Abstract 463 million people globally suffer from diabetes. The majority are deficient in insulin-producing pancreatic beta cells, although beta cells remain in most people with diabetes. Unfortunately, although many diabetes drugs exist, none is able to increase adult human beta cell numbers. Recently, small molecules that inhibit the kinase, DYRK1A, have been suggested to induce human beta cell replication in vitro and in vivo as assessed using proliferation markers, and this is enhanced by drugs that stimulate the GLP1 receptor (GLP1R) on beta cells. DYRK1A inhibitors also enhance human beta cell differentiation and function. However, it is unknown whether any drug can actually increase human beta cell mass in vivo , reflecting: 1) the intrinsic resistance of human beta cells to regeneration; and, 2) the current technical inability to accurately assess human beta cell mass in vivo . Here, we demonstrate for the first time that combining a DYRK1A inhibitor with a GLP1R agonist increases actual human beta cell numbers and overall mass in vivo by 400-700% in diabetic and non-diabetic mice over three months. We further describe a novel application of tissue-clearing and 3D imaging for quantification of human beta cell mass. These findings should be transformative for diabetes treatment.

Abstract Single-cell RNA sequencing (scRNA-seq) has provided valuable insights into human islet cell types and their corresponding stable gene expression profiles. However, this approach requires cell dissociation that complicates its utility in vivo and provides limited information on the active transcriptional status of islet cells. On the other hand, single-nucleus RNA sequencing (snRNA-seq) does not require cell dissociation and affords enhanced information from intronic sequences that can be leveraged to identify actively transcribing genes in islet cell populations. Here, we first sought to compare scRNA-seq and snRNA-seq analysis of human islets in vitro using exon reads or combined exon and intron reads, respectively. Datasets reveal similar human islet cell clusters using both approaches. In the snRNA-seq data, however, the top differentially expressed genes in human islet endocrine cells are not the canonical genes but a new set of non-canonical gene markers including ZNF385D, TRPM3, LRFN2, PLUT (β cells), PTPRT, FAP, PDK4, LOXL4 (α cells), LRFN5, ADARB2, ERBB4, KCNT2 (δ cells) and CACNA2D3, THSD7A, CNTNAP5, RBFOX3 (γ cells). Notably, these markers also accurately define endocrine cell populations in human islet grafts in vivo . Further, by integrating the information from nuclear and cytoplasmic transcriptomes, we identify three β-cell sub-clusters: an active INS mRNA transcribing cluster (β1), an intermediate INS mRNA-transcribing cluster (β2), and a mature INS mRNA rich cluster (β3). These display distinct gene expression patterns representing different biological dynamic states both in vitro and in vivo . Interestingly, the INS mRNA rich cluster (β3) becomes the predominant sub-cluster in vivo . In summary, snRNA-seq analysis of human islet cells is a previously unrecognized tool that can be accurately employed for improved identification of human islet cell types and their transcriptional status in vivo .

Five hundred thirty-seven million people globally suffer from diabetes. Insulin-producing β cells are reduced in number in most people with diabetes, but most individuals still have some residual β cells. However, none of the many diabetes drugs in common use increases human β cell numbers. Recently, small molecules that inhibit dual tyrosine-regulated kinase 1A (DYRK1A) have been shown to induce immunohistochemical markers of human β cell replication, and this is enhanced by drugs that stimulate the glucagon-like peptide 1 (GLP1) receptor (GLP1R) on β cells. However, it remains to be demonstrated whether these immunohistochemical findings translate into an actual increase in human β cell numbers in vivo. It is also unknown whether DYRK1A inhibitors together with GLP1R agonists (GLP1RAs) affect human β cell survival. Here, using an optimized immunolabeling-enabled three-dimensional imaging of solvent-cleared organs (iDISCO

Summary Iron-sulfur clusters (ISCs) are cell-essential cofactors present in ∼60 proteins including subunits of OXPHOS complexes I-III, DNA polymerases, and iron-sensing proteins. Dysfunctions in ISC biosynthesis are associated with anemias, neurodegenerative disorders, and metabolic diseases. To assess consequences of acute ISC inhibition in a whole body setting, we developed a mouse model in which key ISC biosynthetic enzyme NFS1 can be acutely and reversibly suppressed. Contrary to in vitro ISC inhibition and pharmacological OXPHOS suppression, global NFS1 inhibition rapidly enhances lipid utilization and decreases adiposity without affecting caloric intake and physical activity. ISC proteins decrease, including key proteins involved in OXPHOS (SDHB), lipoic acid synthesis (LIAS), and insulin mRNA processing (CDKAL1), causing acute metabolic inflexibility. Age-related metabolic changes decelerate loss of adiposity substantially prolonged survival of mice with NFS1 inhibition. Thus, the observation that ISC metabolism impacts organismal fuel choice will aid in understanding the mechanisms underlying ISC diseases with increased risk for diabetes. Graphical abstract Highlights - Acute ISC inhibition leads to rapid loss of adiposity in mice - Multi-metabolic pathway disruption upon ISC deficiency blocks energy storage - Nfs1 inhibition induces glucose dyshomeostasis due to ISC deficiency in β-cells - Energy distress caused by inhibition of ISC synthesis is attenuated in aged mice

Abstract Glucose-dependent insulinotropic polypeptide ( GIP ) has a role in controlling postprandial metabolic tone. In humans, a GIP receptor ( GIPR ) variant (Q354, rs1800437) is associated with a lower body mass index ( BMI ) and increased risk for Type 2 Diabetes. To isolate the contribution of GIPR in metabolic control, we generated a mouse model of the GIPR-Q354 variant (GIPR-Q350 mice). Female GIPR-Q350 mice are leaner than littermate controls, and male GIPR-Q350 mice are resistant to diet-induced obesity, in line with the association of the variant with reduced BMI in humans. GIPR-Q350 mice of both sexes are more glucose tolerant and exhibit an increased sensitivity to GIP. Postprandial GIP levels are reduced in GIPR-Q350 mice, revealing feedback regulation that balances the increased sensitivity of GIP target tissues to secretion of GIP from intestinal endocrine cells. The increased GIP sensitivity is recapitulated ex vivo during glucose stimulated insulin secretion assays in islets. Generation of cAMP in islets downstream of GIPR activation is not affected by the Q354 substitution. However, post-activation traffic of GIPR-Q354 variant in β-cells is altered, characterized by enhanced intracellular dwell time and increased localization to the Trans-Golgi Network ( TGN ). Consequently, our data link altered intracellular traffic of the GIPR-Q354 variant with GIP control of metabolism. We propose that this change in spatiotemporal signaling underlies the physiologic effects of GIPR-Q350/4 and GIPR-E350/4 in mice and humans. These findings contribute to a more complete understanding of the impact of GIPR-Q354 variant on glucose homeostasis that could perhaps be leveraged to enhance pharmacologic targeting of GIPR for the treatment of metabolic disease.

Prior studies have shown that pancreatic α-cells can transdifferentiate into β-cells, and that β-cells de-differentiate and are prone to acquire an α-cell phenotype in type 2 diabetes (T2D). However, the specific human α-cell and β-cell subtypes that are involved in α-to-β-cell and β-to-α-cell transitions are unknown. Here, we have integrated single cell RNA sequencing (scRNA-seq) and single nucleus RNA-seq (snRNA-seq) of isolated human islets and human islet grafts and provide additional insight into α-β cell fate switching. Using this approach, we make seven novel observations. 1) There are five different GCG -expressing human α-cell subclusters [α1, α2, α-β-transition 1 (AB-Tr1), α-β-transition 2 (AB-Tr2), and α-β (AB) cluster] with different transcriptome profiles in human islets from non-diabetic donors. 2) The AB subcluster displays multihormonal gene expression, inferred mostly from snRNA-seq data suggesting identification by pre-mRNA expression. 3) The α1, α2, AB-Tr1, and AB-Tr2 subclusters are enriched in genes specific for α-cell function while AB cells are enriched in genes related to pancreatic progenitor and β-cell pathways; 4) Trajectory inference analysis of extracted α- and β-cell clusters and RNA velocity/PAGA analysis suggests a bifurcate transition potential for AB towards both α- and β-cells. 5) Gene commonality analysis identifies ZNF385D, TRPM3, CASR, MEG3 and HDAC9 as signature for trajectories moving towards β-cells and SMOC1, PLCE1, PAPPA2, ZNF331, ALDH1A1, SLC30A8, BTG2, TM4SF4, NR4A1 and PSCK2 as signature for trajectories moving towards α-cells. 6) Remarkably, in contrast to the events in vitro , the AB subcluster is not identified in vivo in human islet grafts and trajectory inference analysis suggests only unidirectional transition from α-to-β-cells in vivo . 7) Analysis of scRNA-seq datasets from adult human T2D donor islets reveals a clear unidirectional transition from β-to-α-cells compatible with dedifferentiation or conversion into α-cells. Collectively, these studies show that snRNA-seq and scRNA-seq can be leveraged to identify transitions in the transcriptional status among human islet endocrine cell subpopulations in vitro , in vivo , in non-diabetes and in T2D. They reveal the potential gene signatures for common trajectories involved in interconversion between α- and β-cells and highlight the utility and power of studying single nuclear transcriptomes of human islets in vivo . Most importantly, they illustrate the importance of studying human islets in their natural in vivo setting.