Prediction of small molecule binding modes to macromolecules of known three-dimensional structure is a problem of paramount importance in rational drug design (the "docking" problem). We report the development and validation of the program GOLD (Genetic Optimisation for Ligand Docking). GOLD is an automated ligand docking program that uses a genetic algorithm to explore the full range of ligand conformational flexibility with partial flexibility of the protein, and satisfies the fundamental requirement that the ligand must displace loosely bound water on binding. Numerous enhancements and modifications have been applied to the original technique resulting in a substantial increase in the reliability and the applicability of the algorithm. The advanced algorithm has been tested on a dataset of 100 complexes extracted from the Brookhaven Protein DataBank. When used to dock the ligand back into the binding site, GOLD achieved a 71% success rate in identifying the experimental binding mode.

Understanding the principles whereby macromolecular biological receptors can recognise small molecule substrates or inhibitors is the subject of a major effort. This is of paramount importance in rational drug design where the receptor structure is known (the “docking” problem). Current theoretical approaches utilise models of the steric and electrostatic interaction of bound ligands and recently conformational flexibility has been incorporated. We report results based on software using a genetic algorithm that uses an evolutionary strategy in exploring the full conformational flexibility of the ligand with partial flexibility of the protein, and which satisfies the fundamental requirement that the ligand must displace loosely bound water on binding. Results are reported on five test systems showing excellent agreement with experimental data. The design of the algorithm offers insight into the molecular recognition mechanism.

Gut microbiota composition and function are symbiotically linked with host health and altered in metabolic, inflammatory and neurodegenerative disorders. Three recognised mechanisms exist by which the microbiome influences the gut-brain axis: modification of autonomic/sensorimotor connections, immune activation, and neuroendocrine pathway regulation. We hypothesised interactions between circulating gut-derived microbial metabolites, and the blood-brain barrier (BBB) also contribute to the gut-brain axis. Propionate, produced from dietary substrates by colonic bacteria, stimulates intestinal gluconeogenesis and is associated with reduced stress behaviours, but its potential endocrine role has not been addressed.After demonstrating expression of the propionate receptor FFAR3 on human brain endothelium, we examined the impact of a physiologically relevant propionate concentration (1 μM) on BBB properties in vitro. Propionate inhibited pathways associated with non-specific microbial infections via a CD14-dependent mechanism, suppressed expression of LRP-1 and protected the BBB from oxidative stress via NRF2 (NFE2L2) signalling.Together, these results suggest gut-derived microbial metabolites interact with the BBB, representing a fourth facet of the gut-brain axis that warrants further attention.

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 Background Gut microbiota composition and function are symbiotically linked with host health, and altered in metabolic, inflammatory and neurodegenerative disorders. Three recognized mechanisms exist by which the microbiome influences the gut-brain axis: modification of autonomic/sensorimotor connections, immune activation, and neuroendocrine pathway regulation. We hypothesized interactions between circulating gut–derived microbial metabolites and the blood–brain barrier (BBB) also contribute to the gut–brain axis. Propionate, produced from dietary substrates by colonic bacteria, stimulates intestinal gluconeogenesis and is associated with reduced stress behaviours, but its potential endocrine role has not been addressed. Results After demonstrating expression of the propionate receptor FFAR3 on human brain endothelium, we examined the impact of a physiologically relevant propionate concentration (1 μM) on BBB properties in vitro . Propionate inhibited pathways associated with non-specific microbial infections via a CD14-dependent mechanism, suppressed expression of LRP-1 and protected the BBB from oxidative stress via NRF2 (NFE2L2) signaling. Conclusions Together, these results suggest gut-derived microbial metabolites interact with the BBB, representing a fourth facet of the gut–brain axis that warrants further attention.

Abstract Background Metabolomics is the comprehensive study of a multitude of small molecules to gain insight into an organism’s metabolism. The research field is dynamic and expanding with applications across biomedical, biotechnological and many other applied biological domains. Its computationally-intensive nature has driven requirements for open data formats, data repositories and data analysis tools. However, the rapid progress has resulted in a mosaic of independent – and sometimes incompatible – analysis methods that are difficult to connect into a useful and complete data analysis solution. Findings The PhenoMeNal (Phenome and Metabolome aNalysis) e-infrastructure provides a complete, workflow-oriented, interoperable metabolomics data analysis solution for a modern infrastructure-as-a-service (IaaS) cloud platform. PhenoMeNal seamlessly integrates a wide array of existing open source tools which are tested and packaged as Docker containers through the project’s continuous integration process and deployed based on a kubernetes orchestration framework. It also provides a number of standardized, automated and published analysis workflows in the user interfaces Galaxy, Jupyter, Luigi and Pachyderm. Conclusions PhenoMeNal constitutes a keystone solution in cloud infrastructures available for metabolomics. It provides scientists with a ready-to-use, workflow-driven, reproducible and shareable data analysis platform harmonizing the software installation and configuration through user-friendly web interfaces. The deployed cloud environments can be dynamically scaled to enable large-scale analyses which are interfaced through standard data formats, versioned, and have been tested for reproducibility and interoperability. The flexible implementation of PhenoMeNal allows easy adaptation of the infrastructure to other application areas and ‘omics research domains.

Abstract Chronic kidney disease is linked to impaired cognitive function and increased neurovascular disease risk even after correction for classical risk factors. The mechanism(s) underlying these links are unclear but may involve interactions of uraemic toxins with the blood-brain barrier (BBB). Here, we studied how the major uraemic toxin p -cresol sulfate (pCS) could affect BBB integrity. Exposure of human hCMEC/D3 endothelial cells to pCS dose-dependently increased paracellular permeability and disrupted intercellular tight junctions, a permeabilising effect mirrored in mice. Whole brain RNAseq analysis identified pCS-mediated suppression of neuronal activity, transcription and mitochondrial respiration pathways. In vitro studies identified pCS binding to the epidermal growth factor receptor (EGFR), leading via annexin A1 and STAT3 signalling to mobilisation of matrix metalloproteinase (MMP)-2/9. Confirming this pathway in vivo , the BBB damaging effects of pCS were prevented by pre-treatment with the EGFR antagonist erlotinib or the MMP2/9 inhibitor SB-3CT. Finally, hCMEC/D3 cells exposed to haemodialysis patient serum, but not to that of healthy donors, showed an erlotinib-sensitive increase in paracellular permeability that closely correlated in size to the total serum pCS content. Overall, we define a pathway linking the uraemic toxin pCS with BBB damage suggesting that targeting the EGFR may be useful in mitigating against cerebrovascular damage in chronic kidney disease. Translational Statement Patients with chronic kidney disease (CKD) have increased risk of cognitive impairment and stroke, pathologies associated cerebromicrovascular disease, but it is not clear why. Here, we show that the uraemic toxin p-cresol sulfate impairs BBB function in vitro and in vivo through EGFR-dependent MMP mobilisation. Importantly, serum from haemodialysis patients can also impair permeability of an in vitro BBB model, an effect prevented by EGFR inhibition, and proportional in magnitude to serum pCS content. Our data suggest that existing EGFR inhibitory drugs might have utility in preventing cerebral small vessel disease in CKD patients.

ABSTRACT Background Communication between the gut microbiota and the brain is primarily mediated via soluble microbe-derived metabolites, but the details of this pathway remain poorly defined. Methylamines produced by microbial metabolism of dietary choline and L-carnitine have received attention due to their proposed association with vascular disease, but their effects upon the cerebrovascular circulation have hitherto not been studied. Results Here we use an integrated in vitro / in vivo approach to show that physiologically relevant concentrations of the dietary methylamine trimethylamine N -oxide (TMAO) enhanced blood-brain barrier (BBB) integrity and protected it from inflammatory insult, acting through the tight junction regulator annexin A1. In contrast, the TMAO precursor trimethylamine (TMA) impaired BBB function and disrupted tight junction integrity. Moreover, we show that long-term exposure to TMAO protects murine cognitive function from inflammatory challenge, acting to limit astrocyte and microglial reactivity in a brain region-specific manner. Conclusion Our findings demonstrate the mechanisms through which microbiome-associated methylamines directly interact with the mammalian BBB, with consequences for cerebrovascular and cognitive function.

Supervised modeling of mass spectrometry imaging (MSI) data is a crucial component for the detection of the distinct molecular characteristics of cancerous tissues. Currently, two types of supervised analyses are mainly used on MSI data: pixel-wise segmentation of sample images, and whole-sample-based classification. A large number of mass spectra associated with each MSI sample can represent a challenge for designing models that simultaneously preserve the overall molecular content while capturing valuable information contained in the MSI data. Furthermore, intensity-related batch effects can introduce biases in the statistical models.Here we introduce a method based on ion colocalization features that allows the classification of whole tissue specimens using MSI data, which naturally preserves the spatial information associated the with the mass spectra and is less sensitive to possible batch effects. Finally, we propose data visualization strategies for the inspection of the derived networks, which can be used to assess whether the correlation differences are related to co-expression/suppression or disjoint spatial localization patterns and can suggest hypotheses based on the underlying mechanisms associated with the different classes of analyzed samples.