Macrophage migration inhibitory factor (MIF) accounts for one of the first cytokine activities to have been described, and it has emerged recently to be an important regulator of innate and adaptive immunity. MIF is an upstream activator of monocytes/macrophages, and it is centrally involved in the pathogenesis of septic shock, arthritis, and other inflammatory conditions. The protein is encoded by a unique but highly conserved gene, and X-ray crystallography studies have shown MIF to define a new protein fold and structural superfamily. Although recent work has begun to illuminate the signal transduction pathways activated by MIF, the nature of its membrane receptor has not been known. Using expression cloning and functional analysis, we report herein that CD74, a Type II transmembrane protein, is a high-affinity binding protein for MIF. MIF binds to the extracellular domain of CD74, and CD74 is required for MIF-induced activation of the extracellular signal–regulated kinase–1/2 MAP kinase cascade, cell proliferation, and PGE2 production. A recombinant, soluble form of CD74 binds MIF with a dissociation constant of ∼9 × 10−9 Kd, as defined by surface plasmon resonance (BIAcore analysis), and soluble CD74 inhibits MIF-mediated extracellular signal–regulated kinase activation in defined cell systems. These data provide a molecular basis for MIF's interaction with target cells and identify it as a natural ligand for CD74, which has been implicated previously in signaling and accessory functions for immune cell activation.

Abstract The signal pathways that trigger tumor cell escape from immune surveillance are incompletely understood. Toll-like receptors (TLRs), which activate innate and adaptive immune responses, are thought to be restricted to immune cells. We show here that TLRs, including TLR4, are expressed on tumor cells from a wide variety of tissues, suggesting that TLR activation may be an important event in tumor cell immune evasion. Activation of TLR4 signaling in tumor cells by lipopolysaccharide induces the synthesis of various soluble factors and proteins including interleukin-6, inducible nitric oxide synthase, interleukin-12, B7-H1, and B7-H2, and results in resistance of tumor cells to CTL attack. In addition, lipopolysaccharide-stimulated tumor cell supernatants inhibit both T cell proliferation and natural killer cell activity. Blockade of the TLR4 pathway by either TLR4 short interfering RNA or a cell-permeable TLR4 inhibitory peptide reverses tumor-mediated suppression of T cell proliferation and natural killer cell activity in vitro, and in vivo, delays tumor growth and thus prolongs the survival of tumor-bearing mice. These findings indicate that TLR signaling results in a cascade leading to tumor evasion from immune surveillance. These novel functions of TLRs in tumor biology suggest a new class of therapeutic targets for cancer therapy.

BackgroundStudies on the fusion-inhibitory peptides derived from the heptad repeat 1 and 2 (HR1 and HR2) regions of the HIV-1 envelope glycoprotein gp41 provided crucial information on the viral fusogenic mechanism. We used a similar approach to study the fusogenic mechanism of severe-acute-respiratory-syndrome-associated coronavirus (SARS-CoV).MethodsWe tested the inhibitory activity against infection of two sets of peptides corresponding to sequences of SARS-CoV spike protein HR1 and HR2 regions and investigated the interactions between the HR1 and HR2 peptides by surface plasmon resonance, sedimentation equilibration analysis, circular dichroism, native polyacrylamide-gel electrophoresis, size exclusion high-performance liquid chromatography, and computer-aided homology modelling and molecule docking analysis.FindingsOne peptide, CP-1, derived from the HR2 region, inhibited SARS-CoV infection in the micromolar range. CP-1 bound with high affinity to a peptide from the HR1 region, NP-1. CP-1 alone had low -helicity and self-associated to form a trimer in phosphate buffer (pH 7·2). CP-1 and NP-1 mixed in equimolar concentrations formed a six-helix bundle, similar to the fusogenic core structure of HIV-1 gp41.InterpretationAfter binding to the target cell, the transmembrane spike protein might change conformation by association between the HR1 and HR2 regions to form an oligomeric structure, leading to fusion between the viral and target-cell membranes. At the prefusion intermediate state, CP-1 could bind to the HR1 region and interfere with the conformational changes, resulting in inhibition of SARS-CoV fusion with the target cells. CP-1 might be modifiable to increase its anti-SARS-CoV activity and could be further developed as an antiviral agent for treatment or prophylaxis of SARS-CoV infection.

Abstract The ability to predict responsiveness to drugs in individual patients is limited. We hypothesized that integrating molecular information from databases would yield predictions that could be experimentally tested to develop genomic signatures for sensitivity or resistance to specific drugs. We analyzed TCGA data for lung adenocarcinoma (LUAD) patients and identified a subset where xanthine dehydrogenase expression correlated with decreased survival. We tested allopurinol, a FDA approved drug that inhibits xanthine dehydrogenase on a library of human Non Small Cell Lung Cancer (NSCLC) cell lines from CCLE and identified sensitive and resistant cell lines. We utilized the gene expression profiles of these cell lines to identify six-gene signatures for allopurinol sensitive and resistant cell lines. Network building and analyses identified JAK2 as an additional target in allopurinol-resistant lines. Treatment of resistant cell lines with allopurinol and CEP-33779 (a JAK2 inhibitor) resulted in cell death. The effectiveness of allopurinol alone or allopurinol and CEP-33779 were verified in vivo using tumor formation in NCR-nude mice. We utilized the six-gene signatures to predict five additional allopurinolsensitive NSCLC lines, and four allopurinol-resistant lines susceptible to combination therapy. We found that drug treatment of all cell lines yielded responses as predicted by the genomic signatures. We searched the library of patient derived NSCLC tumors from Jackson Laboratory to identify tumors that would be predicted to be sensitive or resistant to allopurinol treatment. Both patient derived tumors predicted to be allopurinol sensitive showed the predicted sensitivity, and the predicted resistant tumors were sensitive to combination therapy. These data indicate that we can use integrated molecular information from cancer databases to predict drug responsiveness in individual patients and thus enable precision medicine.

Abstract Drug-induced gene expression profiles can identify potential mechanisms of toxicity. We focused on obtaining signatures for cardiotoxicity of FDA-approved tyrosine kinase inhibitors (TKIs) in human induced pluripotent stem cell-derived cardiomyocytes. Using bulk transcriptomics profiles, we applied singular value decomposition to identify drug-selective patterns in cell lines obtained from multiple healthy human subjects. Cellular pathways affected by highly cardiotoxic TKIs include energy metabolism, contractile, and extracellular matrix dynamics. Projecting these pathways to single cell expression profiles indicates that TKI responses can be evoked in both cardiomyocytes and fibroblasts. Whole genome sequences of the cell lines, using outlier responses enabled us to correctly reidentify a genomic variant associated with anthracycline cardiotoxicity and predict genomic variants potentially associated with TKI cardiotoxicity. We conclude that mRNA expression profiles when integrated with publicly available genomic, pathway, and single cell transcriptomic datasets, provide multiscale predictive understanding of cardiotoxicity for drug development and patient stratification. One sentence summary Genes, pathways, and cell types of the human heart associated with antineoplastic drug cardiotoxicity.

The function of the kidney podocyte depends on its distinctive morphology. Each podocyte has finger-like projections, called foot processes, that interdigitate with the processes of neighboring cells to form the glomerular filtration barrier. The integrity of foot process interactions depends on tight spatial control of the dynamics of the underlying actin cytoskeleton, which is regulated by the GTPases, Rac1 and RhoA. To understand how spatially-specific regulation of actin filament dynamics within foot processes controls local morphology, we used a combination of 3-D microscopy and dynamical models. We experimentally determined cell-cell interactions using serial blockface scanning electron microscopy and reconstructed a 3-D spatial representation of a podocyte. We developed a minimal dynamical system for regulation of the actin cytoskeleton; using this 3-D model, we determined how spatial reaction-diffusion dynamics can dysregulate actin bundling, leading to propagation of chaotic foot process effacement. Consistent with experimental observations, our simulations predicted that hyperactive RhoA could destabilize the cytoskeleton. Our simulations showed that deleterious mechanochemical stimuli could lead to local heterogeneity of cytoskeletal dynamics resulting in the emergence of progressive and chaotic loss of foot processes. While global enhancement of Rac1 may result in stronger bundles, the spatial simulations showed that even transient local heterogeneities in polymerization could have dramatic consequences in the stability of multiple foot processes. We conclude that the podocyte morphology optimized for filtration contains intrinsic fragility whereby local imbalances in biochemical and biophysical reactions lead to morphological changes associated with glomerular pathophysiology.

The Drug Toxicity Signature Generation Center (DToxS) at the Icahn School of Medicine at Mount Sinai is one of the centers of the NIH Library of Integrated Network-Based Cellular Signatures (LINCS) program. A key aim of DToxS is to generate both proteomic and transcriptomic signatures that can predict adverse effects, especially cardiotoxicity, of kinase inhibitors approved by the Food and Drug Administration. Towards this goal, high throughput shot-gun proteomics experiments (317 cell line/drug combinations + 64 control lysates) have been conducted at the Center for Advanced Proteomics Research at Rutgers University - New Jersey Medical School. Using computational network analyses, these proteomic data can be integrated with transcriptomic signatures generated in tandem to identify cellular signatures of cardiotoxicity that may predict kinase inhibitor-induced toxicity and possible mitigation. Both raw and processed proteomics data have been carefully screened for quality and made publicly available via the PRIDE database. As such, this broad protein kinase inhibitor-stimulated cardiomyocyte proteomic data and signature set is valuable for the prediction of drug toxicities.