Abstract Expressed throughout the body, the circadian clock system achieves daily metabolic homeostasis at every level of physiology, with clock disruption associated with metabolic disease ( 1 , 2 ). Molecular clocks present in the brain, liver, adipose, pancreas and skeletal muscle each contribute to glucose homeostasis ( 3 ). However, it is unclear; 1) which organ clocks provide the most essential contributions, and 2) if these contributions depend on inter-organ communication. We recently showed that the liver clock alone is insufficient for most aspects of daily liver glucose handling and requires connections with other clocks ( 4 ). Considering the pathways that link glucose metabolism between liver and skeletal muscle, we sought to test whether a clock connection along this axis is important. Using our previous published methodology for tissue-specific rescue of Bmal1 in vivo ( 4 , 5 ), we now show that in the absence of feeding-fasting cycles, liver and muscle clocks are not sufficient for systemic glucose metabolism, nor do they form a functional connection influencing local glucose handling or daily transcriptional rhythms in each tissue. However, the introduction of a daily feeding-fasting rhythm enables a synergistic state between liver and muscle clocks that leads to restoration of systemic glucose tolerance. These findings reveal limited autonomous capabilities of liver and muscle clocks and highlight the need for inter-organ clock communication for glucose homeostasis which involves at least two peripheral metabolic organs.

ABSTRACT Objective Molecular clocks and daily feeding cycles support metabolism in peripheral tissues. Although the roles of local clocks and feeding is well defined at the transcriptional level, their impact on governing protein abundances in peripheral tissues is unclear. Here, we determine the relative contributions of the local molecular clock and daily feeding cycles on liver and muscle proteomes during feeding. Methods LC-MS/MS was performed on liver and skeletal muscle harvested four hours into the dark phase from wild-type (WT), Bmal1 knockout (KO), and liver- and muscle- Bmal1 -rescued (LMRE) mice housed under 12-h light/12-h dark cycles with either ad libitum feeding or nighttime-restricted feeding. Additional molecular and metabolic analyses were performed on liver and cultured hepatocytes. Results Feeding-fasting cycles had only minimal effects on liver and none on muscle. In contrast, Bmal1 KO altered the abundance of 674 proteins in liver, and 80 in muscle. Rescue of liver and muscle Bmal1 restored 50% of proteins in liver and 25% in muscle. These included proteins involved in carbohydrate metabolism in muscle and in fatty acid oxidation in liver. For liver, proteins involved in de novo lipogenesis were largely dependent on Bmal1 function in other tissues (i.e., the wider clock system). Proteins regulated by BMAL1 were enriched for secreted proteins; we determined that the maintenance of FGF1 abundance requires liver BMAL1, and that autocrine signaling through FGF1 is necessary and sufficient for mitochondrial respiration in hepatocytes. Conclusions BMAL1 in liver and muscle is a more potent regulator of dark phase proteomes than daily feeding cycles, highlighting the need to assess protein levels in addition to mRNA when investigating clock mechanisms. The proteome is more extensively regulated by BMAL1 in liver than in muscle, and numerous metabolic pathways in peripheral tissues are reliant on the function of the clock system as a whole.

Abstract Improving muscle function has great potential to improve the quality of life. To identify novel regulators of skeletal muscle metabolism and function, we performed a proteomic analysis of gastrocnemius muscle from 73 genetically distinct inbred mouse strains, and integrated the data with genomics and >300 molecular/phenotypic traits via quantitative trait loci mapping and correlation network analysis. These data identified thousands of associations between protein abundance and phenotypes and can be accessed online ( https://muscle.coffeeprot.com/ ) to identify regulators of muscle function. We used this resource to prioritize targets for a functional genomic screen in human bioengineered skeletal muscle. This identified several negative regulators of muscle function including UFC1, an E2 ligase for protein UFMylation. We show UFMylation is up-regulated in a mouse model of amyotrophic lateral sclerosis, a disease that involves muscle atrophy. Furthermore, in vivo knockdown of UFMylation increased contraction force, implicating its role as a negative regulator of skeletal muscle function.

Background Multiple myeloma (MM) is a hematological malignancy characterized by the clonal expansion of malignant plasma cells. Though durable remissions are possible, MM is considered incurable, with relapse occurring in almost all patients. There has been limited data reported on the lipid metabolism changes in plasma cells during MM progression. Here, we evaluated the feasibility of concurrent lipidomics and proteomics analyses from patient plasma cells, and report these data on a limited number of patient samples, demonstrating the feasibility of the method, and establishing hypotheses to be evaluated in the future.Methods Plasma cells were purified from fresh bone marrow aspirates using CD138 microbeads. Proteins and lipids were extracted using a bi-phasic solvent system with methanol, methyl tert-butyl ether, and water. Untargeted proteomics, untargeted and targeted lipidomics were performed on 7 patient samples using liquid chromatography-mass spectrometry. Two comparisons were conducted: high versus low risk; relapse versus newly diagnosed. Proteins and pathways enriched in the relapsed group was compared to a public transcriptomic dataset from Multiple Myeloma Research Consortium reference collection (n=222) at gene and pathways level.Results From one million purified plasma cells, we were able to extract material and complete untargeted (∼6000 and ∼3600 features in positive and negative mode respectively) and targeted lipidomics (313 lipids), as well as untargeted proteomics analysis (∼4100 reviewed proteins). Comparative analyses revealed limited differences between high and low risk groups (according to the standard clinical criteria), hence we focused on drawing comparisons between the relapsed and newly diagnosed patients. Untargeted and targeted lipidomics indicated significant down-regulation of phosphatidylcholines (PCs) in relapsed MM. Although there was limited overlap of the differential proteins/transcripts, 76 significantly enriched pathways in relapsed MM were common between proteomics and transcriptomics data. Further evaluation of transcriptomics data for lipid metabolism network revealed enriched correlation of PC, ceramide, cardiolipin, arachidonic acid and cholesterol metabolism pathways to be exclusively correlated among relapsed but not in newly-diagnosed patients.Conclusions This study establishes the feasibility and workflow to conduct integrated lipidomics and proteomics analyses on patient-derived plasma cells. Potential lipid metabolism changes associated with MM relapse warrant further investigation.* AA : arachidonic acid FA : fatty acid logFC : log fold change MM : multiple myeloma MTBE : methyl tert-butyl ether NDMM : newly diagnosed multiple myeloma PC : phosphatidylcholine PE : phosphatidylethanolamines R-ISS : Revised International Staging System RRMM : relapsed/refractory multiple myeloma SM : sphingomyelin

ABSTRACT The integration of genomics, proteomics and phenotypic traits across genetically diverse populations is a powerful approach to discover novel biological regulators. The increasing volume of complex data require new and easy-to-use tools accessible to a variety of scientists for the discovery and visualization of functionally relevant associations. To meet this requirement, we developed CoffeeProt , an open-source tool that analyzes genetic variants associated to protein networks and phenotypic traits. CoffeeProt uses proteomics data to perform correlation network analysis and annotates protein-protein interactions and subcellular localizations. It then integrates genetic and phenotypic associations along with variant effect predictions. We demonstrate its utility with the analysis of mouse and human population data enabling the rapid identification of genetic variants associated with protein complexes and clinical traits. We expect CoffeeProt will serve the proteomics and systems genetics communities, leading to the discovery of novel biologically relevant associations. CoffeeProt is available at www.coffeeprot.com .

Abstract/Introduction Inter-organ communication is a vital process to maintain physiologic homeostasis, and its dysregulation contributes to many human diseases. Beginning with the discovery of insulin over a century ago, characterization of molecules responsible for signal between tissues has required careful and elegant experimentation where these observations have been integral to deciphering physiology and disease. Given that circulating bioactive factors are stable in serum, occur naturally, and are easily assayed from blood, they present obvious focal molecules for therapeutic intervention and biomarker development. For example, physiologic dissection of the actions of soluble proteins such as proprotein convertase subtilisin/kexin type 9 ( PCSK9 ) and glucagon-like peptide 1 ( GLP1 ) have yielded among the most promising therapeutics to treat cardiovascular disease and obesity, respectively 1–4 . A major obstacle in the characterization of such soluble factors is that defining their tissues and pathways of action requires extensive experimental testing in cells and animal models. Recently, studies have shown that secreted proteins mediating inter-tissue signaling could be identified by “brute-force” surveys of all genes within RNA-sequencing measures across tissues within a population 5–9 . Expanding on this intuition, we reasoned that parallel strategies could be used to understand how individual genes mediate signaling across metabolic tissues through correlative analyses of gene variation between individuals. Thus, comparison of quantitative levels of gene expression relationships between organs in a population could aid in understanding cross-organ signaling. Here, we surveyed gene-gene correlation structure across 18 metabolic tissues in 310 human individuals and 7 tissues in 103 diverse strains of mice fed a normal chow or HFHS diet. Variation of genes such as FGF21, ADIPOQ, GCG and IL6 showed enrichments which recapitulate experimental observations. Further, similar analyses were applied to explore both within-tissue signaling mechanisms (liver PCSK9 ) as well as genes encoding enzymes producing metabolites (adipose PNPLA2 ), where inter-individual correlation structure aligned with known roles for these critical metabolic pathways. Examination of sex hormone receptor correlations in mice highlighted the difference of tissue-specific variation in relationships with metabolic traits. We refer to this resource as G ene- D erived C orrelations A cross T issues (GD-CAT) where all tools and data are built into a web portal enabling users to perform these analyses without a single line of code ( gdcat.org ). This resource enables querying of any gene in any tissue to find correlated patterns of genes, cell types, pathways and network architectures across metabolic organs.

SUMMARY Pathogenic variants in alpha kinase 3 ( ALPK3 ) cause cardiomyopathy and musculoskeletal disease. How ALPK3 mutations result in disease remains unclear because little is known about this atypical kinase. Using a suite of engineered human pluripotent stem cells (hPSCs) we show that ALPK3 localizes to the M-Band of the sarcomere. ALPK3 deficiency disrupted sarcomeric organization and calcium kinetics in hPSC-derived cardiomyocytes and reduced force generation in cardiac organoids. Phosphoproteomic profiling identified ALPK3-dependant phospho-peptides that were enriched for sarcomeric components of the M-band and the ubiquitin-binding protein SQSTM1. Analysis of the ALPK3 interactome confirmed binding to M-band proteins including SQSTM1. Importantly, in hPSC-derived cardiomyocytes modeling ALPK3 deficiency and cardiomyopathic ALPK3 mutations, sarcomeric organization and M-band localization ofSQSTM1 were abnormal. These data suggest ALPK3 has an integral role in maintaining sarcomere integrity and proteostasis in striated muscle. We propose this mechanism may underly disease pathogenesis in patients with ALPK3 variants.