Summary

 DNA damage repair (DDR) pathways modulate cancer risk, progression, and therapeutic response. We systematically analyzed somatic alterations to provide a comprehensive view of DDR deficiency across 33 cancer types. Mutations with accompanying loss of heterozygosity were observed in over 1/3 of DDR genes, including TP53 and BRCA1/2. Other prevalent alterations included epigenetic silencing of the direct repair genes EXO5, MGMT, and ALKBH3 in ∼20% of samples. Homologous recombination deficiency (HRD) was present at varying frequency in many cancer types, most notably ovarian cancer. However, in contrast to ovarian cancer, HRD was associated with worse outcomes in several other cancers. Protein structure-based analyses allowed us to predict functional consequences of rare, recurrent DDR mutations. A new machine-learning-based classifier developed from gene expression data allowed us to identify alterations that phenocopy deleterious TP53 mutations. These frequent DDR gene alterations in many human cancers have functional consequences that may determine cancer progression and guide therapy.

Aneuploidy, whole chromosome or chromosome arm imbalance, is a near-universal characteristic of human cancers. In 10,522 cancer genomes from The Cancer Genome Atlas, aneuploidy was correlated with TP53 mutation, somatic mutation rate, and expression of proliferation genes. Aneuploidy was anti-correlated with expression of immune signaling genes, due to decreased leukocyte infiltrates in high-aneuploidy samples. Chromosome arm-level alterations show cancer-specific patterns, including loss of chromosome arm 3p in squamous cancers. We applied genome engineering to delete 3p in lung cells, causing decreased proliferation rescued in part by chromosome 3 duplication. This study defines genomic and phenotypic correlates of cancer aneuploidy and provides an experimental approach to study chromosome arm aneuploidy.

We conducted the largest investigation of predisposition variants in cancer to date, discovering 853 pathogenic or likely pathogenic variants in 8% of 10,389 cases from 33 cancer types. Twenty-one genes showed single or cross-cancer associations, including novel associations of SDHA in melanoma and PALB2 in stomach adenocarcinoma. The 659 predisposition variants and 18 additional large deletions in tumor suppressors, including ATM, BRCA1, and NF1, showed low gene expression and frequent (43%) loss of heterozygosity or biallelic two-hit events. We also discovered 33 such variants in oncogenes, including missenses in MET, RET, and PTPN11 associated with high gene expression. We nominated 47 additional predisposition variants from prioritized VUSs supported by multiple evidences involving case-control frequency, loss of heterozygosity, expression effect, and co-localization with mutations and modified residues. Our integrative approach links rare predisposition variants to functional consequences, informing future guidelines of variant classification and germline genetic testing in cancer.

We analyzed molecular data on 2,579 tumors from The Cancer Genome Atlas (TCGA) of four gynecological types plus breast. Our aims were to identify shared and unique molecular features, clinically significant subtypes, and potential therapeutic targets. We found 61 somatic copy-number alterations (SCNAs) and 46 significantly mutated genes (SMGs). Eleven SCNAs and 11 SMGs had not been identified in previous TCGA studies of the individual tumor types. We found functionally significant estrogen receptor-regulated long non-coding RNAs (lncRNAs) and gene/lncRNA interaction networks. Pathway analysis identified subtypes with high leukocyte infiltration, raising potential implications for immunotherapy. Using 16 key molecular features, we identified five prognostic subtypes and developed a decision tree that classified patients into the subtypes based on just six features that are assessable in clinical laboratories.

This integrated, multiplatform PanCancer Atlas study co-mapped and identified distinguishing molecular features of squamous cell carcinomas (SCCs) from five sites associated with smoking and/or human papillomavirus (HPV). SCCs harbor 3q, 5p, and other recurrent chromosomal copy-number alterations (CNAs), DNA mutations, and/or aberrant methylation of genes and microRNAs, which are correlated with the expression of multi-gene programs linked to squamous cell stemness, epithelial-to-mesenchymal differentiation, growth, genomic integrity, oxidative damage, death, and inflammation. Low-CNA SCCs tended to be HPV(+) and display hypermethylation with repression of TET1 demethylase and FANCF, previously linked to predisposition to SCC, or harbor mutations affecting CASP8, RAS-MAPK pathways, chromatin modifiers, and immunoregulatory molecules. We uncovered hypomethylation of the alternative promoter that drives expression of the ΔNp63 oncogene and embedded miR944. Co-expression of immune checkpoint, T-regulatory, and Myeloid suppressor cells signatures may explain reduced efficacy of immune therapy. These findings support possibilities for molecular classification and therapeutic approaches.

The global coronavirus disease 2019 (COVID-19) pandemic, caused by severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), has led to unprecedented social and economic consequences. The risk of morbidity and mortality due to COVID-19 increases dramatically in the presence of coexisting medical conditions, while the underlying mechanisms remain unclear. Furthermore, there are no approved therapies for COVID-19. This study aims to identify SARS-CoV-2 pathogenesis, disease manifestations, and COVID-19 therapies using network medicine methodologies along with clinical and multi-omics observations. We incorporate SARS-CoV-2 virus–host protein–protein interactions, transcriptomics, and proteomics into the human interactome. Network proximity measurement revealed underlying pathogenesis for broad COVID-19-associated disease manifestations. Analyses of single-cell RNA sequencing data show that co-expression of ACE2 and TMPRSS2 is elevated in absorptive enterocytes from the inflamed ileal tissues of Crohn disease patients compared to uninflamed tissues, revealing shared pathobiology between COVID-19 and inflammatory bowel disease. Integrative analyses of metabolomics and transcriptomics (bulk and single-cell) data from asthma patients indicate that COVID-19 shares an intermediate inflammatory molecular profile with asthma (including IRAK3 and ADRB2 ). To prioritize potential treatments, we combined network-based prediction and a propensity score (PS) matching observational study of 26,779 individuals from a COVID-19 registry. We identified that melatonin usage (odds ratio [OR] = 0.72, 95% CI 0.56–0.91) is significantly associated with a 28% reduced likelihood of a positive laboratory test result for SARS-CoV-2 confirmed by reverse transcription–polymerase chain reaction assay. Using a PS matching user active comparator design, we determined that melatonin usage was associated with a reduced likelihood of SARS-CoV-2 positive test result compared to use of angiotensin II receptor blockers (OR = 0.70, 95% CI 0.54–0.92) or angiotensin-converting enzyme inhibitors (OR = 0.69, 95% CI 0.52–0.90). Importantly, melatonin usage (OR = 0.48, 95% CI 0.31–0.75) is associated with a 52% reduced likelihood of a positive laboratory test result for SARS-CoV-2 in African Americans after adjusting for age, sex, race, smoking history, and various disease comorbidities using PS matching. In summary, this study presents an integrative network medicine platform for predicting disease manifestations associated with COVID-19 and identifying melatonin for potential prevention and treatment of COVID-19.

Abstract Background Dementia-like cognitive impairment is an increasingly reported complication of SARS-CoV-2 infection. However, the underlying mechanisms responsible for this complication remain unclear. A better understanding of causative processes by which COVID-19 may lead to cognitive impairment is essential for developing preventive interventions. Methods In this study, we conducted a network-based, multimodal genomics comparison of COVID-19 and neurologic complications. We constructed the SARS-CoV-2 virus-host interactome from protein-protein interaction assay and CRISPR-Cas9 based genetic assay results, and compared network-based relationships therein with those of known neurological manifestations using network proximity measures. We also investigated the transcriptomic profiles (including single-cell/nuclei RNA-sequencing) of Alzheimer’s disease (AD) marker genes from patients infected with COVID-19, as well as the prevalence of SARS-CoV-2 entry factors in the brains of AD patients not infected with SARS-CoV-2. Results We found significant network-based relationships between COVID-19 and neuroinflammation and brain microvascular injury pathways and processes which are implicated in AD. We also detected aberrant expression of AD biomarkers in the cerebrospinal fluid and blood of patients with COVID-19. While transcriptomic analyses showed relatively low expression of SARS-CoV-2 entry factors in human brain, neuroinflammatory changes were pronounced. In addition, single-nucleus transcriptomic analyses showed that expression of SARS-CoV-2 host factors ( BSG and FURIN ) and antiviral defense genes ( LY6E , IFITM2 , IFITM3 , and IFNAR1 ) was significantly elevated in brain endothelial cells of AD patients and healthy controls relative to neurons and other cell types, suggesting a possible role for brain microvascular injury in COVID-19-mediated cognitive impairment. Notably, individuals with the AD risk allele APOE E4/E4 displayed reduced levels of antiviral defense genes compared to APOE E3/E3 individuals. Conclusion Our results suggest significant mechanistic overlap between AD and COVID-19, strongly centered on neuroinflammation and microvascular injury. These results help improve our understanding of COVID-19-associated neurological manifestations and provide guidance for future development of preventive or treatment interventions.

Abstract Spatial transcriptomics provides researchers with a better understanding of gene expression within the tissue context. Although large volumes of spatial transcriptomics data have been generated, the lack of systematic curation and analysis makes data reuse challenging. Herein, we present Spatial transcriptOmics Analysis Resource (SOAR), a resource with an extensive, systematically compiled collection of spatial transcriptomics data across tissues, organs, and pathological conditions. SOAR is a comprehensive database with uniformly processed and annotated samples, facilitating future benchmark studies and method development. SOAR also offers multi-pronged analysis capability, including an integrative approach toward drug discovery that allows for efficient exploration of novel and targeted therapeutic uses for existing compounds.

Abstract Atrial fibrillation (AF) is a significant cause of morbidity and mortality, and effective therapeutic interventions are lacking. Here, we harness an integrative, network medicine approach to repurpose FDA-approved drugs for AF. We hypothesize that the use of an unbiased method for prioritizing AF drugs using patient transcriptomics data can help to identify alternative therapeutic strategies and mechanism-of-action for these drugs. To achieve this, we first characterized the molecular networks specific to AF by incorporating transcriptomic data of left atrial tissue. We quantified the network proximity of genes differentially expressed in AF to drug targets to identify putative drugs for repurposing. We identified nine high-confidence drug candidates that were validated using enrichment analysis of drug-gene signatures in human cell lines. We identified metformin for the potential treatment of AF and validated its use in human inducible pluripotent stem cell-derived atrial-like cardiomyocytes. We identified AF-specific dysregulated networks enriched in cardiac metabolism, ion transport, and immune pathways that were improved following metformin treatment. In summary, this study utilized network-based approaches for rapid identification of drugs that may be repurposed for AF treatment and validated metformin as a candidate drug using a robust human atrial cell model.

Abstract Sex differences in the risk of SARS-CoV-2 infection have been controversial and the underlying mechanisms of COVID-19 sexual dimorphism remain understudied. Here we inspected sex differences in SARS-CoV-2 positivity, hospitalization, admission to the intensive care unit (ICU), sera immune profiling, and two single-cell RNA-sequencing (snRNA-seq) profiles from nasal tissues and peripheral blood mononuclear cells (PBMCs) of COVID-19 patients with varying degrees of disease severity. Our propensity score-matching observations revealed that male individuals have a 29% increased likelihood of SARS-CoV-2 positivity, with a hazard ration (HR) 1.32 (95% confidence interval [CI] 1.18-1.48) for hospitalization and HR 1.51 (95% CI 1.24-1.84) for admission to ICU. Sera from male patients at hospital admission had decreased lymphocyte count and elevated inflammatory markers (C-reactive protein, procalcitonin, and neutrophils). We found that SARS-CoV-2 entry factors, including ACE2, TMPRSS2, FURIN and NRP1, have elevated expression in nasal squamous cells from males with moderate and severe COVID-19. Cell-cell network proximity analysis suggests possible epithelium-immune cell interactions and immune vulnerability underlying a higher mortality in males with COVID-19. Monocyte-elevated expression of Toll like receptor 7 (TLR7) and Bruton tyrosine kinase (BTK) is associated with severe outcomes in males with COVID-19. These findings provide basis for understanding immune responses underlying sex differences, and designing sex-specific targeted treatments and patient care for COVID-19.