YD
Yehuda Danino
Author with expertise in Regulation of RNA Processing and Function
Achievements
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
3
(67% Open Access)
Cited by:
3
h-index:
6
/
i10-index:
6
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
15

Non-Coding Genetic Analysis Implicates Interleukin 18 Receptor Accessory Protein 3′UTR in Amyotrophic Lateral Sclerosis

Chen Eitan et al.Jun 5, 2021
+43
S
M
C
Abstract The non-coding genome is substantially larger than the protein-coding genome but is largely unexplored by genetic association studies. Here, we performed region-based burden analysis of >25,000 variants in untranslated regions of 6,139 amyotrophic lateral sclerosis (ALS) whole-genomes and 70,403 non-ALS controls. We identified Interleukin-18 Receptor Accessory Protein (IL18RAP) 3′UTR variants significantly enriched in non-ALS genomes, replicated in an independent cohort, and associated with a five-fold reduced risk of developing ALS. Variant IL18RAP 3′UTR reduces mRNA stability and the binding of RNA-binding proteins. Variant IL18RAP 3′UTR further dampens neurotoxicity of human iPSC-derived C9orf72-ALS microglia that depends on NF-κB signaling. Therefore, the variant IL18RAP 3′UTR provides survival advantage for motor neurons co-cultured with C9-ALS microglia. The study reveals direct genetic evidence and therapeutic targets for neuro-inflammation, and emphasizes the importance of non-coding genetic association studies. One Sentence Summary Non-coding genetic variants in IL-18 receptor 3’UTR decrease ALS risk by modifying IL-18-NF-κB signaling in microglia.
15
Citation2
0
Save
0

Organellomics: AI-driven deep organellar phenotyping of human neurons

Lena Molitor et al.Jan 31, 2024
+10
W
S
L
Abstract Systematic assessment of organelle architectures in cells, known as the organellome, could provide valuable insights into cellular states and disease pathologies but remains largely uncharted. Here, we devised a novel pipeline combining self-supervised deep learning and transfer learning to generate a Neuronal Organellomics Vision Atlas (NOVA). Analyzing over 1.5 million confocal images of 24 distinct membrane-bound and membrane-less organelles in human neurons, we enable a simultaneous evaluation of all organelles. We show that organellomics allows the study of cellular phenotypes by quantifying the localization and morphological properties embodied in multiple different organelles, using a unified score. We further developed a strategy to superimpose all organelles, which represents a new realization of cellular state. The value of our approach is demonstrated by characterizing specific organellar responses of human neurons to stress, cytoplasmic mislocalization of TDP-43, or disease-associated variations in ALS genes. Therefore, organellomics offers a novel approach to study the neuro-cellular biology of diseases. Highlights AI-driven organellomics without cell segmentation or multiplexed imaging. Analysis of 24 membrane-bound and membrane-less organelles in more than 1.5 million images of human neurons. Quantitative organelle-level description of neuronal response to chemical and genetic perturbations. Organelles ranked on a single metric scale and integrated organellome view via superposition of multiple organelles.
0

Spatio-temporal Proteomic Analysis of Stress Granule disassembly using APEX Reveals Regulation by SUMOylation and links to ALS pathogenesis

Marmor-Kollet Hagai et al.Jan 29, 2020
+18
П
J
M
Cytoplasmic stress granules (SG) form in response to a variety of cellular stresses by phase-separation of proteins associated with non-translating mRNAs. SG provide insight into the biology of neurodegeneration, including amyotrophic lateral sclerosis (ALS) because they approximate some of the molecular conditions for nucleation of insoluble aggregates in neuropathological inclusions. Whereas much has been learned about SG formation, a major gap remains in understanding the compositional changes SG undergo during normal disassembly and under disease conditions. Here, we address this gap by proteomic dissection of SG temporal disassembly sequence, using multi-bait APEX proximity-proteomics. We discover 109 novel SG-proteins and characterize at proteomic resolution two biophysically distinct SG substructures. We further demonstrate that dozens of additional proteins are recruited to SG specifically during disassembly, indicating that it is a highly regulated process. The involved proteins link SG disassembly, to mitochondrial biology and the cytoskeleton. Parallel analysis with C9ORF72-associated dipeptides, which are found in patients with ALS and frontotemporal dementia, demonstrated compositional changes in SG during the course of disassembly and focused our attention on the roles SUMOylation in SG disassembly. We demonstrate that broad SUMOylation of SG-proteins is required for SG disassembly and is impaired by C9ORF72-associated dipeptides, representing an unexplored potential molecular mechanism of neurodegeneration. Altogether, out study fundamentally increases the knowledge about SG composition in human cells by dissecting the SG spatio-temporal proteomic landscape, provides an in-depth resource for future work on SG function and reveals basic and disease-relevant mechanisms of SG disassembly.