Modulating myosin function is a novel therapeutic approach in patients with cardiomyopathy. Detailed mechanism of action of these agents can help predict potential unwanted affects and identify patient populations that can benefit most from them. Danicamtiv is a novel myosin activator with promising preclinical data that is currently in clinical trials. While it is known danicamtiv increases force and cardiomyocyte contractility without affecting calcium levels, detailed mechanistic studies regarding its mode of action are lacking. Using porcine cardiac tissue and myofibrils we demonstrate that Danicamtiv increases force and calcium sensitivity via increasing the number of myosin in the "on" state and slowing cross bridge turnover. Our detailed analysis shows that inhibition of ADP release results in decreased cross bridge turnover with cross bridges staying on longer and prolonging myofibril relaxation. Using a mouse model of genetic dilated cardiomyopathy, we demonstrated that Danicamtiv corrected calcium sensitivity in demembranated and abnormal twitch magnitude and kinetics in intact cardiac tissue.Directly augmenting sarcomere function has potential to overcome limitations of currently used inotropic agents to improve cardiac contractility. Myosin modulation is a novel mechanism for increased contraction in cardiomyopathies. Danicamtiv is a myosin activator that is currently under investigation for use in cardiomyopathy patients. Our study is the first detailed mechanism of how Danicamtiv increases force and alters kinetics of cardiac activation and relaxation. This new understanding of the mechanism of action of Danicamtiv can be used to help identify patients that could benefit most from this treatment.

Inherited mutations in contractile and structural genes, which decrease cardiomyocyte tension generation, are principal drivers of dilated cardiomyopathy (DCM)- the leading cause of heart failure 1,2 . Progress towards developing precision therapeutics for and defining the underlying determinants of DCM has been cardiomyocyte centric with negligible attention directed towards fibroblasts despite their role in regulating the best predictor of DCM severity, cardiac fibrosis 3,4 . Given that failure to reverse fibrosis is a major limitation of both standard of care and first in class precision therapeutics for DCM, this study examined whether cardiac fibroblast-mediated regulation of the heart's material properties is essential for the DCM phenotype. Here we report in a mouse model of inherited DCM that prior to the onset of fibrosis and dilated myocardial remodeling both the myocardium and extracellular matrix (ECM) stiffen from switches in titin isoform expression, enhanced collagen fiber alignment, and expansion of the cardiac fibroblast population, which we blocked by genetically suppressing p38α in cardiac fibroblasts. This fibroblast-targeted intervention unexpectedly improved the primary cardiomyocyte defect in contractile function and reversed ECM and dilated myocardial remodeling. Together these findings challenge the long-standing paradigm that ECM remodeling is a secondary complication to inherited defects in cardiomyocyte contractile function and instead demonstrate cardiac fibroblasts are essential contributors to the DCM phenotype, thus suggesting DCM-specific therapeutics will require fibroblast-specific strategies.

Hypertrophic cardiomyopathy (HCM) is a genetic disease of the heart characterized by thickening of the left ventricle (LV), hypercontractility, and impaired relaxation. HCM is caused primarily by heritable mutations in sarcomeric proteins, such as β myosin heavy chain. Until recently, medications in clinical use for HCM did not directly target the underlying contractile changes in the sarcomere. Here, we investigate a novel small molecule, RLC-1, identified in a bovine cardiac myofibril high-throughput screen. RLC-1 is highly dependent on the presence of a regulatory light chain to bind to cardiac myosin and modulate its ATPase activity. In demembranated rat LV trabeculae, RLC-1 decreased maximal Ca2+-activated force and Ca2+ sensitivity of force, while it increased the submaximal rate constant for tension redevelopment. In myofibrils isolated from rat LV, both maximal and submaximal Ca2+-activated force are reduced by nearly 50%. Additionally, the fast and slow phases of relaxation were approximately twice as fast as DMSO controls, and the duration of the slow phase was shorter. Structurally, x-ray diffraction studies showed that RLC-1 moved myosin heads away from the thick filament backbone and decreased the order of myosin heads, which is different from other myosin inhibitors. In intact trabeculae and isolated cardiomyocytes, RLC-1 treatment resulted in decreased peak twitch magnitude and faster activation and relaxation kinetics. In conclusion, RLC-1 accelerated kinetics and decreased force production in the demembranated tissue, intact tissue, and intact whole cells, resulting in a smaller cardiac twitch, which could improve the underlying contractile changes associated with HCM.

ABSTRACT Cardiomyopathies, often caused by mutations in genes encoding muscle proteins, are traditionally treated by phenotyping hearts and addressing symptoms post irreversible damage. With advancements in genotyping, early diagnosis is now possible, potentially preventing such damage. However, the intricate structure of muscle and its myriad proteins make treatment predictions challenging. Here we approach the problem of estimating therapeutic targets for a mutation in mouse muscle using a spatially explicit half sarcomere muscle model. We selected 9 rate parameters in our model linked to both small molecules and cardiomyopathy-causing mutations. We then randomly varied these rate parameters and simulated an isometric twitch for each combination to generate a large training dataset. We used this dataset to train a Conditional Variational Autoencoder (CVAE), a technique used in Bayesian parameter estimation. Given simulated or experimental isometric twitches, this machine learning model is able to then predict the set of rate parameters which are most likely to yield that result. We then predict the set of rate parameters associated with both control and the cardiac Troponin C (cTnC) I61Q variant in mouse trabeculae and model parameters that recover the abnormal I61Q cTnC twitches. SIGNIFICANCE Machine learning techniques have potential to accelerate discoveries in biologically complex systems. However, they require large data sets and can be challenging in high dimensional systems such as cardiac muscle. In this study, we combined experimental measures of cardiac muscle twitch forces with mechanistic simulations and a newly developed mixture of Bayesian inference with neural networks (in autoencoders) to solve the inverse problem of determining the underlying kinetics for observed force generation by cardiac muscle. The autoencoders are trained on millions of simulations spanning parameter spaces that correspond to the mechanochemistry of cardiac sarcomeres. We apply the trained model to experimental data in order to infer parameters that can explain a diseased twitch and ways to recover it.

Abstract Transplanted human pluripotent stem cell-derived cardiomyocytes (hPSC-CMs) improve ventricular performance when delivered acutely post-myocardial infarction but are ineffective in chronic myocardial infarction/heart failure. 2’-deoxy-ATP (dATP) activates cardiac myosin and potently increases contractility. Here we engineered hPSC-CMs to overexpress ribonucleotide reductase, the enzyme controlling dATP production. In vivo, dATP-producing CMs formed new myocardium that transferred dATP to host cardiomyocytes via gap junctions, increasing their dATP levels. Strikingly, when transplanted into chronically infarcted hearts, dATP-producing grafts increased left ventricular function, whereas heart failure worsened with wild-type grafts or vehicle injections. dATP-donor cells recipients had greater voluntary exercise, improved cardiac metabolism, reduced pulmonary congestion and pathological cardiac hypertrophy, and improved survival. This combination of remuscularization plus enhanced host contractility offers a novel approach to treating the chronically failing heart. One Sentence Summary Transplanting gene-edited dATP-donor cardiomyocytes in chronically infarcted heart restores their cardiac function, improving both exercise tolerance and survival.

Abstract Diastolic dysfunction is a key feature of the aging heart. We have shown that late-life treatment with mTOR inhibitor, rapamycin, reverses age-related diastolic dysfunction in mice but the molecular mechanisms of the reversal remain unclear. To dissect the mechanisms by which rapamycin improves diastolic function in old mice, we examined the effects of rapamycin treatment at the levels of single cardiomyocyte, myofibril and multicellular cardiac muscle. Compared to young cardiomyocytes, isolated cardiomyocytes from old control mice exhibited prolonged time to 90% relaxation (RT 90 ) and time to 90% Ca 2+ transient decay (DT 90 ), indicating slower relaxation kinetics and calcium reuptake with age. Late-life rapamycin treatment for 10 weeks completely normalized RT 90 and partially normalized DT 90 , suggesting improved Ca 2+ handling contributes partially to the rapamycin-induced improved cardiomyocyte relaxation. In addition, rapamycin treatment in old mice enhanced the kinetics of sarcomere shortening and Ca 2+ transient increase in old control cardiomyocytes. Myofibrils from old rapamycin-treated mice displayed increased rate of the fast, exponential decay phase of relaxation compared to old controls. The improved myofibrillar kinetics were accompanied by an increase in MyBP-C phosphorylation at S282 following rapamycin treatment. We also showed that late-life rapamycin treatment normalized the age-related increase in passive stiffness of demembranated cardiac trabeculae through a mechanism independent of titin isoform shift. In summary, our results showed that rapamycin treatment normalizes the age-related impairments in cardiomyocyte relaxation, which works conjointly with reduced myocardial stiffness to reverse age-related diastolic dysfunction.

Cardiomyopathies, often caused by mutations in genes encoding muscle proteins, are traditionally treated by phenotyping hearts and addressing symptoms post irreversible damage. With advancements in genotyping, early diagnosis is now possible, potentially introducing earlier treatment. However, the intricate structure of muscle and its myriad proteins make treatment predictions challenging. Here we approach the problem of estimating therapeutic targets for a mutation in mouse muscle using a spatially explicit half sarcomere muscle model. We selected 9 rate parameters in our model linked to both small molecules and cardiomyopathy-causing mutations. We then randomly varied these rate parameters and simulated an isometric twitch for each combination to generate a large training dataset. We used this dataset to train a Conditional Variational Autoencoder (CVAE), a technique used in Bayesian parameter estimation. Given simulated or experimental isometric twitches, this machine learning model is able to then predict the set of rate parameters which are most likely to yield that result. We then predict the set of rate parameters associated with twitches from control mice with the cardiac Troponin C (cTnC) I61Q variant and control twitches treated with the myosin activator Danicamtiv, as well as model parameters that recover the abnormal I61Q cTnC twitches.