Abstract The plasma proteome is the ultimate target for biomarker discovery. It stores an endless amount of information on the pathophysiological status of a living organism, which is however still difficult to comprehensively access. The high structural complexity of the plasma proteome can be addressed by either a system-wide and unbiased tool such as mass spectrometry (LC-MS/MS) or a highly sensitive targeted immunoassay such as the Proximity Extension Assays (PEA). In order to address relevant differences and important shared characteristics, we tested the performance of LC-MS/MS in data-dependent and -independent acquisition modes and PEA Olink to measure circulating plasma proteins in 173 human plasma samples from a Southern German population-based cohort. We demonstrated the measurement of more than 300 proteins with both LC-MS/MS approaches applied, mainly including high abundance plasma proteins. By the use of the PEA technology, we measured 728 plasma proteins, covering a broad dynamic range with high sensitivity down to pg/ml concentrations. In a next step, we quantified 35 overlapping proteins with all three analytical platforms, verifying the reproducibility of data distributions, measurement correlation and gender-based differential expression. Our work highlights the limitations and the advantages of both, targeted and untargeted approaches, and prove their complementary strengths. We demonstrated a significant gain in proteome coverage depth and subsequent biological insight by platforms combination – a promising approach for future biomarker and mechanistic studies.

Longitudinal multi-view omics data offer unique insights into the temporal dynamics of individual-level physiology that is instrumental to advancements in personalized healthcare. However, the common occurrence of incomplete view makes inference tasks difficult, and there is a lack of tailored methods for solving this critical issue. Here, we introduce LEOPARD, an approach specifically designed to complete missing views for multi-timepoint omics data. By disentangling longitudinal omics data into content and temporal representations, LEOPARD transfers temporal knowledge to omics-specific content to complete missing views. Compared to generic imputation methods, LEOPARD gives the most robust and reliable results across three longitudinal proteomics and metabolomics datasets. LEOPARD-imputed data also achieve the closest performance to observed data in our regression and classification analyses. Our work takes the first step towards a principled and generalized treatment of missing views in longitudinal omics data, enabling comprehensive exploration of temporal changes within omics data.

Abstract The mechanisms tumor cells use to hijack the immune system are largely uncharted. Here we used bioluminescent nuclear factor (NF)-κB reporter mice and macrophages to discover that metastatic tumors trigger NF-κB activation in host macrophages, dependent on mutant KRAS signaling and delivered via secretory versican. Versican activates NF-κB in tumor-associated macrophages via inhibitor of NF-κB kinase (IKK) β, resulting in release of interleukin (IL)-1β into the tumor microenvironment. Versican silencing in cancer cells or conditional IKKβ deletion in macrophages prevents myeloid NF-κB activation and metastasis. Versican is overexpressed and/or mutated in human cancers and metastatic effusions with KRAS mutations, predicts poor survival, can aid in the development of diagnostic platforms for pleural metastasis, and is druggable via toll-like receptor (TLR) 1/2 inhibition. The data indicate a cardinal role for tumor-derived versican in establishing cross-talk with macrophage IKKβ during metastasis and may foster the development of new therapies and diagnostic tools.