A cornerstone of modern biomedical research is the use of mouse models to explore basic pathophysiological mechanisms, evaluate new therapeutic approaches, and make go or no-go decisions to carry new drug candidates forward into clinical trials. Systematic studies evaluating how well murine models mimic human inflammatory diseases are nonexistent. Here, we show that, although acute inflammatory stresses from different etiologies result in highly similar genomic responses in humans, the responses in corresponding mouse models correlate poorly with the human conditions and also, one another. Among genes changed significantly in humans, the murine orthologs are close to random in matching their human counterparts (e.g., R 2 between 0.0 and 0.1). In addition to improvements in the current animal model systems, our study supports higher priority for translational medical research to focus on the more complex human conditions rather than relying on mouse models to study human inflammatory diseases.

The relationships between the levels of transcripts and the levels of the proteins they encode have not been examined comprehensively in mammals, although previous work in plants and yeast suggest a surprisingly modest correlation. We have examined this issue using a genetic approach in which natural variations were used to perturb both transcript levels and protein levels among inbred strains of mice. We quantified over 5,000 peptides and over 22,000 transcripts in livers of 97 inbred and recombinant inbred strains and focused on the 7,185 most heritable transcripts and 486 most reliable proteins. The transcript levels were quantified by microarray analysis in three replicates and the proteins were quantified by Liquid Chromatography-Mass Spectrometry using O(18)-reference-based isotope labeling approach. We show that the levels of transcripts and proteins correlate significantly for only about half of the genes tested, with an average correlation of 0.27, and the correlations of transcripts and proteins varied depending on the cellular location and biological function of the gene. We examined technical and biological factors that could contribute to the modest correlation. For example, differential splicing clearly affects the analyses for certain genes; but, based on deep sequencing, this does not substantially contribute to the overall estimate of the correlation. We also employed genome-wide association analyses to map loci controlling both transcript and protein levels. Surprisingly, little overlap was observed between the protein- and transcript-mapped loci. We have typed numerous clinically relevant traits among the strains, including adiposity, lipoprotein levels, and tissue parameters. Using correlation analysis, we found that a low number of clinical trait relationships are preserved between the protein and mRNA gene products and that the majority of such relationships are specific to either the protein levels or transcript levels. Surprisingly, transcript levels were more strongly correlated with clinical traits than protein levels. In light of the widespread use of high-throughput technologies in both clinical and basic research, the results presented have practical as well as basic implications.

Human cytomegalovirus (HCMV), a member of the herpesvirus family, is a large complex enveloped virus composed of both viral and cellular gene products. While the sequence of the HCMV genome has been known for over a decade, the full set of viral and cellular proteins that compose the HCMV virion are unknown. To approach this problem we have utilized gel-free two-dimensional capillary liquid chromatography-tandem mass spectrometry (MS/MS) and Fourier transform ion cyclotron resonance MS to identify and determine the relative abundances of viral and cellular proteins in purified HCMV AD169 virions and dense bodies. Analysis of the proteins from purified HCMV virion preparations has indicated that the particle contains significantly more viral proteins than previously known. In this study, we identified 71 HCMV-encoded proteins that included 12 proteins encoded by known viral open reading frames (ORFs) previously not associated with virions and 12 proteins from novel viral ORFs. Analysis of the relative abundance of HCMV proteins indicated that the predominant virion protein was the pp65 tegument protein and that gM rather than gB was the most abundant glycoprotein. We have also identified over 70 host cellular proteins in HCMV virions, which include cellular structural proteins, enzymes, and chaperones. In addition, analysis of HCMV dense bodies indicated that these viral particles are composed of 29 viral proteins with a reduced quantity of cellular proteins in comparison to HCMV virions. This study provides the first comprehensive quantitative analysis of the viral and cellular proteins that compose infectious particles of a large complex virus.

Abstract In this study, we evaluated a concatenated low pH (pH 3) and high pH (pH 10) reversed‐phase liquid chromatography strategy as a first dimension for two‐dimensional liquid chromatography tandem mass spectrometry (“shotgun”) proteomic analysis of trypsin‐digested human MCF10A cell sample. Compared with the more traditional strong cation exchange method, the use of concatenated high pH reversed‐phase liquid chromatography as a first‐dimension fractionation strategy resulted in 1.8‐ and 1.6‐fold increases in the number of peptide and protein identifications (with two or more unique peptides), respectively. In addition to broader identifications, advantages of the concatenated high pH fractionation approach include improved protein sequence coverage, simplified sample processing, and reduced sample losses. The results demonstrate that the concatenated high pH reversed‐phased strategy is an attractive alternative to strong cation exchange for two‐dimensional shotgun proteomic analysis.

Abstract Transformative technologies are enabling the construction of three-dimensional maps of tissues with unprecedented spatial and molecular resolution. Over the next seven years, the NIH Common Fund Human Biomolecular Atlas Program (HuBMAP) intends to develop a widely accessible framework for comprehensively mapping the human body at single-cell resolution by supporting technology development, data acquisition, and detailed spatial mapping. HuBMAP will integrate its efforts with other funding agencies, programs, consortia, and the biomedical research community at large towards the shared vision of a comprehensive, accessible three-dimensional molecular and cellular atlas of the human body, in health and under various disease conditions.

Abstract Lipids are essential to all living organisms, as an energy source, as an important cellular structural component, and as a communication tool. In this study, we used global lipidomic methods to evaluate the lipids in leaf-cutter ant fungal gardens. Leaf-cutter ants and their coevolved fungal cultivar, Leucoagaricus gongylophorus , are a model mutualistic system. The fungus enzymatically digests fresh plant material that the ants cut and deliver, converting energy and nutrients from plants, and providing them to the ants through specialized hyphal swellings called gongylidia. Using combined liquid chromatography, ion mobility spectrometry, and tandem mass spectrometry we evaluated differences between the molecular speciation of lipids in the leaf-cutter ant fungal garden ecosystem. This lipidomic study characterized leaves that are fed to the gardens, gongylidia that are produced by the fungus to feed the ants, and spatially resolved regions of the fungal garden through stages of leaf degradation. Lipids containing alpha-linolenic acid (18:3) were enriched in leaves and the top of the gardens, but not dominant in the middle or bottom regions. Gongylidia were dominated by lipids containing linoleic acid (18:2). To evaluate the communicative potential of the lipids in fungal gardens we conducted a behavioral experiment that showed Atta leaf-cutter ants responded differently to 18:3 and 18:2 fatty acids, with aggression towards 18:3 and attraction for 18:2. This work demonstrates the role of lipids in both the transfer of energy and as an inter-kingdom communication tool in leaf-cutter ant fungal gardens. Importance In this work we examined the role of lipids in the mutualism between leaf-cutter ants and fungus. These ants cut fresh leaf material, which they provide to their fungal cultivar, that converts energy and nutrients from the plants and provides it to the ants in specialized hyphal swellings called gongylidia. This work constitutes the first example of a global lipidomics study of a symbiotic system and provides insights as to how the fungus modifies plant lipids into a usable source for the ants. Through a behavioral experiment, this work also demonstrates how lipids can be used as an inter-kingdom communication tool, in this case an attractant, rather than as a repellant, which is more often seen.

ABSTRACT There is increasing interest in developing in-depth proteomic approaches for mapping tissue heterogeneity at a cell-type-specific level to better understand and predict the function of complex biological systems, such as human organs. Existing spatially resolved proteomics technologies cannot provide deep proteome coverages due to limited sensitivity and poor sample recovery. Herein, we seamlessly combined laser capture microdissection with a low-volume sample processing technology that includes a microfluidic device named microPOTS (Microdroplet Processing in One pot for Trace Samples), the multiplexed isobaric labelling, and a nanoflow peptide fractionation approach. The integrated workflow allowed to maximize proteome coverage of laser-isolated tissue samples containing nanogram proteins. We demonstrated the deep spatial proteomics can quantify more than 5,000 unique proteins from a small-sized human pancreatic tissue pixel (∼60,000 µm2) and reveal unique islet microenvironments.

There is increasing interest in developing in-depth proteomic approaches for mapping tissue heterogeneity in a cell-type-specific manner to better understand and predict the function of complex biological systems such as human organs. Existing spatially resolved proteomics technologies cannot provide deep proteome coverage due to limited sensitivity and poor sample recovery. Herein, we seamlessly combined laser capture microdissection with a low-volume sample processing technology that includes a microfluidic device named microPOTS (microdroplet processing in one pot for trace samples), multiplexed isobaric labeling, and a nanoflow peptide fractionation approach. The integrated workflow allowed us to maximize proteome coverage of laser-isolated tissue samples containing nanogram levels of proteins. We demonstrated that the deep spatial proteomics platform can quantify more than 5000 unique proteins from a small-sized human pancreatic tissue pixel (∼60,000 μm2) and differentiate unique protein abundance patterns in pancreas. Furthermore, the use of the microPOTS chip eliminated the requirement for advanced microfabrication capabilities and specialized nanoliter liquid handling equipment, making it more accessible to proteomic laboratories.

The need for a clinically accessible method with the ability to match protein activity within heterogeneous tissues is currently unmet by existing technologies. Our proteomics sample preparation platform, named microPOTS (Microdroplet Processing in One pot for Trace Samples), can be used to measure relative protein abundance in micron-scale samples alongside the spatial location of each measurement, thereby tying biologically interesting proteins and pathways to distinct regions. However, given the smaller sample number and amount of tissue measu red, standard mass spectrometric analysis pipelines have proven inadequate. Here we describe how existing computational approaches can be adapted to focus on the specific biological questions asked in spatial proteomics experiments. We apply this approach to present an unbiased characterization of the human islet microenvironment comprising the entire complex array of tissues involved while maintaining spatial information and the degree of the islet’s sphere of influence. We identify specific functional activity unique to the pancreatic islet cells and demonstrate how far their signature can be measured. Our results show that we can distinguish pancreatic islet cells from the neighboring exocrine tissue environment, recapitulate known biological functions of islet cells, and identify a spatial gradient in the expression of RNA processing proteins within the islet microenvironment.

Lipids have been implicated as mediators of insulitis and β-cell death in type 1 diabetes development, but it is poorly understood how islet lipid profiles are changed in response to the signaling pathways triggered by insulitis. Here, we investigated the changes in islet/β-cell lipid composition using three models of insulitis and type 1 diabetes progression: isolated human islets and EndoC-βH1 β-cells treated with the proinflammatory cytokines IL-1β and IFN-γ, and islets from non-obese diabetic (NOD) mice isolated before the onset of diabetes. Lipidomic analyses of these three models showed a consistent change in abundance of the lysophosphatidylcholine, phosphatidylcholine and triacylglycerol species. Immunohistochemistry and fluorescence in-situ hybridization showed an enrichment of lysophosphatidylcholine biosynthetic enzyme PLA2G6 in mouse islets. These results were consistent with the lipid profiles obtained using mass spectrometry imaging, which showed an enrichment of lysophosphatidylcholine in mouse islets. Furthermore, we determined that the ADP-ribosyl-acceptor glycohydrolase ARH3 is regulated by cytokines downstream of PLA2G6 and that this regulation may represent a negative feedback mechanism that reduces cytokine-induced apoptosis. Overall, these data show the importance of lipid metabolism in regulating β-cell death in type 1 diabetes.