This article presents a Bayesian method for model-based clustering of gene expression dynamics. The method represents gene-expression dynamics as autoregressive equations and uses an agglomerative procedure to search for the most probable set of clusters given the available data. The main contributions of this approach are the ability to take into account the dynamic nature of gene expression time series during clustering and a principled way to identify the number of distinct clusters. As the number of possible clustering models grows exponentially with the number of observed time series, we have devised a distance-based heuristic search procedure able to render the search process feasible. In this way, the method retains the important visualization capability of traditional distance-based clustering and acquires an independent, principled measure to decide when two series are different enough to belong to different clusters. The reliance of this method on an explicit statistical representation of gene expression dynamics makes it possible to use standard statistical techniques to assess the goodness of fit of the resulting model and validate the underlying assumptions. A set of gene-expression time series, collected to study the response of human fibroblasts to serum, is used to identify the properties of the method.

Like most complex phenotypes, exceptional longevity is thought to reflect a combined influence of environmental (e.g., lifestyle choices, where we live) and genetic factors. To explore the genetic contribution, we undertook a genome-wide association study of exceptional longevity in 801 centenarians (median age at death 104 years) and 914 genetically matched healthy controls. Using these data, we built a genetic model that includes 281 single nucleotide polymorphisms (SNPs) and discriminated between cases and controls of the discovery set with 89% sensitivity and specificity, and with 58% specificity and 60% sensitivity in an independent cohort of 341 controls and 253 genetically matched nonagenarians and centenarians (median age 100 years). Consistent with the hypothesis that the genetic contribution is largest with the oldest ages, the sensitivity of the model increased in the independent cohort with older and older ages (71% to classify subjects with an age at death>102 and 85% to classify subjects with an age at death>105). For further validation, we applied the model to an additional, unmatched 60 centenarians (median age 107 years) resulting in 78% sensitivity, and 2863 unmatched controls with 61% specificity. The 281 SNPs include the SNP rs2075650 in TOMM40/APOE that reached irrefutable genome wide significance (posterior probability of association = 1) and replicated in the independent cohort. Removal of this SNP from the model reduced the accuracy by only 1%. Further in-silico analysis suggests that 90% of centenarians can be grouped into clusters characterized by different “genetic signatures” of varying predictive values for exceptional longevity. The correlation between 3 signatures and 3 different life spans was replicated in the combined replication sets. The different signatures may help dissect this complex phenotype into sub-phenotypes of exceptional longevity.

Sickle cell anemia (SCA) is a paradigmatic single gene disorder caused by homozygosity with respect to a unique mutation at the β-globin locus. SCA is phenotypically complex, with different clinical courses ranging from early childhood mortality to a virtually unrecognized condition. Overt stroke is a severe complication affecting 6–8% of individuals with SCA. Modifier genes might interact to determine the susceptibility to stroke, but such genes have not yet been identified. Using Bayesian networks, we analyzed 108 SNPs in 39 candidate genes in 1,398 individuals with SCA. We found that 31 SNPs in 12 genes interact with fetal hemoglobin to modulate the risk of stroke. This network of interactions includes three genes in the TGF-β pathway and SELP, which is associated with stroke in the general population. We validated this model in a different population by predicting the occurrence of stroke in 114 individuals with 98.2% accuracy.

We analyze the relationship between age of survival, morbidity, and disability among centenarians (age 100-104 years), semisupercentenarians (age 105-109 years), and supercentenarians (age 110-119 years). One hundred and four supercentenarians, 430 semisupercentenarians, 884 centenarians, 343 nonagenarians, and 436 controls were prospectively followed for an average of 3 years (range 0-13 years). The older the age group, generally, the later the onset of diseases, such as cancer, cardiovascular disease, dementia, and stroke, as well as of cognitive and functional decline. The hazard ratios for these individual diseases became progressively less with older and older age, and the relative period of time spent with disease was lower with increasing age group. We observed a progressive delay in the age of onset of physical and cognitive function impairment, age-related diseases, and overall morbidity with increasing age. As the limit of human life span was effectively approached with supercentenarians, compression of morbidity was generally observed.

Abstract BET bromodomain antagonist JQ1 reactivates HIV-1, while suppressing T cell activation genes, and upregulating histone modification genes that favor increased Tat activity. The persistence of latent HIV-1 remains a major challenge in therapeutic efforts to eradicate infection. We report the capacity for HIV reactivation by a selective small molecule inhibitor of BET family bromodomains, JQ1, a promising therapeutic agent with antioncogenic properties. JQ1 reactivated HIV transcription in models of latent T cell infection and latent monocyte infection. We also tested the effect of exposure to JQ1 to allow recovery of replication-competent HIV from pools of resting CD4+ T cells isolated from HIV-infected, ART-treated patients. In one of three patients, JQ1 allowed recovery of virus at a frequency above unstimulated conditions. JQ1 potently suppressed T cell proliferation with minimal cytotoxic effect. Transcriptional profiling of T cells with JQ1 showed potent down-regulation of T cell activation genes, including CD3, CD28, and CXCR4, similar to HDAC inhibitors, but JQ1 also showed potent up-regulation of chromatin modification genes, including SIRT1, HDAC6, and multiple lysine demethylases (KDMs). Thus, JQ1 reactivates HIV-1 while suppressing T cell activation genes and up-regulating histone modification genes predicted to favor increased Tat activity. Thus, JQ1 may be useful in studies of potentially novel mechanisms for transcriptional control as well as in translational efforts to identify therapeutic molecules to achieve viral eradication.

Because people age differently, age is not a sufficient marker of susceptibility to disabilities, morbidities, and mortality. We measured nineteen blood biomarkers that include constituents of standard hematological measures, lipid biomarkers, and markers of inflammation and frailty in 4704 participants of the Long Life Family Study (LLFS), age range 30–110 years, and used an agglomerative algorithm to group LLFS participants into clusters thus yielding 26 different biomarker signatures. To test whether these signatures were associated with differences in biological aging, we correlated them with longitudinal changes in physiological functions and incident risk of cancer, cardiovascular disease, type 2 diabetes, and mortality using longitudinal data collected in the LLFS. Signature 2 was associated with significantly lower mortality, morbidity, and better physical function relative to the most common biomarker signature in LLFS, while nine other signatures were associated with less successful aging, characterized by higher risks for frailty, morbidity, and mortality. The predictive values of seven signatures were replicated in an independent data set from the Framingham Heart Study with comparable significant effects, and an additional three signatures showed consistent effects. This analysis shows that various biomarker signatures exist, and their significant associations with physical function, morbidity, and mortality suggest that these patterns represent differences in biological aging. The signatures show that dysregulation of a single biomarker can change with patterns of other biomarkers, and age-related changes of individual biomarkers alone do not necessarily indicate disease or functional decline.

Abstract Age-related changes in immune cell composition and functionality are associated with multimorbidity and mortality. However, many centenarians delay the onset of aging-related disease suggesting the presence of elite immunity that remains highly functional at extreme old age. To identify immune-specific patterns of aging and extreme human longevity, we analyzed novel single cell profiles from the peripheral blood mononuclear cells (PBMCs) of 7 centenarians (mean age 106) and publicly available single cell RNA-sequencing (scRNA-seq) datasets that included an additional 7 centenarians as well as 52 people at younger ages (20-89 years). The analysis confirmed known shifts in the ratio of lymphocytes to myeloid cells, and noncytotoxic to cytotoxic cell distributions with aging, but also identified significant shifts from CD4 + T cell to B cell populations in centenarians suggesting a history of exposure to natural and environmental immunogens. Our transcriptional analysis identified cell type signatures specific to exceptional longevity that included genes with age-related changes (e.g., increased expression of STK17A , a gene known to be involved in DNA damage response ) as well as genes expressed uniquely in centenarians’ PBMCs (e.g., S100A4 , part of the S100 protein family studied in age-related disease and connected to longevity and metabolic regulation ) . Collectively, these data suggest that centenarians harbor unique, highly functional immune systems that have successfully adapted to a history of insults allowing for the achievement of exceptional longevity.

Abstract In previous work we used a Somalogic platform targeting approximately 5000 proteins to generate a serum protein signature of centenarians that we validated in independent studies that used the same technology. We set here to validate and possibly expand the results by profiling the serum proteome of a subset of individuals included in the original study using liquid chromatography tandem mass spectrometry (LC-MS/MS). Following pre-processing, the LC-MS/MS data provided quantification of 398 proteins, with only 266 proteins shared by both platforms. At 1% FDR statistical significance threshold, the analysis of LC-MS/MS data detected 44 proteins associated with extreme old age, including 23 of the original analysis. To identify proteins for which associations between expression and extreme-old age were conserved across platforms, we performed inter-study conservation testing of the 266 proteins quantified by both platforms using a method that accounts for the correlation between the results. From these tests, a total of 80 proteins reached 5% FDR statistical significance, and 26 of these proteins had concordant pattern of gene expression in whole blood. This signature of 80 proteins points to blood coagulation, IGF signaling, extracellular matrix (ECM) organization, and complement cascade as important pathways whose protein level changes provide evidence for age-related adjustments that distinguish centenarians from younger individuals.