Proteomic and lipidomic profiling was performed over a time course of acute hepatitis C virus (HCV) infection in cultured Huh-7.5 cells to gain new insights into the intracellular processes influenced by this virus. Our proteomic data suggest that HCV induces early perturbations in glycolysis, the pentose phosphate pathway, and the citric acid cycle, which favor host biosynthetic activities supporting viral replication and propagation. This is followed by a compensatory shift in metabolism aimed at maintaining energy homeostasis and cell viability during elevated viral replication and increasing cellular stress. Complementary lipidomic analyses identified numerous temporal perturbations in select lipid species (e.g. phospholipids and sphingomyelins) predicted to play important roles in viral replication and downstream assembly and secretion events. The elevation of lipotoxic ceramide species suggests a potential link between HCV-associated biochemical alterations and the direct cytopathic effect observed in this in vitro system. Using innovative computational modeling approaches, we further identified mitochondrial fatty acid oxidation enzymes, which are comparably regulated during in vitro infection and in patients with histological evidence of fibrosis, as possible targets through which HCV regulates temporal alterations in cellular metabolic homeostasis.

Systems biology offers considerable promise in uncovering novel pathways by which viruses and other microbial pathogens interact with host signaling and expression networks to mediate disease severity. In this study, we have developed an unbiased modeling approach to identify new pathways and network connections mediating acute lung injury, using severe acute respiratory syndrome coronavirus (SARS-CoV) as a model pathogen. We utilized a time course of matched virologic, pathological, and transcriptomic data within a novel methodological framework that can detect pathway enrichment among key highly connected network genes. This unbiased approach produced a high-priority list of 4 genes in one pathway out of over 3,500 genes that were differentially expressed following SARS-CoV infection. With these data, we predicted that the urokinase and other wound repair pathways would regulate lethal versus sublethal disease following SARS-CoV infection in mice. We validated the importance of the urokinase pathway for SARS-CoV disease severity using genetically defined knockout mice, proteomic correlates of pathway activation, and pathological disease severity. The results of these studies demonstrate that a fine balance exists between host coagulation and fibrinolysin pathways regulating pathological disease outcomes, including diffuse alveolar damage and acute lung injury, following infection with highly pathogenic respiratory viruses, such as SARS-CoV.Severe acute respiratory syndrome coronavirus (SARS-CoV) emerged in 2002 and 2003, and infected patients developed an atypical pneumonia, acute lung injury (ALI), and acute respiratory distress syndrome (ARDS) leading to pulmonary fibrosis and death. We identified sets of differentially expressed genes that contribute to ALI and ARDS using lethal and sublethal SARS-CoV infection models. Mathematical prioritization of our gene sets identified the urokinase and extracellular matrix remodeling pathways as the most enriched pathways. By infecting Serpine1-knockout mice, we showed that the urokinase pathway had a significant effect on both lung pathology and overall SARS-CoV pathogenesis. These results demonstrate the effective use of unbiased modeling techniques for identification of high-priority host targets that regulate disease outcomes. Similar transcriptional signatures were noted in 1918 and 2009 H1N1 influenza virus-infected mice, suggesting a common, potentially treatable mechanism in development of virus-induced ALI.

The broad range and diversity of interferon-stimulated genes (ISGs) function to induce an antiviral state within the host, impeding viral pathogenesis. While successful respiratory viruses overcome individual ISG effectors, analysis of the global ISG response and subsequent viral antagonism has yet to be examined. Employing models of the human airway, transcriptomics and proteomics datasets were used to compare ISG response patterns following highly pathogenic H5N1 avian influenza (HPAI) A virus, 2009 pandemic H1N1, severe acute respiratory syndrome coronavirus (SARS-CoV), and Middle East respiratory syndrome CoV (MERS-CoV) infection. The results illustrated distinct approaches utilized by each virus to antagonize the global ISG response. In addition, the data revealed that highly virulent HPAI virus and MERS-CoV induce repressive histone modifications, which downregulate expression of ISG subsets. Notably, influenza A virus NS1 appears to play a central role in this histone-mediated downregulation in highly pathogenic influenza strains. Together, the work demonstrates the existence of unique and common viral strategies for controlling the global ISG response and provides a novel avenue for viral antagonism via altered histone modifications.This work combines systems biology and experimental validation to identify and confirm strategies used by viruses to control the immune response. Using a novel screening approach, specific comparison between highly pathogenic influenza viruses and coronaviruses revealed similarities and differences in strategies to control the interferon and innate immune response. These findings were subsequently confirmed and explored, revealing both a common pathway of antagonism via type I interferon (IFN) delay as well as a novel avenue for control by altered histone modification. Together, the data highlight how comparative systems biology analysis can be combined with experimental validation to derive novel insights into viral pathogenesis.

Abstract Background Representing biological networks as graphs is a powerful approach to reveal underlying patterns, signatures, and critical components from high-throughput biomolecular data. However, graphs do not natively capture the multi-way relationships present among genes and proteins in biological systems. Hypergraphs are generalizations of graphs that naturally model multi-way relationships and have shown promise in modeling systems such as protein complexes and metabolic reactions. In this paper we seek to understand how hypergraphs can more faithfully identify, and potentially predict, important genes based on complex relationships inferred from genomic expression data sets. Results We compiled a novel data set of transcriptional host response to pathogenic viral infections and formulated relationships between genes as a hypergraph where hyperedges represent significantly perturbed genes, and vertices represent individual biological samples with specific experimental conditions. We find that hypergraph betweenness centrality is a superior method for identification of genes important to viral response when compared with graph centrality. Conclusions Our results demonstrate the utility of using hypergraphs to represent complex biological systems and highlight central important responses in common to a variety of highly pathogenic viruses.

Wearable silicone wristbands are a rapidly growing exposure assessment technology that offer researchers the ability to study previously inaccessible cohorts and have the potential to provide a more comprehensive picture of chemical exposure within diverse communities. However, there are no established best practices for analyzing the data within a study or across multiple studies, thereby limiting impact and access of these data for larger meta-analyses. We utilize data from three studies, from over 600 wristbands worn by participants in New York City and Eugene, Oregon, to present a first-of-its-kind manuscript detailing wristband data properties. We further discuss and provide concrete examples of key areas and considerations in common statistical modeling methods where best practices must be established to enable meta-analyses and integration of data from multiple studies. Finally, we detail important and challenging aspects of machine learning, meta-analysis, and data integration that researchers will face in order to extend beyond the limited scope of individual studies focused on specific populations.

Coronaviruses encode a mix of highly conserved and novel genes as well as genetic elements necessary for infection and pathogenesis, raising the possibility for common targets for attenuation and therapeutic design. In this study, we focus on the highly conserved non-structural protein (NSP) 16, a viral 2 O methyl-transferase (MTase) that encodes critical functions in immune modulation and infection. Using reverse genetics, we disrupted a key motif in the conserved KDKE motif of MERS NSP16 (D130A) and evaluated the effect on viral infection and pathogenesis. While the absence of 2 O MTase activity had only marginal impact on propagation and replication in Vero cells, the MERS dNSP16 mutant demonstrated significant attenuation relative to control both in primary human airway cultures and in vivo. Further examination indicated the MERS dNSP16 mutant had a type I IFN based attenuation and was partially restored in the absence of IFIT molecules. Importantly, the robust attenuation permitted use of MERS dNSP16 as a live attenuated vaccine platform protecting from challenge with a mouse adapted MERS-CoV strain. These studies demonstrate the importance of the conserved 2 O MTase activity for CoV pathogenesis and highlight NSP16 as a conserved universal target for rapid live attenuated vaccine design in an expanding CoV outbreak setting.

With an ongoing threat posed by circulating zoonotic strains, new strategies are required to prepare for the next emergent coronavirus (CoV). Previously, groups had targeted conserved coronavirus proteins as a strategy to generate live-attenuated vaccine strains against current and future CoVs. With this in mind, we explored whether manipulation of CoV NSP16, a conserved 2'O methyltransferase (MTase), could provide a broad attenuation platform against future emergent strains. Using the SARS-CoV mouse model, a NSP16 mutant vaccine was evaluated for protection from heterologous challenge, efficacy in the aging host, and potential for reversion to pathogenesis. Despite some success, concerns for virulence in the aged and potential for reversion makes targeting NSP16 alone an untenable approach. However, combining a 2'O MTase mutation with a previously described CoV fidelity mutant produced a vaccine strain capable of protection from heterologous virus challenge, efficacy in aged mice, and no evidence for reversion. Together, the results indicate that targeting the CoV 2'O MTase in parallel with other conserved attenuating mutations may provide a platform strategy for rapidly generating live-attenuated coronavirus vaccines.

ABSTRACT Innate immunity is protective against viruses, but also can facilitate pathological infection responses. Despite intensive research, our understanding of the mechanisms that regulate innate immunity in virus infection remains incomplete. Systems biology-based data-driven modeling approaches hold substantial promise toward discovery of crucial innate immune signaling regulators, yet model-derived predictions are almost completely unexplored. Here, we carried out systematic experimental validation of candidate regulators predicted by a transcriptional association network model of influenza virus-infected cells. We identified dozens of novel innate immune signaling regulators with potent effects on the replication of influenza and other viruses, and importantly, we established the biological relevance of a validated regulator in vivo . Collectively, these findings aid in clarifying mechanisms of influenza virus pathogenicity and might lead to innovative approaches for treating influenza virus disease. Similar data-driven modeling strategies may be applicable for the study of other pathogen systems or immunological disorders.

Abstract Polycyclic aromatic hydrocarbons (PAHs) are a class of organic compounds frequently detected in the environment with widely varying toxicities. Many PAHs activate the aryl hydrocarbon receptor (AHR), inducing the expression of a battery of genes, including xenobiotic metabolizing enzymes like cytochrome P450s (CYPs); however, not all PAHs act via this mechanism. We screened several parent and substituted PAHs in in vitro AHR activation assays to classify their unique activity. Retene (1-methyl-7-isopropylphenanthrene) displays Ahr2-dependent teratogenicity in zebrafish, but did not activate human AHR or zebrafish Ahr2, suggesting a retene metabolite activates Ahr2 in zebrafish to induce developmental toxicity. To investigate the role of metabolism in retene toxicity, studies were performed to determine the functional role of cyp1a, cyp1b1, and the microbiome in retene toxicity, identify the zebrafish window of susceptibility, and measure retene uptake, loss, and metabolite formation in vivo. Cyp1a-null fish were generated using CRISPR-Cas9. Cyp1a-null fish showed increased sensitivity to retene toxicity, whereas Cyp1b1-null fish were less susceptible, and microbiome elimination had no significant effect. Zebrafish required exposure to retene between 24 and 48 hours post fertilization (hpf) to exhibit toxicity. After static exposure, retene concentrations in zebrafish embryos increased until 24 hpf, peaked between 24 and 36 hpf, and decreased rapidly thereafter. We detected retene metabolites at 36 and 48 hpf, indicating metabolic onset preceding toxicity. This study highlights the value of combining molecular and systems biology approaches with mechanistic and predictive toxicology to interrogate the role of biotransformation in AHR-dependent toxicity.