Pdcd4 is a novel transformation suppressor that inhibits tumor promoter-induced neoplastic transformation and the activation of AP-1-dependent transcription required for transformation. A yeast two-hybrid analysis revealed that Pdcd4 associates with the eukaryotic translation initiation factors eIF4AI and eIF4AII. Immunofluorescent confocal microscopy showed that Pdcd4 colocalizes with eIF4A in the cytoplasm. eIF4A is an ATP-dependent RNA helicase needed to unwind 5′ mRNA secondary structure. Recombinant Pdcd4 specifically inhibited the helicase activity of eIF4A and eIF4F. In vivo translation assays showed that Pdcd4 inhibited cap-dependent but not internal ribosome entry site (IRES)-dependent translation. In contrast, Pdcd4D418A, a mutant inactivated for binding to eIF4A, failed to inhibit cap-dependent or IRES-dependent translation or AP-1 transactivation. Recombinant Pdcd4 prevented eIF4A from binding to the C-terminal region of eIF4G (amino acids 1040 to 1560) but not to the middle region of eIF4G(amino acids 635 to 1039). In addition, both Pdcd4 and Pdcd4D418A bound to the middle region of eIF4G. The mechanism by which Pdcd4 inhibits translation thus appears to involve inhibition of eIF4A helicase, interference with eIF4A association-dissociation from eIF4G, and inhibition of eIF4A binding to the C-terminal domain of eIF4G. Pdcd4 binding to eIF4A is linked to its transformation-suppressing activity, as Pdcd4-eIF4A binding and consequent inhibition of translation are required for Pdcd4 transrepression of AP-1.

Abstract Severe acute respiratory syndrome coronavirus-2 (SARS-CoV-2), which causes coronavirus disease-2019 (COVID-19), interacts with the host cell receptor angiotensin-converting enzyme 2 (hACE2) via its spike 1 protein for infection. After the virus sequence was published, we identified two potent antibodies against SARS-CoV-2 RBD from antibody libraries using a phage-to-yeast (PtY) display platform in only 10 days. Our lead antibody JMB2002, now in a phase I clinical trial, showed broad-spectrum in vitro blocking activity against hACE2 binding to the RBD of multiple SARS-CoV-2 variants including B.1.351 that was reportedly much more resistant to neutralization by convalescent plasma, vaccine sera and some clinical stage neutralizing antibodies. Furthermore, JMB2002 has demonstrated complete prophylactic and potent therapeutic efficacy in a rhesus macaque disease model. Prophylactic and therapeutic countermeasure intervention of SARS-CoV-2 using JMB2002 would likely slow down the transmission of currently emerged SARS-CoV-2 variants and result in more efficient control of the COVID-19 pandemic.

Chlamydia trachomatis (CT) is the most common bacterial sexually transmitted infection (STI) in the United States, despite effective antibiotics. Information regarding natural immunity to CT will inform vaccine design. The objectives of this study were to determine immune cell populations and functional features associated with reduced risk of CT reinfection or endometrial CT infection. PBMCs were collected from a cohort of CT-exposed women who were tested for CT and other STIs at the cervix and endometrium (to determine ascension) and were repeatedly tested over the course of a year (to determine reinfection). Mass cytometry identified major immune populations and T cell subsets. Women with CT had increased CD4+ effector memory T cells (TEM) compared to uninfected women. Specifically, Th2, Th17, and Th17 DN CD4+ TEM were increased. Th17 and Th17 DN CD4+ central memory T cells (TCM) were increased in women who did not experience follow-up CT infection, suggesting that these cells may be important for protection. These data indicate that peripheral T cells display distinct features that correlate with natural immunity to CT and suggest that the highly plastic Th17 lineage plays a role in protection against reinfection.

Abstract FAM76B has been reported to be a nuclear speckle localized protein with unknown function. In this study, FAM76B was first demonstrated to inhibit the NF-κB-mediated inflammatory pathway by affecting the translocation of hnRNPA2B1 in vitro. We further showed that FAM76B suppressed inflammation by regulating the NF-κB pathway in vivo using a traumatic brain injury (TBI) model in FAM76B knockout mice. Lastly, FAM76B was shown to interact with hnRNPA2B1 in human tissues taken from patients with acute, organizing, and chronic TBI, and with different neurodegenerative diseases. The results suggested that FAM76B mediates neuroinflammation by influencing the translocation of hnRNPA2B1 in vivo during TBI repair and neurodegenerative diseases. In summary, we for the first time demonstrated the role of FAM76B in regulating inflammation and further showed that FAM76B could regulate the NF-κB-mediated inflammatory pathway by affecting hnRNPA2B1 translocation, which provides new information for studying the mechanism of inflammation regulation.

To elucidate the molecular mechanisms underlying genetic variants identified from genome-wide association studies (GWAS) for a variety of phenotypic traits encompassing binary, continuous, count, and survival outcomes, we propose a novel and flexible method to test for mediation that can simultaneously accommodate multiple genetic variants and different types of outcome variables. Specifically, we employ the Intersection-union test approach combined with likelihood ratio test to detect mediation effect of multiple genetic variants via some mediator (for example, the expression of a neighboring gene) on outcome. We fit high-dimensional generalized linear mixed models under the mediation framework, separately under the null and alternative hypothesis. We leverage Laplace approximation to compute the marginal likelihood of outcome and use coordinate descent algorithm to estimate corresponding parameters. Our extensive simulations demonstrate the validity of our proposed method and substantial, up to 97%, power gains over alternative methods. Applications to real data for the study of Chlamydia trachomatis infection further showcase advantages of our method. We believe our proposed method will be of value and general interest in this post-GWAS era to disentangle the potential causal mechanism from DNA to phenotype for new drug discovery and personalized medicine.

Accurate deconvolution of cell types from bulk gene expression is crucial for understanding cellular compositions and uncovering cell-type specific differential expression and physiological states of diseased tissues. Existing deconvolution methods have limitations, such as requiring complete cellular gene expression signatures or neglecting partial biological information. Moreover, these methods often overlook varying cell-type mRNA amounts, leading to biased proportion estimates. Additionally, they do not effectively utilize valuable reference information from external studies, such as means and ranges of population cell-type proportions.To address these challenges, we introduce an Adaptive Regularized Tri-factor non-negative matrix factorization approach for deconvolution (ARTdeConv). We rigorously establish the numerical convergence of our algorithm. Through benchmark simulations, we demonstrate the superior performance of ARTdeConv compared to state-of-the-art reference-free methods. In a real-world application, our method accurately estimates cell proportions, as evidenced by the nearly perfect Pearson's correlation between ARTdeConv estimates and flow cytometry measurements in a dataset from a trivalent influenza vaccine study. Moreover, our analysis of ARTdeConv estimates in COVID-19 patients reveals patterns consistent with important immunological phenomena observed in other studies.The proposed method, ARTdeConv, is implemented as an R package and can be accessed on GitHub for researchers and practitioners at https://github.com/gr8lawrence/ARTDeConv .

ABSTRACT Tens of thousands of reproducibly identified GWAS (Genome-Wide Association Studies) variants, with the vast majority falling in non-coding regions resulting in no eventual protein products, call urgently for mechanistic interpretations. Although numerous methods exist, there are few, if any methods, for simultaneously testing the mediation effects of multiple correlated SNPs via some mediator (for example, the expression of a gene in the neighborhood) on phenotypic outcome. We propose SMUT, multi- S NP M ediation intersection- U nion T est to fill in this methodological gap. Our extensive simulations demonstrate the validity of SMUT as well as substantial, up to 92%, power gains over alternative methods. In addition, SMUT confirmed known mediators in a real dataset of Finns for plasma adiponectin level, which were missed by many alternative methods. We believe SMUT will become a useful tool to generate mechanistic hypotheses underlying GWAS variants, facilitating functional follow-up. The R package SMUT is publicly available from CRAN at https://CRAN.R-project.org/package=SMUT .