Abstract Drug development and biological discovery require effective strategies to map existing genetic associations to causal genes. To approach this problem, we began by identifying a set of positive control genes for 12 common diseases and traits that cause a Mendelian form of the disease or are the target of a medicine used for disease treatment. We then identified a widely-available set of genomic features enriching GWAS-associated single nucleotide variants (SNVs) for these positive control genes. Using these features, we trained and validated the Effector Index ( Ei ), a causal gene mapping algorithm using the 12 common diseases and traits. The area under Ei’s receiver operator curve to identify positive control genes was 80% and area under the precision recall curve was 29%. Using an enlarged set of independently curated positive control genes for type 2 diabetes which included genes identified by large-scale exome sequencing, these areas increased to 85% and 61%, respectively. The best predictors were coding or transcript altering SNVs, distance to gene and open chromatin-based metrics. We provide the Ei algorithm for its widespread use and have created a web-portal to facilitate understanding of results. This work outlines a simple, understandable approach to prioritize genes at GWAS loci for functional follow-up and drug development. Author summary In order to derive biological insight, or develop drugs based on genome-wide association studies (GWAS) data, causal genes at associated loci need to be identified. GWAS usually identify large genome regions containing many genes, but seldomly identifies specific causal genes. We have developed an algorithm to predict which genes in a region of disease association are likely causal and have named this algorithm the Effector Index. The Effector Index was optimized on diseases that have known causal or drug target genes, and further validated to predict these types of genes in independent datasets. The Effector Index formalizes these predictive features into a tool that can be used by researchers, and results from the traits and diseases studied here are available via the Accelerating Medicine Partnership web-portal at http://hugeamp.org/effectorgenes.html .

SUMMARY CDC20 is a co-activator of the anaphase promoting complex/cyclosome (APC/C) and is essential for mitotic progression. APC/C CDC20 is inhibited by the spindle assembly checkpoint (SAC), which prevents premature separation of sister chromatids and aneuploidy in daughter cells. Although overexpression of CDC20 is common in many cancers, oncogenic mutations have never been identified in humans. Using whole exome sequencing, we identified heterozygous missense CDC20 variants (L151R and N331K) that segregate with cancer in two families. Characterization of these mutants showed they retain APC/C activation activity but show reduced binding to BUBR1, a component of the SAC. Expression of L151R and N331K promoted mitotic slippage in HeLa cells and primary skin fibroblasts derived from carriers. CRISPR/Cas9 was used to generate mice carrying N331K. Homozygous mice carrying N331K were non-viable, however, heterozygotes displayed accelerated oncogenicity in Myc-driven cancers. These findings highlight an unappreciated role for CDC20 variants as tumor promoting genes in humans.

Abstract The tissue kallikrein-related peptidases (KLKs) are secreted serine proteases deeply involved in angiogenesis. However, whether KLKs are involved in the regulation of endothelial regeneration during sepsis remains unknown. By comparing the mRNA levels of 15 KLKs, we found that KLK8 was the highest induced KLK member in lung tissues or primary isolated mouse lung vascular endothelial cells (MLVECs) exposed to lipopolysaccharide (LPS). Adenovirus-mediated overexpression of KLK8 caused endothelial hyperpermeability both in vitro and in vivo . Inhibition of KLK8, by either gene knockout or KLK8 neutralizing antibodies, alleviated sepsis-induced endothelial hyperpermeability, acute lung injury and mortality. Mechanistically, transcription profiling of KLK8-overexpressed endothelial cells revealed a central role of forkhead box M1 (FOXM1) downregulation in mediating the pro-injury and anti-proliferation effects of KLK8. KLK8 cleaved VE-cadherin and consequently suppressed FOXM1 expression by inactivation of the VE-cadherin/Akt pathway. KLK8 deficiency or blockade rescued VE-cadherin/Akt/FOXM1 pathway, thus promoting endothelium regeneration. This study reveals a critical role for KLK8-induced inactivation of VE-cadherin/Akt/FOXM1 pathway in mediating the impairment of endothelial regeneration and the consequent lung vascular leakiness in response to sepsis. Highlights Upregulated KLK8 mediates lung endothelial barrier dysfunction during sepsis KLK8 inactivates VE-cadherin/Akt/FOXM1, thus impairing endothelium regeneration KLK8 deficiency or blockade rescues VE-cadherin/Akt/FOXM1 signaling pathway KLK8 deficiency or blockade promotes endothelium regeneration during sepsis KLK8 deficiency or blockade attenuates sepsis-induced acute lung injury and mortality

In Mendelian randomization (MR), genetic variants are used to construct instrumental variables, which enable inference about the causal relationship between a phenotype of interest and a response or disease outcome. However, standard MR inference requires several assumptions, including the assumption that the genetic variants only influence the response through the phenotype of interest. Pleiotropy occurs when a genetic variant has an effect on more than one phenotype; therefore, a pleiotropic genetic variant may be an invalid instrumental variable. Hence, a naive method for constructing instrumental variables may lead to biased estimation of the causality between the phenotype and the response. Here, we present a set of intuitive methods (Constrained Instrumental Variable methods [CIV]) to construct valid instrumental variables and perform adjusted causal effect estimation when pleiotropy exists, focusing particularly on the situation where pleiotropic phenotypes have been measured. Our approach includes an automatic and valid selection of genetic variants when building the instrumental variables. We also provide details of the features of many existing methods, together with a comparison of their performance in a large series of simulations. CIV methods performed consistently better than many comparators across four different pleiotropic violations of the MR assumptions. We analyzed data from the Alzheimer's Disease Neuroimaging Initiative (ADNI) to disentangle causal relationships of several biomarkers with AD progression. The results showed that CIV methods can provide causal effect estimates, as well as selection of valid instruments while accounting for pleiotropy.

The zebrafish has been becoming a popular vertebrate animal model in biomedical research. However, it is still challenging for making conditional gene knockout (CKO) zebrafish due to the low efficiency of homologous recombination (HR). Here we report an efficient non-HR-based method for generating zebrafish carrying a CKO and knockin (KI) switch (zCKOIS) coupled with dual-color fluorescent reporters. Using this strategy, we generated hey2zCKOIS which served as a hey2 KI reporter with EGFP expression. Upon Cre induction in targeted cells, the hey2zCKOIS was switched to a non-functional CKO allele hey2zCKOIS-inv associated with TagRFP expression, enabling to visualize CKO alleles. Thus, the simplification of the design, and the visibility and combination of both CKO and KI alleles' engineering make our zCKOIS strategy an applicable CKO approach for zebrafish.

Genomic DNA replacement for achieving sophisticated genetic manipulation is implemented currently through homogenous recombination/homology-dependent repair (HR/HDR). Here we report an efficient DNA fragment replacement method that is mediated by non-homologous end joining (NHEJ)-dependent DNA repair at two sites of CRISPR/Cas9-induced double-strand breaks at non-coding genomic regions flanking the exons of targeted genes. We demonstrated this method by generating three conditional alleles and two reporter lines of zebrafish. Functional assays of the conditional alleles proved that the genomic sequence between two inserted loxP sites was deleted by the Cre recombinase, and the phenotype after Cre-induced excision was comparable to previously reported mutants or morphants. Furthermore, combining double-fluorescence expression donor vectors, we showed that the efficiency of this NHEJ-mediated DNA replacement was around 3 times larger than that of HR/HDR-mediated approach. Our method provides a feasible strategy for genomic DNA replacement in zebrafish, which can be applicable for other organisms as well.

Spatial proteomics elucidates cellular biochemical changes with unprecedented topological level. Imaging mass cytometry (IMC) is a high-dimensional single-cell resolution platform for targeted spatial proteomics. However, the precision of subsequent clinical analysis is constrained by imaging noise and resolution. Here, we propose SpiDe-Sr, a super-resolution network embedded with a denoising module for IMC spatial resolution enhancement. SpiDe-Sr effectively resists noise and improves resolution by 4 times. We demonstrate SpiDe-Sr respectively with cells, mouse and human tissues, resulting 18.95%/27.27%/21.16% increase in peak signal-to-noise ratio and 15.95%/31.63%/15.52% increase in cell extraction accuracy. We further apply SpiDe-Sr to study the tumor microenvironment of a 20-patient clinical breast cancer cohort with 269,556 single cells, and discover the invasion of Gram-negative bacteria is positively correlated with carcinogenesis markers and negatively correlated with immunological markers. Additionally, SpiDe-Sr is also compatible with fluorescence microscopy imaging, suggesting SpiDe-Sr an alternative tool for microscopy image super-resolution.