Macrophages are considered to contribute to chronic inflammatory diseases such as rheumatoid arthritis1. However, both the exact origin and the role of macrophages in inflammatory joint disease remain unclear. Here we use fate-mapping approaches in conjunction with three-dimensional light-sheet fluorescence microscopy and single-cell RNA sequencing to perform a comprehensive spatiotemporal analysis of the composition, origin and differentiation of subsets of macrophages within healthy and inflamed joints, and study the roles of these macrophages during arthritis. We find that dynamic membrane-like structures, consisting of a distinct population of CX3CR1+ tissue-resident macrophages, form an internal immunological barrier at the synovial lining and physically seclude the joint. These barrier-forming macrophages display features that are otherwise typical of epithelial cells, and maintain their numbers through a pool of locally proliferating CX3CR1- mononuclear cells that are embedded into the synovial tissue. Unlike recruited monocyte-derived macrophages, which actively contribute to joint inflammation, these epithelial-like CX3CR1+ lining macrophages restrict the inflammatory reaction by providing a tight-junction-mediated shield for intra-articular structures. Our data reveal an unexpected functional diversification among synovial macrophages and have important implications for the general role of macrophages in health and disease.

Abstract The subventricular zone (SVZ) is the largest neurogenic niche in the adult forebrain. Notably, neural stem cells (NSCs) of the SVZ generate not only neurons, but also oligodendrocytes, the myelin-forming cells of the central nervous system. Transcriptomic studies have provided detailed knowledge of the molecular events that regulate neurogenesis, but little is understood about adult oligodendrogenesis from SVZ-NSCs. To address this, we performed in-depth single-cell transcriptomic analyses to resolve the major differences in neuronal and oligodendroglial lineages derived from the adult SVZ. A hallmark of adult oligodendrogenesis was the stage-specific expression of transcriptional modulators that regulate developmental oligodendrogenesis. Notably, divergence of the oligodendroglial lineage was distinguished by Wnt-Notch and angiogenesis-related signaling, whereas G-protein-coupled receptor signaling pathways were the major signature observed in the neurogenic lineage. Moreover, in-depth gene regulatory network analysis identified key stage-specific master regulators of the oligodendrocyte lineage and revealed new mechanisms by which signaling pathways interact with transcriptional networks to control lineage progression. Our work provides an integrated view of the multi-step differentiation process leading from NSCs to mature oligodendrocytes, by linking environmental signals to known and novel transcriptional mechanisms orchestrating oligodendrogenesis. Main points Distinct adult NSC populations giving rise to either oligodendrocytes or neurons can be identified by the expression of transcription factors. Gene regulatory control of oligodendrogenesis is a major fate-determinant for their generation.

Abstract Dendritic cells (DCs) are professional antigen-presenting cells that induce and regulate adaptive immunity by presenting antigens to T cells. Due to their coordinative role in adaptive immune responses, DCs have been used as cell-based therapeutic vaccination against cancer. The capacity of DCs to induce a therapeutic immune response can be enhanced by re-wiring of cellular signalling pathways with microRNAs (miRNAs). Since the activation and maturation of DCs is controlled by an interconnected signalling network, we deploy an approach that combines RNA sequencing data and systems biology methods to delineate miRNA-based strategies that enhance DC-elicited immune responses. Through RNA sequencing of IKKβ-matured DCs that are currently being tested in a clinical trial on therapeutic anti-cancer vaccination, we identified 44 differentially expressed miRNAs. According to a network analysis, most of these miRNAs regulate targets that are linked to immune pathways, such as cytokine and interleukin signalling. We employed a network topology-oriented scoring model to rank the miRNAs, analysed their impact on immunogenic potency of DCs, and identified dozens of promising miRNA candidates with miR-15a and miR-16 as the top ones. The results of our analysis are incorporated in a database which constitutes a tool to identify DC-relevant miRNA-gene interactions with therapeutic potential ( www.synmirapy.net/dc-optimization ).

Abstract Background Uveal melanoma (UM) is a highly malignant intraocular tumor with a poor prognosis and response to therapy, including immune checkpoint inhibitors (ICIs), after the onset of liver metastasis. The metastatic microenvironment contains high levels of tumor-associated macrophages (TAMs) that correlate positively with a worse patient prognosis. We hypothesized that one could increase the efficacy of ICIs in UM metastases by immunomodulating UM-associated macrophages. Methods To identify potential targets for the immunomodulation, we created a network-based representation of the biology of TAMs and employed (bulk and single-cell) differential gene expression analysis to obtain a regulatory core of UM macrophages-associated genes. We utilized selected targets for pharmacophore-based virtual screening against a library of FDA-approved chemical compounds, followed by refined flexible docking analysis. Finally, we ranked the interactions and selected one novel drug-target combination for in vitro validation. Results Based on the generated TAM-specific interaction network (3863 nodes, 9073 edges), we derived a UM macrophages-associated regulatory core (74 nodes, 286 edges). From the regulatory core genes, we selected eight potential targets for pharmacophore-based virtual screening (YBX1, GSTP1, NLRP3, ISG15, MYC, PTGS2, NFKB1, CASP1). Of 266 drug-target interactions screened, we identified the interaction between the antibiotic Clindamycin and Caspase-1 as a priority for experimental validation. Our in vitro validation experiments showed that Clindamycin specifically interferes with activated Caspase-1 and inhibits the secretion of IL-1β, IL-18, and lactate dehydrogenase (LDH) in macrophages after stimulation. Our results suggest that repurposed Clindamycin could reduce pyroptosis in TAMs, a pro-inflammatory form of programmed immune cell death favouring tumor progression. Conclusion We were able to predict a novel Clindamycin-Caspase-1 interaction that effectively blocks Caspase-1-mediated inflammasome activity and pyroptosis in vitro in macrophages. This interaction is a promising clinical immunomodulator of the tumor microenvironment for improving ICI responsivenss. This work demonstrates the power of combining network-based transcriptomic analysis with pharmacophore-guided screening for de novo drug-target repurposing. Graphical Abstract

Abstract Tumor-associated antigens (TAAs) and their derived peptides constitute the chance to design off-the-shelf mainline or adjuvant anti-cancer immunotherapies for a broad array of patients. Here, we present a computational pipeline that selects and ranks candidate antigens in a multi-pronged approach and applied it to the case of uveal melanoma. In addition to antigen expression in the tumor target and in healthy tissues, we incorporated a network analysis-derived antigen indispensability index motivated by computational modeling results, and candidate immunogenicity predictions from a machine learning ensemble model on peptide physicochemical characteristics.

ABSTRACT The accelerating growth in scientific literature is overwhelming our capacity to manually distil complex phenomena like molecular networks linked to diseases. Moreover, confirmation biases in search engines and databases influence the interpretation of facts and the generation of hypotheses. ENQUIRE (Expanding Networks by Querying Unexpectedly Inter-Related Entities) offers an alternative to manual literature curation and database mining to study complex biomedical phenomena. ENQUIRE generates a co-occurrence network of genes and biomedical ontologies (MeSH) using a corpus of publications as input. The algorithm iteratively reconstructs and expands the network by generating PubMed queries from significant interrelations, until it obtains an interconnected network of genes and MeSH relevant to the input corpus. We systematically evaluated ENQUIRE’s versatility and found that it generates co-occurrence networks similar to those based on co-expression data and manually annotated databases with a fraction of the time and human resources. Using case studies spanning cancer, cell differentiation and immunity, ENQUIRE proved to identify interlinked genes and enriched pathways unique to each topic, thereby preserving their underlying diversity. ENQUIRE supports biomedical researchers by easing literature annotation, boosting hypothesis formulation and facilitating the identification of molecular targets for subsequent experimentation. GRAPHICAL ABSTRACT

Fptool is an intuitive tool that provides to the user a preliminary fingerprint of the behaviour simulated by a mathematical model of a biochemical network when comparing two biological scenarios defined by the user. Here we present the tool and we applied to an already published mathematical model of lung legionella infection. The fingerprint obtained correlates with the results obtained in the original article. This tool is optimal for the users that would like to obtain a fast and preliminary view of the qualitative behaviour of a mathematical model before deciding for more elaborate analyses.

Before and after surgery melanoma patients harbor elevated levels of extracellular vesicles in plasma (pEV), but their cellular origin is obscure. Here we suggest that these pEV are secreted in part by tumor cells, but particularly by liver and peripheral blood mononuclear cells (PBMC), which strongly suppressed tumor cell activity. As the cellular origin of pEV is difficult to determine, we mimicked the interaction of tumor cells with liver cells and PBMC in vitro, and compared newly secreted EV-associated miRNAs and protein factors with those detected in melanoma patient's pEV. The results identified factors that could be associated either with tumor cell activity or the counteracting immune system and liver cells. Notably, the presence/absence of these factors correlated with the clinical stage and tumor relapse. Our study provides new insights into the innate immune defense against tumor cells and implies that residual tumor cells may be more active than previously thought.

Abstract Most of the recent progress in our understanding of cancer relies in the systematic profiling of patient samples with high throughput techniques like transcriptomics. This approach has helped in finding gene signatures and networks underlying cancer aggressiveness and therapy resistance. However, -omics data alone is not sufficient to generate insights into the spatiotemporal aspects of tumor progression. Here, multi-level computational models are promising approaches, which would benefit from the possibility to integrate in their characterization the data and knowledge generated by the high throughput profiling of patient samples. We present a computational workflow to integrate transcriptomics data from tumor patients into hybrid, multi-scale models of cancer. In the method, we employ transcriptomics analysis to select key differentially regulated pathways in therapy responders and non-responders and link them to agent-based model parameters. We next utilize global and local sensitivity together with systematic model simulations to assess the relevance of variations in the selected parameters in triggering cancer progression and therapy resistance. We illustrate the methodology with a de novo generated agent-based model accounting for the interplay between tumor and immune cells in melanoma micrometastasis. Application of the workflow identifies three different scenarios of therapy resistance.