Alzheimer’s disease (AD) is currently defined by the aggregation of amyloid-β (Aβ) and tau proteins in the brain. Although biofluid biomarkers are available to measure Aβ and tau pathology, few markers are available to measure the complex pathophysiology that is associated with these two cardinal neuropathologies. Here, we characterized the proteomic landscape of cerebrospinal fluid (CSF) changes associated with Aβ and tau pathology in 300 individuals using two different proteomic technologies—tandem mass tag mass spectrometry and SomaScan. Integration of both data types allowed for generation of a robust protein coexpression network consisting of 34 modules derived from 5242 protein measurements, including disease-relevant modules associated with autophagy, ubiquitination, endocytosis, and glycolysis. Three modules strongly associated with the apolipoprotein E ε4 ( APOE ε4) AD risk genotype mapped to oxidant detoxification, mitogen-associated protein kinase signaling, neddylation, and mitochondrial biology and overlapped with a previously described lipoprotein module in serum. Alterations of all three modules in blood were associated with dementia more than 20 years before diagnosis. Analysis of CSF samples from an AD phase 2 clinical trial of atomoxetine (ATX) demonstrated that abnormal elevations in the glycolysis CSF module—the network module most strongly correlated to cognitive function—were reduced by ATX treatment. Clustering of individuals based on their CSF proteomic profiles revealed heterogeneity of pathological changes not fully reflected by Aβ and tau.

Abstract Enhancing brown adipose tissue (BAT) function to combat metabolic disease is a promising therapeutic strategy. A major obstacle to this strategy is that a thermoneutral environment, relevant to most modern human living conditions, deactivates functional BAT. We showed that we can overcome the dormancy of BAT at thermoneutrality by inhibiting the main oxygen sensor HIF-prolyl hydroxylase, PHD2, specifically in adipocytes. Mice lacking adipocyte PHD2 ( P2 KO ad ) and housed at thermoneutrality maintained greater BAT mass, had detectable UCP1 protein expression in BAT and higher energy expenditure. Mouse brown adipocytes treated with the pan-PHD inhibitor, FG2216, exhibited higher Ucp1 mRNA and protein levels, effects that were abolished by antagonising the canonical PHD2 substrate, HIF-2a. Induction of UCP1 mRNA expression by FG2216, was also confirmed in human adipocytes isolated from obese individuals. Human serum proteomics analysis of 5457 participants in the deeply phenotyped Age, Gene and Environment Study revealed that serum PHD2 (aka EGLN1) associates with increased risk of metabolic disease. Our data suggest adipose–selective PHD2 inhibition as a novel therapeutic strategy for metabolic disease and identify serum PHD2 as a potential biomarker.

Abstract With the growing number of genetic association studies, the genotype-phenotype atlas has become increasingly more complex, yet the functional consequences of most disease associated alleles is not understood. The measurement of protein level variation in solid tissues and biofluids integrated with genetic variants offers a path to deeper functional insights. Here we present a large-scale proteogenomic study in 5,368 individuals, revealing 4,113 independent associations between genetic variants and 2,099 serum proteins, of which 37% are previously unreported. The majority of both cis - and trans -acting genetic signals are unique for a single protein, although our results also highlight numerous highly pleiotropic genetic effects on protein levels and demonstrate that a protein’s genetic association profile reflects certain characteristics of the protein, including its location in protein networks, tissue specificity and intolerance to loss of function mutations. Integrating protein measurements with deep phenotyping of the cohort, we observe substantial enrichment of phenotype associations for serum proteins regulated by established GWAS loci, and offer new insights into the interplay between genetics, serum protein levels and complex disease.

Abstract Circulating proteins are prognostic for human outcomes including cancer, heart failure, brain trauma and brain amyloid plaque burden. A deep serum proteome survey recently revealed close associations of serum protein networks and common diseases. The present study reveals unprecedented number of individual serum proteins that overlap genetic signatures of diseases emanating from different tissues of the body. Here, 54,469 low-frequency and common exome-array variants were compared with 4782 protein measurements in the serum of 5343 individuals of the deeply annotated AGES Reykjavik cohort. Using a study-wide significant threshold, 2019 independent exome array variants affecting levels of 2135 serum proteins were identified. These variants overlapped genetic loci for hundreds of complex disease traits, emphasizing the emerging role for serum proteins as biomarkers of and potential causative agents of multiple diseases.