network across tissues and cell types in the brain, as well as across 34 schizophrenia versus control differential gene expression datasets. Conclusion Kaleidoscope provides easy access to several databases and tools under a unified user interface to explore research questions in silico . The web application is open-source and freely available at https://kalganem.shinyapps.io/Kaleidoscope/ . This application streamlines the process of in silico data exploration for users and expands the efficient use of these tools to stakeholders without specific bioinformatics expertise.

ABSTRACT The common molecular mechanisms underlying psychiatric disorders are not well understood. Prior attempts to assess the pathological mechanisms responsible for psychiatric disorders have been limited by biased selection of comparable disorders, datasets as well as challenges associated with data normalization. However, publicly available databases offer a unique opportunity to expand such investigations both in terms of the number and types of diseases. Here, we used DisGeNET, a database of over 24,000 gene-disease associations to investigate the similarities and dissimilarities associated with enrichment of pathways, cell-types, drug targets, and human chromosomes within an unbiased cluster of psychiatric disorders. We show that cognition and neurotransmission related pathways are involved across all disorders, whereas those associated with immune system and signal-response coupling (cell-surface receptors, signal-transduction, gene-expression, and metabolic process) are associated with few disorders of the cluster. The drug-target based enrichment confirms the involvement of neurotransmission related changes across these disorders. At cell-type level, dendrite targeting interneurons, across all layers, are most involved across all disorders. Finally, using a clustering-based similarity index, we showed that the similarity between the disorders are influenced most at chromosomal level and to some extent at cellular level. Collectively, the results provide a comprehensive comparison of many psychiatric diseases in an unbiased manner and expand our understanding of the cellular and molecular pathologies associated with similar and comorbid psychiatric disorders.

Abstract The treatment of CNS disorders, and in particular psychiatric illnesses, lacks disease-altering therapeutics for many conditions. This is likely due to regulatory challenges involving the high cost and slow-pace of drug development for CNS disorders as well as due to limited understanding of disease causality. Repurposing drugs for new indications have lower cost and shorter development timeline compared to that of de novo drug development. Historically, empirical drug-repurposing is a standard practice in psychiatry; however, recent advances in characterizing molecules with their structural and transcriptomic signatures along with ensemble of data analysis approaches, provides informed and cost-effective repurposing strategies that ameliorate the regulatory challenges. In addition, the potential to incorporate ontological approaches along with signature-based repurposing techniques addresses the various knowledge-based challenges associated with CNS drug development. In this review we primarily discuss signature-based in silico approaches to drug repurposing, and its integration with data science platforms for evidence-based drug repurposing. We contrast various in silico and empirical approaches and discuss possible avenues to improve the clinical relevance. These concepts provide a promising new translational avenue for developing new therapies for difficult to treat disorders, and offer the possibility of connecting drug discovery platforms and big data analytics with personalized disease signatures.

ABSTRACT Psychological loss is a common experience that erodes well-being and negatively impacts quality of life. The molecular underpinnings of loss are poorly understood. Here, we investigate the mechanisms of loss using an enrichment removal (ER) paradigm in rats. A comprehensive multi-omics investigation of the basolateral amygdala (BLA) revealed alterations in microglia and extracellular matrix (ECM). Follow-up studies indicated that ER decreased microglia size, complexity, and phagocytosis, suggesting reduced immune surveillance. Loss also substantially increased ECM coverage, specifically targeting perineuronal nets surrounding parvalbumin interneurons, suggesting decreased plasticity and increased inhibition in the BLA following loss. Behavioral analyses suggest that these molecular effects are linked to impaired BLA salience evaluation, reflecting emotional blunting observed in human loss. These loss-like behaviors could be rescued by depleting BLA ECM during removal, helping us understand the mechanisms underlying loss and revealing novel molecular targets to ameliorate its impact.

Abstract Schizophrenia is characterized by substantial alterations in brain function, and previous studies suggest insulin signaling pathways, particularly involving AKT, are implicated in the pathophysiology of the disorder. This study demonstrates elevated mRNA expression of AKT1-3 in neurons from schizophrenia subjects, contrary to unchanged or diminished total AKT protein expression reported in previous postmortem studies, suggesting a potential decoupling of transcript and protein levels. Sex-specific differential AKT activity was observed, indicating divergent roles in males and females with schizophrenia. Alongside AKT, upregulation of PDK1, a critical component of the insulin signaling pathway, and several protein phosphatases known to regulate AKT were detected. Moreover, enhanced expression of the transcription factor FOXO1, a regulator of glucose metabolism, hints at possible compensatory mechanisms related to insulin signaling dysregulation. Findings were largely independent of antipsychotic medication use, suggesting inherent alterations in schizophrenia. These results highlight the significance of AKT and related signaling pathways in schizophrenia, proposing that these changes might represent a compensatory response to a primary defect of insulin signaling. This research underscores the need for a detailed understanding of these signaling pathways for the development of effective therapeutic strategies.

Omics studies use large-scale high-throughput data to explain changes underlying different traits or conditions. However, omics analysis often results in long lists of pathways that are difficult to interpret. Therefore, it is of interest to describe a tool named PAVER (Pathway Analysis Visualization with Embedding Representations) for large scale genomic analysis. PAVER curates similar pathways into groups, identifies the pathway most representative of each group, and provides publication-ready intuitive visualizations. PAVER clusters pathways defined by their vector embedding representations and then identifies the term most cosine similar to its respective cluster’s average embedding. PAVER can integrate multiple pathway analyses, highlight relevant biological insights, and work with any pathway database.

ABSTRACT We probed a transcriptomic dataset of pilocarpine-induced TLE using various ontological, machine-learning, and systems-biology approaches. We showed that, underneath the complex and penetrant changes, moderate-to-subtle upregulated homeostatic and downregulated synaptic changes associated with the dentate gyrus and hippocampal subfields could not only predict TLE but various other forms of epilepsy. At the cellular level, pyramidal neurons and interneurons showed disparate changes, whereas the proportion of non-neuronal cells increased steadily. A probabilistic Bayesian network demonstrated an aberrant and oscillating physiological interaction between oligodendrocytes and interneurons in driving seizures. Validating the Bayesian inference, we showed that the cell types driving the seizures were associated with known antiepileptic and epileptic drugs. These findings provide predictive biomarkers of epilepsy, insights into the cellular connections and causal changes associated with TLE and a drug discovery method focusing on these events.

Translation: The University of Toledo Journal of Medical Sciences is the online journal launched by the University of Toledo. Manuscripts will be considered on the understanding that they report original work and are not under consideration for publication by any other journal. The journal publishes original articles reporting experimental results of basic or clinical research, case reports, and reviews. The journal uses a single blind peer review system and each manuscript, based on the results presented in its original submission, will be evaluated by two student reviewers and one faculty reviewer. This process will provide an opportunity for medical students, graduate students, residents, fellows and faculty to publish research observation in a timely manner.

Translation: The University of Toledo Journal of Medical Sciences is the online journal launched by the University of Toledo. Manuscripts will be considered on the understanding that they report original work and are not under consideration for publication by any other journal. The journal publishes original articles reporting experimental results of basic or clinical research, case reports, and reviews. The journal uses a single blind peer review system and each manuscript, based on the results presented in its original submission, will be evaluated by two student reviewers and one faculty reviewer. This process will provide an opportunity for medical students, graduate students, residents, fellows and faculty to publish research observation in a timely manner.

Translation: The University of Toledo Journal of Medical Sciences is the online journal launched by the University of Toledo. Manuscripts will be considered on the understanding that they report original work and are not under consideration for publication by any other journal. The journal publishes original articles reporting experimental results of basic or clinical research, case reports, and reviews. The journal uses a single blind peer review system and each manuscript, based on the results presented in its original submission, will be evaluated by two student reviewers and one faculty reviewer. This process will provide an opportunity for medical students, graduate students, residents, fellows and faculty to publish research observation in a timely manner.