Kidney failure is frequently observed during and after COVID-19, but it remains elusive whether this is a direct effect of the virus. Here, we report that SARS-CoV-2 directly infects kidney cells and is associated with increased tubule-interstitial kidney fibrosis in patient autopsy samples. To study direct effects of the virus on the kidney independent of systemic effects of COVID-19, we infected human-induced pluripotent stem-cell-derived kidney organoids with SARS-CoV-2. Single-cell RNA sequencing indicated injury and dedifferentiation of infected cells with activation of profibrotic signaling pathways. Importantly, SARS-CoV-2 infection also led to increased collagen 1 protein expression in organoids. A SARS-CoV-2 protease inhibitor was able to ameliorate the infection of kidney cells by SARS-CoV-2. Our results suggest that SARS-CoV-2 can directly infect kidney cells and induce cell injury with subsequent fibrosis. These data could explain both acute kidney injury in COVID-19 patients and the development of chronic kidney disease in long COVID.

Abstract Designing covalent inhibitors is a task of increasing importance in drug discovery. Efficiently designing irreversible inhibitors, though, remains challenging. Here, we present covalentizer , a computational pipeline for creating irreversible inhibitors based on complex structures of targets with known reversible binders. For each ligand, we create a custom-made focused library of covalent analogs. We use covalent docking, to dock these tailored covalent libraries and to find those that can bind covalently to a nearby cysteine while keeping some of the main interactions of the original molecule. We found ~11,000 cysteines in close proximity to a ligand across 8,386 protein-ligand complexes in the PDB. Of these, the protocol identified 1,553 structures with covalent predictions. In prospective evaluation against a panel of kinases, five out of nine predicted covalent inhibitors showed IC 50 between 155 nM - 4.2 μM. Application of the protocol to an existing SARS-CoV-1 M pro reversible inhibitor led to a new acrylamide inhibitor series with low micromolar IC 50 against SARS-CoV-2 M pro . The docking prediction was validated by 11 co-crystal structures. This is a promising lead series for COVID-19 antivirals. Together these examples hint at the vast number of covalent inhibitors accessible through our protocol.

Abstract The process of finding molecules that bind to a target protein is a challenging first step in drug discovery. Crystallographic fragment screening is a strategy based on elucidating binding modes of small polar compounds and then building potency by expanding or merging them. Recent advances in high-throughput crystallography enable screening of large fragment libraries, reading out dense ensembles of fragments spanning the binding site. However, fragments typically have low affinity thus the road to potency is often long and fraught with false starts. Here, we take advantage of high-throughput crystallography to reframe fragment-based hit discovery as a denoising problem – identifying significant pharmacophore distributions from a fragment ensemble amid noise due to weak binders – and employ an unsupervised machine learning method to tackle this problem. Our method screens potential molecules by evaluating whether they recapitulate those fragment-derived pharmacophore distributions. We retrospectively validated our approach on an open science campaign against SARS-CoV-2 main protease (Mpro), showing that our method can distinguish active compounds from inactive ones using only structural data of fragment-protein complexes, without any activity data. Further, we prospectively found novel hits for Mpro and the Mac1 domain of SARS-CoV-2 non-structural protein 3. More broadly, our results demonstrate how unsupervised machine learning helps interpret high throughput crystallography data to rapidly discover of potent chemical modulators of protein function.

Cultured cell lines are the workhorse of cancer research, but it is unclear to what extent they recapitulate the cellular heterogeneity observed among malignant cells in tumors, given the absence of a native tumor microenvironment. Here, we used multiplexed single cell RNA-Seq to profile ~200 cancer cell lines. We uncovered expression programs that are recurrently heterogeneous within many cancer cell lines and are largely independent of observed genetic diversity. These programs of heterogeneity are associated with diverse biological processes, including cell cycle, senescence, stress and interferon responses, epithelial-to-mesenchymal transition (EMT), and protein maturation and degradation. Notably, some of these recurrent programs recapitulate those seen in human tumors, suggesting a prominent role of intrinsic plasticity in generating intra-tumoral heterogeneity. Moreover, the data allowed us to prioritize specific cell lines as model systems of cellular plasticity. We used two such models to demonstrate the dynamics, regulation and vulnerabilities associated with a cancer senescence program observed both in cell lines and in human tumors. Our work describes the landscape of cellular heterogeneity in diverse cancer cell lines, and identifies recurrent patterns of expression heterogeneity that are shared between tumors and specific cell lines and can thus be further explored in follow up studies.

Abstract Diffuse midline gliomas (DMG) are aggressive and fatal pediatric tumors of the central nervous system that are highly resistant to treatments. Lysine to methionine substitution of residue 27 on histone H3 (H3-K27M) is a driver mutation in DMGs, reshaping the epigenetic landscape of these cells to promote tumorigenesis. H3-K27M gliomas are characterized by deregulation of histone acetylation and methylation pathways, as well as the oncogenic MYC pathway. In search of effective treatment, we examined the therapeutic potential of dual targeting of histone deacetylases (HDACs) and MYC in these tumors. Treatment of H3-K27M patient-derived cells with Sulfopin, an inhibitor shown to block MYC-driven tumors in-vivo , in combination with the HDAC inhibitor Vorinostat, resulted in substantial decrease in cell viability. Moreover, transcriptome and epigenome profiling revealed synergistic effect of this drug combination in downregulation of prominent oncogenic pathways such as mTOR. Finally, in-vivo studies of patient-derived orthotopic xenograft models showed significant tumor growth reduction in mice treated with the drug combination. These results highlight the combined treatment with PIN1 and HDAC inhibitors as a promising therapeutic approach for these aggressive tumors.

Abstract Spliceosome machinery mutations are common early mutations in myeloid malignancies, however effective targeted therapies against them are still lacking. In the current study, we used an in vitro high-throughput drug screen among four different isogenic cell lines and identified ROCK inhibitors (ROCKi) as selective inhibitors of SRSF2 mutants. ROCKi targeted SRSF2 Mut primary human samples in a xenografts model and were not toxic to mice nor human cells. ROCKi induced mitotic catastrophe through their apparent effects on microtubules and nuclear organization. Transmission electron microscopy revealed that SRSF2 mutations induce deep nuclear indentation and segmentation, driven by microtubule-rich cytoplasmic intrusions, which were exacerbated by ROCKi. The severe nuclear deformation driven by the combination of SRSF2 Mut and ROCKi prevent cells from completing mitosis. These findings shed light on new ways to target SRSF2 and on the role of the microtubule system in SRSF2 Mut cells.

Abstract Kaposiform Lymphangiomatosis (KLA) is a rare, aggressive, and incurable disease caused by a somatic activating NRAS mutation (p.Q61R) in lymphatic endothelial cells (LECs). The development of new therapeutic avenues is hampered by the lack of animal models faithfully replicating the clinical manifestations of KLA. Here, we established a novel zebrafish model of KLA by driving conditional expression of the human NRAS mutation in venous and lymphatic ECs. We find that mutant embryos recapitulated clinical features of KLA, including pericardial edema and a dilated thoracic duct, and that the phenotypes were reverted by Trametinib, a MEK inhibitor used for KLA treatment. We further leverage this model in combination with an AI-based high-throughput drug screening platform to search for small compounds selectively reverting the mutant phenotypes and identify Cabozantinib, an FDA-approved tyrosine kinase inhibitor, and GSK690693, a competitive pan-Akt kinase inhibitor, as leading hits. Finally, we test these drugs in cultured cells derived from KLA patient and demonstrate their ability to normalize LEC sprouting and block NRAS downstream pathways, underscoring the potential of GSK690693 and Cabozantinib as potential KLA treatments. Overall, our novel zebrafish model provides a valuable tool for research into the etiology of KLA and for identifying new therapeutic avenues.

The Covid-19 pandemic highlighted the pressing need for antiviral therapeutics capable of mitigating infection and spread of emerging coronaviruses (CoVs). A promising therapeutic strategy lies in inhibiting viral entry mediated by the Spike (S) glycoprotein. To identify small molecule inhibitors that block entry downstream of receptor binding, we established a high-throughput screening (HTS) platform based on pseudoviruses. We employed a three-step process to screen nearly 200,000 small molecules. First, we identified potential inhibitors by assessing their ability to inhibit pseudoviruses bearing the SARS-CoV-2 S glycoprotein. Subsequent counter-screening against pseudoviruses with the Vesicular Stomatitis Virus spike glycoprotein (VSV-G), yielding sixty-five SARS-CoV-2 S-specific inhibitors. These were further tested against pseudoviruses bearing the MERS-CoV S glycoprotein, which uses a different receptor. Out of these, five compounds including the known broad-spectrum inhibitor Nafamostat, were subjected to further validation and tested them against pseudoviruses bearing the S glycoprotein of the alpha, delta, and omicron variants as well as against bona fide SARS-CoV-2 in vitro. This rigorous approach revealed a novel inhibitor and its derivative as a potential broad-spectrum antiviral. These results validate the HTS platform and set the stage for lead optimization and future pre-clinical, in vivo studies.

Covalent probes can display unmatched potency, selectivity and duration of action, however, their discovery is challenging. In principle, fragments that can irreversibly bind their target can overcome the low affinity that limits reversible fragment screening. Such electrophilic fragments were considered non-selective and were rarely screened. We hypothesized that mild electrophiles might overcome the selectivity challenge, and constructed a library of 993 mildly electrophilic fragments. We characterized this library by a new high-throughput thiol-reactivity assay and screened them against ten cysteine-containing proteins. Highly reactive and promiscuous fragments were rare and could be easily eliminated. By contrast, we found selective hits for most targets. Combination with high-throughput crystallography allowed rapid progression to potent and selective probes for two enzymes, the deubiquitinase OTUB2, and the pyrophosphatase NUDT7. No inhibitors were previously known for either. This study highlights the potential of electrophile fragment screening as a practical and efficient tool for covalent ligand discovery.

A strategy for pandemic preparedness is the development of antivirals against a wide set of viral targets with complementary mechanisms of action. SARS-CoV-2 nsp3-mac1 is a viral macrodomain with ADP-ribosylhydrolase activity, which counteracts host immune response. Targeting the virus' immunomodulatory functionality offers a differentiated strategy to inhibit SARS-CoV-2 compared to approved therapeutics, which target viral replication directly. Here we report a fragment-based lead generation campaign guided by computational approaches. We discover tool compounds which inhibit nsp3-mac1 activity at low nanomolar concentrations, and with responsive structure-activity relationships, high selectivity, and drug-like properties. Using our inhibitors, we show that inhibition of nsp3-mac1 increases ADP-ribosylation, but surprisingly does not translate to demonstrable antiviral activity in cell culture and iPSC-derived pneumocyte models. Further, no synergistic activity is observed in combination with interferon gamma, a main protease inhibitor, nor a papain-like protease inhibitor. Our results question the extent to which targeting modulation of innate immunity-driven ADP-ribosylation can influence SARS-CoV-2 replication. Moreover, these findings suggest that nsp3-mac1 might not be a suitable target for antiviral therapeutics development.