Antisense oligonucleotides can correct disease-specific phenotypes in cultured motor neurons differentiated from iPSCs derived from ALS patients with a C9ORF72 repeat expansion.

SUMMARY The utility of human induced pluripotent stem cells (hiPSCs) is contingent upon genomic integrity and stability. Recurrent genomic aberrations have been observed in human iPSC lines upon long-term culture, ∼10-25% demonstrate karyotype abnormalities. We describe a new and reliable non-integrating episomal plasmid reprogramming method for fresh (unexpanded) peripheral blood mononuclear cells (PBMC) into iPSCs (PBMC-iPSCs). PBMC-iPSCs produced using this method have a superior chromosome-level karyotype stability rate (∼5% abnormality rate for all chromosomes; 2.8% for autosomes). After extended culture PBMC-iPSCs maintain a low rate of abnormalities (2% for autosomes). Deep coverage whole genome sequencing in a subset of PBMC-iPSC lines showed no shared single nucleotide polymorphisms (SNPs) or structural variants are introduced during reprogramming and maintenance of PBMC-iPSCs. iPSCs reprogrammed from unexpanded PBMCs have consistently high cytogenetic stability and minimal genomic aberrations, suggesting this method is highly suited for iPSCs in research and therapeutic clinical applications.

Cognitive decline is among the most feared aspects of ageing. We have generated induced pluripotent stem cells (iPSCs) from 24 people from the Lothian Birth Cohort 1936, whose cognitive ability was tested in childhood and in older age. Peripheral blood mononuclear cells (PBMCs) were reprogrammed using non-integrating oriP/EBNA1 backbone plasmids expressing six iPSC reprogramming factors (OCT3/4 (POU5F1), SOX2, KLF4, L-Myc, shp53, Lin28, SV40LT). All lines demonstrated STR matched karyotype and pluripotency was validated by multiple methods. These iPSC lines are a valuable resource to study molecular mechanisms underlying individual differences in cognitive ageing and resilience to age-related neurodegenerative diseases.

Summary Neurodegenerative diseases present a challenge for systems biology, due to the lack of reliable animal models and the difficulties in obtaining samples from patients at early stages of disease, when interventions might be most effective. Studying induced pluripotent stem cell (iPSC)-derived neurons could overcome these challenges and dramatically accelerate and broaden therapeutic strategies. Here we undertook a network-based multi-omic characterization of iPSC-derived motor neurons from ALS patients carrying genetically dominant hexanucleotide expansions in C9orf72 to gain a deeper understanding of the relationship between DNA, RNA, epigenetics and protein in the same pool of tissue. ALS motor neurons showed the expected C9orf72 -related alterations to specific nucleoporins and production of dipeptide repeats. RNA-seq, ATAC-seq and data-independent acquisition mass-spectrometry (DIA-MS) proteomics were then performed on the same motor neuron cultures. Using integrative computational methods that combined all of the omics, we discovered a number of novel dysregulated pathways including biological adhesion and extracellular matrix organization and disruption in other expected pathways such as RNA splicing and nuclear transport. We tested the relevance of these pathways in vivo in a C9orf72 Drosophila model, analyzing the data to determine which pathways were causing disease phenotypes and which were compensatory. We also confirmed that some pathways are altered in late-stage neurodegeneration by analyzing human postmortem C9 cervical spine data. To validate that these key pathways were integral to the C9 signature, we prepared a separate set of C9orf72 and control motor neuron cultures using a different differentiation protocol and applied the same methods. As expected, there were major overall differences between the differentiation protocols, especially at the level of in individual omics data. However, a number of the core dysregulated pathways remained significant using the integrated multiomic analysis. This new method of analyzing patient specific neural cultures allows the generation of disease-related hypotheses with a small number of patient lines which can be tested in larger cohorts of patients.

Deep mRNA sequencing (mRNAseq) is the state-of-the-art for whole transcriptome measurements. A key step is creating a library of cDNA sequencing fragments from RNA. This is generally done by random priming, creating multiple sequencing fragments along the length of each transcript. A 3' end-focused library approach cannot detect differential splicing, but has potentially higher throughput at lower cost (~10-fold lower), along with the ability to improve quantification by using transcript molecule counting with unique molecular identifiers (UMI) to correct for PCR bias. Here, we compare implementation of such a 3'-digital gene expression (3'-DGE) approach with "conventional" random primed mRNAseq, which has not yet been done. We find that while conventional mRNAseq detects ~15% more genes, the resulting lists of differentially expressed genes and therefore biological conclusions and gene signatures are highly concordant between the two techniques. We also find good quantitative agreement on the level of individual genes between the two techniques in terms of both read counts and fold change between two conditions. We conclude that for high-throughput applications, the potential cost savings associated with the 3'-DGE approach are a very reasonable tradeoff for modest reduction in sensitivity and inability to observe alternative splicing, and should enable much larger scale studies focused on not only differential expression analysis, but also quantitative transcriptome profiling. The computational scripts and programs, along with experimental standard operating procedures used in our pipeline presented here, are freely available on our website (www.dtoxs.org).