Abstract The increasing incidence of emerging infectious diseases is posing serious global threats. Therefore, there is a clear need for developing computational methods that can assist and speed-up experimental research to better characterize the molecular mechanisms of microbial infections. In this context, we developed mimic INT, a freely available computational workflow for large-scale protein-protein interaction inference between microbe and human by detecting putative molecular mimicry elements that can mediate the interaction with host proteins: short linear motifs (SLiMs) and hostlike globular domains. mimic INT exploits these putative elements to infer the interaction with human proteins by using known templates of domain-domain and SLiM-domain interaction templates. mimic INT provides (i) robust Monte-Carlo simulations to assess the statistical significance of SLiM detection which suffers from false positive, and (ii) interaction specificity filter to account for differences between motif-binding domains of the same family. mimic INT is implemented in Python and R, and it is available at: https://github.com/TAGC-NetworkBiology/mimicINT .

The dysregulation of cellular signaling upon SARS-CoV-2 infection is mediated via direct protein interactions, with the human protein kinases constituting the major impact nodes in the signaling networks. Here, we employed a targeted yeast two-hybrid matrix approach to identify direct SARS-CoV-2 protein interactions with an extensive set of human kinases. We discovered 51 interactions involving 14 SARS-CoV-2 proteins and 29 human kinases, including many of the CAMK and CMGC kinase family members, as well as non-receptor tyrosine kinases. By integrating the interactions identified in our screen with transcriptomics and phospho-proteomics data, we revealed connections between SARS-CoV-2 protein interactions, kinase activity changes, and the cellular phospho-response to infection and identified altered activity patterns in infected cells for AURKB, CDK2, CDK4, CDK7, ABL2, PIM2, PLK1, NEK2, TRIB3, RIPK2, MAPK13, and MAPK14. Finally, we demonstrated direct inhibition of the FER human tyrosine kinase by the SARS-CoV-2 auxiliary protein ORF6, hinting at pressures underlying ORF6 changes observed in recent SARS-CoV-2 strains. Our study expands the SARS-CoV-2 - host interaction knowledge, illuminating the critical role of dysregulated kinase signaling during SARS-CoV-2 infection.

Abstract Recent studies have shown that hundreds of small proteins were occulted when protein coding genes were annotated. These proteins, called alternative proteins, have failed to be annotated notably due to the short length of their open reading frame (less than 100 codons) or the enforced rule establishing that messenger RNAs (mRNAs) are monocystronic. Several alternative proteins were shown to be biologically active molecules and seem to be involved in a wide range of biological functions. However, genome wide exploration of the alternative proteome is still limited to a few species. In the present article we describe a deep peptidomics workflow which enabled the identification of 401 alternative proteins in Drosophila melanogaster . Subcellular localization, protein domains and short linear motifs were predicted for 235 of the alternative proteins identified and point towards specific functions of these small proteins. Several alternative proteins had approximated abundances higher than their canonical counterparts, suggesting that these alternative proteins are actually the main products of their corresponding genes. Finally, we observed fourteen alternative proteins with developmentally regulated expression patterns and ten induced upon heat shock treatment of embryos, demonstrating stage or stress specific production of alternative proteins.

Abstract Short Open Reading Frames (sORFs) are ubiquitous genomic elements that have been overlooked for years, essentially due to their short length (< 100 residues) and the use of alternative start codons (other than AUG). However, some may encode functional peptides, so-called sORF-encoded peptides (sPEPs), whose functions remain mainly unknown. In this study, we propose a system approach to determine the functions of sPEPs in monocytes. We first predicted the interactions of sPEPs with canonical proteins and analyzed the interfaces of interactions as well as the set of canonical proteins interacting with sPEPs. Second, by joining these sPEP-canonical protein interactions with the human interactome, we predicted the first sPEP interactome network to date. Based on its topology, we then predicted the function of the sPEPs. Our results suggest that the majority of sPEPs are involved in key biological functions, including regulatory functions, metabolism, and signaling. Overall, the diversity in the predicted functions of the sPEPs underlines the prevalence of their role in different biological mechanisms, suggesting that they are major regulatory actors.

Abstract In stressed cells, phosphorylation of eukaryotic initiation factor 2α (eIF2α) controls transcriptome-wide changes in mRNA translation and gene expression known as the integrated stress response (ISR). We show here that dendritic cells (DCs) display unusually high eIF2α phosphorylation, which is mostly caused by a developmentally regulated activation of the ER kinase PERK (EIF2AK3). Despite high p-eIF2α levels, differentiated DCs display active protein synthesis and no signs of a chronic ISR. eIF2α phosphorylation does not majorly impact DC differentiation nor cytokines production. It is however important to adapt protein homeostasis to the variations imposed on DCs by the immune or physiological contexts. This biochemical specificity prevents translation arrest and expression of the transcription factor ATF4 during ER-stress induction by subtilase cytotoxin or upon DC stimulation with bacterial lipopolysaccharides. This is also exemplified by the influence of the actin cytoskeleton dynamics on eIF2α phosphorylation and the migratory deficit observed in PERK-deficient DCs.

SUMMARY The molecular mechanisms by which the gut microbiome influences human health remain largely unknown. Pseudomonadota is the third most abundant phylum in normal gut microbiomes. Several pathogens in this phylum can inject so-called virulence effector proteins into host cells. We report the identification of intact type 3 secretion systems (T3SS) in 5 - 20% of commensal Pseudomonadota in normal human gut microbiomes. To understand their functions, we experimentally generated a high-quality protein-protein meta-interactome map consisting of 1,263 interactions between 289 bacterial effectors and 430 human proteins. Effector targets are enriched for metabolic and immune functions and for genetic variation of microbiome-influenced traits including autoimmune diseases. We demonstrate that effectors modulate NF-κB signaling, cytokine secretion, and adhesion molecule expression. Finally, effectors are enriched in metagenomes of Crohn’s disease, but not ulcerative colitis patients pointing toward complex contributions to the etiology of inflammatory bowel diseases. Our results suggest that effector-host protein interactions are an important regulatory layer by which the microbiome impacts human health.

ABSTRACT The development of high-throughput technologies revealed the existence of non-canonical short open reading frames (sORFs) on most eukaryotic RNAs. They are ubiquitous genetic elements highly conserved across species and suspected to be involved in numerous cellular processes. MetamORF ( http://metamorf.hb.univ-amu.fr/ ) aims to provide a repository of unique sORFs identified in the human and mouse genomes with both experimental and computational approaches. By gathering publicly available sORF data, normalizing it and summarizing redundant information, we were able to identify a total of 1,162,675 unique sORFs. Despite the usual characterization of ORFs as short, upstream or downstream, there is currently no clear consensus regarding the definition of these categories. Thus, the data has been reprocessed using a normalized nomenclature. MetamORF enables new analyses at loci, gene, transcript and ORF levels, that should offer the possibility to address new questions regarding sORF functions in the future. The repository is available through an user-friendly web interface, allowing easy browsing, visualization, filtering over multiple criteria and export possibilities. sORFs could be searched starting from a gene, a transcript, an ORF ID, or looking in a genome area. The database content has also been made available through track hubs at UCSC Genome Browser.