ABSTRACT Background Detailed understanding of pre, early and late neoplastic states in gastric cancer helps develop better models of risk of progression to Gastric Cancers (GCs) and medical treatment to intercept such progression. Methods We built a Boolean Implication network of gastric cancer and deployed machine learning algorithms to develop predictive models of known pre-neoplastic states, e.g., atrophic gastritis, intestinal metaplasia (IM) and low-to high-grade intestinal neoplasia (L/HGIN), and GC. Our approach exploits the presence of asymmetric Boolean Implication relationships that are likely to be invariant across almost all gastric cancer datasets. Invariant asymmetric Boolean Implication relationships can decipher fundamental time series underlying the biological data. Pursuing this method, we developed a healthy mucosa →GC continuum model based on this approach. Results Our model performed better against publicly available models for distinguishing healthy versus GC samples. Although not trained on IM and L/HGIN datasets, the model could identify the risk of progression to GC via the metaplasia →dysplasia →neoplasia cascade in patient samples. The model could rank all publicly available mouse models for their ability to best recapitulate the gene expression patterns during human GC initiation and progression. Conclusions A Boolean implication network enabled the identification of hitherto undefined continuum states during GC initiation. The developed model could now serve as a starting point for rationalizing candidate therapeutic targets to intercept GC progression. MINI-ABSTRACT We developed predictive models of early and late neoplastic states in gastric cancer and identified gene clusters that are up/down-regulated at various points along the gastric cancer disease continuum.

Abstract Single-cell transcriptomic studies have greatly improved organ-specific insights into macrophage polarization states are essential for the initiation and resolution of inflammation in all tissues; however, such insights are yet to translate into therapies that can predictably alter macrophage fate. Using machine learning algorithms on human macrophages, here we reveal the continuum of polarization states that is shared across diverse contexts. A path, comprised of 338 genes accurately identified both physiologic and pathologic spectra of “ reactivity ” and “ tolerance ”, and remained relevant across tissues, organs, species and immune cells (> 12,500 diverse datasets). This 338-gene signature identified macrophage polarization states at single-cell resolution, in physiology and across diverse human diseases, and in murine pre-clinical disease models. The signature consistently outperformed conventional signatures in the degree of transcriptome-proteome overlap, and in detecting disease states; it also prognosticated outcomes across diverse acute and chronic diseases, e.g., sepsis, liver fibrosis, aging and cancers. Crowd-sourced genetic and pharmacologic studies confirmed that model-rationalized interventions trigger predictable macrophage fates. These findings provide a formal and universally relevant definition of macrophage states and a predictive framework ( http://hegemon.ucsd.edu/SMaRT ) for the scientific community to develop macrophage-targeted precision diagnostics and therapeutics. One Sentence Summary S ignatures of ma crophage r eactivity and t olerance ( SMaRT ) predict disease outcomes

SUMMARY Transient depletion of the transcription elongation factor SPT6 in the keratinocyte has been recently shown to inhibit epidermal differentiation and stratification; instead, they transdifferentiate into a gut-like lineage. We show here that this phenomenon of transdifferentiation recapitulates Barrett’s metaplasia, the only human pathophysiologic condition in which a stratified squamous epithelium that is injured due to chronic acid reflux is trans-committed into an intestinal fate. The evidence we present here not only lend support to the notion that the keratinocytes are the cell of origin of Barrett’s metaplasia, but also provide mechanistic insights linking transient acid exposure, downregulation of SPT6, stalled transcription of the master regulator of epidermal fate TP63, loss of epidermal fate and metaplastic progression. Because Barrett’s metaplasia in the esophagus (BE) is a pre-neoplastic condition with no preclinical human models, these findings have a profound impact on the modeling Barrett’s metaplasia-in-a-dish. GRAPHIC ABSTRACT HIGHLIGHTS Keratinocytes transdifferentiate into the gut lineage upon depletion of SPT6 Such transdifferentiation recapitulates Barrett’s metaplasia, not the healthy gut Acid downregulates SPT6, which derails the expression and functions of TP63 Such downregulation precedes the metaplasia-dysplasia-neoplasia cascade

Abstract Background Genetic factors and microbial imbalances play crucial roles in colorectal cancers (CRCs), yet the impact of infections on cancer initiation remains poorly understood. While bioinformatic approaches offer valuable insights, the rising incidence of CRCs creates a pressing need to precisely identify early CRC events. We constructed a network model to identify continuum states during CRC initiation spanning normal colonic tissue to pre-cancer lesions (adenomatous polyps) and examined the influence of microbes and host genetics. Methods A Boolean network was built using a publicly available transcriptomic dataset from healthy and adenoma affected patients to identify an invariant Microbe-Associated Colorectal Cancer Signature (MACS). We focused on Fusobacterium nucleatum ( Fn ), a CRC-associated microbe, as a model bacterium. MACS-associated genes and proteins were validated by RT-qPCR, RNA seq, ELISA, IF and IHCs in tissues and colon-derived organoids from genetically predisposed mice ( CPC-APC Min+/- ) and patients (FAP, Lynch Syndrome, PJS, and JPS). Results The MACS that is upregulated in adenomas consists of four core genes/proteins: CLDN2/Claudin-2 (leakiness), LGR5/leucine-rich repeat-containing receptor (stemness), CEMIP/cell migration-inducing and hyaluronan-binding protein (epithelial-mesenchymal transition) and IL8/Interleukin-8 (inflammation). MACS was induced upon Fn infection, but not in response to infection with other enteric bacteria or probiotics. MACS induction upon Fn infection was higher in CPC-APC Min+/- organoids compared to WT controls. The degree of MACS expression in the patient-derived organoids (PDOs) generally corresponded with the known lifetime risk of CRCs. Conclusions Computational prediction followed by validation in the organoid-based disease model identified the early events in CRC initiation. MACS reveals that the CRC-associated microbes induce a greater risk in the genetically predisposed hosts, suggesting its potential use for risk prediction and targeted cancer prevention.

ABSTRACT Although Barrett’s metaplasia of the esophagus (BE) is the only known precursor lesion to esophageal adenocarcinomas (EACs), drivers of the metaplasia→dysplasia→neoplasia cascade in the esophagus remains incompletely understood. Using an AI-guided network transcriptomics approach, in which EAC initiation and progression is modeled as networks to simplify complex multi-cellular processes, we first predict cellular continuum states and disease driving processes with an unprecedented degree of precision. Key AI-guided predictions are subsequently validated in a human organoid model and patient-derived biopsies of BE, a case-control study of genomics of BE progression, and in a cross-sectional study of 113 patients with BE and EACs. We find that all EACs must originate from BE, pinpoint a CXCL8/IL8↔neutrophil immune microenvironment as a driver of cellular transformation in both EACs and gastroesophageal junction-ACs. This driver is prominent in Caucasians (Cau), but notably absent in African Americans (AAs). Network-derived gene signatures, independent signatures of neutrophil processes, CXCL8/IL8, and an absolute neutrophil count (ANC) are associated with risk of progression. SNPs associated with ethnic changes in ANC modify that risk. Thus, findings define a racially influenced immunological basis for cell transformation and suggest that benign ethnic neutropenia in AAs may serve as a deterrent to BE→EAC progression. BRIEF SUMMARY Esophageal adenocarcinoma (EAC) is a highly lethal cancer among Caucasians, while African Americans are somewhat protected; what factors drive transformation with racial disparity remain unknown. AI-enabled creation of the first computational map of neoplastic progression in the esophagus built and validated using transcriptomic datasets from diverse cohorts of human samples pinpointed CXCL8↔neutrophil tumor immune-microenvironment as a racially influenced driver of EACs and GEJ-ACs. Computational tools pinpoint a racially influenced driver of cell transformation during BE→EAC progression; in doing so, it reveals new novel biology, informs disease modeling, therapeutic strategies, and biomarkers. LAY SUMMARY By modeling diseases as networks, this work unravels a fundamental race-influenced immunologic driver of cell transformation in adenocarcinomas of the esophagus and the gastroesophageal junction.

SUMMARY Sensing of pathogens by Nucleotide oligomerization domain (NOD)-like 2 receptor (NOD2) induces a protective inflammatory response that coordinates bacterial clearance. Polymorphisms in NOD2 impair bacterial clearance, leading to chronic gut inflammation in Crohn’s disease (CD) via mechanisms that remain incompletely understood. We identify GIV/Girdin (CCDC88A) as a NOD2-interactor that shapes bacterial sensing-and-signaling in macrophages. Myeloid-specific GIV depletion exacerbated and protracted infectious colitis and abolished the protective effect of muramyl dipeptide (MDP) in both chemical colitis and severe sepsis. In the presence of GIV, macrophages enhance anti-bacterial pathways downstream of NOD2, clear microbes rapidly and concomitantly suppress inflammation. GIV’s actions are mediated via its C-terminus, which directly binds the terminal leucine-rich repeat (LRR#10) of NOD2; binding is augmented by MDP and ATP, precedes receptor oligomerization, and is abolished by the 1007fs CD-risk variant which lacks LRR#10. Findings illuminate mechanisms that underlie protective NOD2 signaling and loss of function in the major 1007fs variant. GRAPHIC ABSTRACT In brief This work reveals a mechanism by which macrophages use their innate immune sensor, NOD2, to protect the host against overzealous inflammation during bacterial infections, and the consequences of its loss, as occurs in the most important Crohn’s disease-risk variant. HIGHLIGHTS GIV is a functional and direct interactor of the terminal LRR repeat of NOD2 Mice lacking MФ GIV develop dysbiosis, protracted ileocolitis and sepsis MDP/NOD2-dependent protective host responses require GIV CD-risk NOD2 1007fs variant lacking the terminal LRR#10 cannot bind GIV