Siliciano and his colleagues propose a new index for measuring the antiviral activity of anti-HIV drugs in vitro, which suggests that there are limitations to the efficacy of antiviral drugs on the basis of their mechanism of action. They suggest that the new index is a more accurate way of measuring antiviral activity and that it correlates well with clinical outcomes. Highly active antiretroviral therapy (HAART) can control HIV-1 replication1,2, but suboptimal treatment allows for the evolution of resistance and rebound viremia3,4,5,6,7,8. A comparative measure of antiviral activity under clinically relevant conditions would guide drug development and the selection of regimens that maximally suppress replication. Here we show that current measures of antiviral activity, including IC50 and inhibitory quotient, neglect a key dimension, the dose-response curve slope. Using infectivity assays with wide dynamic range, we show that this slope has noteworthy effects on antiviral activity. Slope values are class specific for antiviral drugs and define intrinsic limitations on antiviral activity for some classes. Nucleoside reverse transcriptase inhibitors and integrase inhibitors have slopes of ∼1, characteristic of noncooperative reactions, whereas non-nucleoside reverse transcriptase inhibitors, protease inhibitors and fusion inhibitors unexpectedly show slopes >1. Instantaneous inhibitory potential (IIP), the log reduction in single-round infectivity at clinical drug concentrations, is strongly influenced by slope and varies by >8 logs for anti-HIV drugs. IIP provides a more accurate measure of antiviral activity and in general correlates with clinical outcomes. Only agents with slopes >1 achieve high-level inhibition of single-round infectivity, a finding with profound implications for drug and vaccine development.

The development of highly active antiretroviral therapy (HAART) to treat individuals infected with HIV-1 has dramatically improved patient outcomes, but HAART still fails to cure the infection. The latent viral reservoir in resting CD4+ T cells is a major barrier to virus eradication. Elimination of this reservoir requires reactivation of the latent virus. However, strategies for reactivating HIV-1 through nonspecific T cell activation have clinically unacceptable toxicities. We describe here the development of what we believe to be a novel in vitro model of HIV-1 latency that we used to search for compounds that can reverse latency. Human primary CD4+ T cells were transduced with the prosurvival molecule Bcl-2, and the resulting cells were shown to recapitulate the quiescent state of resting CD4+ T cells in vivo. Using this model system, we screened small-molecule libraries and identified a compound that reactivated latent HIV-1 without inducing global T cell activation, 5-hydroxynaphthalene-1,4-dione (5HN). Unlike previously described latency-reversing agents, 5HN activated latent HIV-1 through ROS and NF-kappaB without affecting nuclear factor of activated T cells (NFAT) and PKC, demonstrating that TCR pathways can be dissected and utilized to purge latent virus. Our study expands the number of classes of latency-reversing therapeutics and demonstrates the utility of this in vitro model for finding strategies to eradicate HIV-1 infection.

Epithelial ovarian cancer (EOC) is a deadly disease with limited diagnostic biomarkers and therapeutic targets. Here we conduct a comprehensive proteomic profiling of ovarian tissue and plasma samples from 813 patients with different histotypes and therapeutic regimens, covering the expression of 10,715 proteins. We identify eight proteins associated with tumor malignancy in the tissue specimens, which are further validated as potential circulating biomarkers in plasma. Targeted proteomics assays are developed for 12 tissue proteins and 7 blood proteins, and machine learning models are constructed to predict one-year recurrence, which are validated in an independent cohort. These findings contribute to the understanding of EOC pathogenesis and provide potential biomarkers for early detection and monitoring of the disease. Additionally, by integrating mutation analysis with proteomic data, we identify multiple proteins related to DNA damage in recurrent resistant tumors, shedding light on the molecular mechanisms underlying treatment resistance. This study provides a multi-histotype proteomic landscape of EOC, advancing our knowledge for improved diagnosis and treatment strategies. It remains essential to find clinically relevant biomarkers in epithelial ovarian cancer (EOC). Here, the authors perform a comprehensive proteomic profiling of tissue and plasma samples from EOC and control patients; they find potential biomarkers for EOC early detection and develop methods for tumour recurrence prediction.

Background: Analysis of mass spectrometry-based metaproteomic data, in particular large-scale data-independent acquisition MS (DIA-MS) data, remains a computational challenge. Here, we aim to develop a software tool for efficiently constructing spectral libraries and analyzing extensive datasets of DIA-based metaproteomics. Results: We present a computational pipeline called metaExpertPro for metaproteomics data analysis. This pipeline encompasses spectral library generation using data-dependent acquisition MS (DDA-MS), protein identification and quantification using DIA-MS, functional and taxonomic annotation, as well as quantitative matrix generation for both microbiota and hosts. To enhance accessibility and ease of use, all modules and dependencies are encapsulated within a Docker container. By integrating FragPipe and DIA-NN, metaExpertPro offers compatibility with both Orbitrap-based and PASEF-based DDA and DIA data. To evaluate the depth and accuracy of identification and quantification, we conducted extensive assessments using human fecal samples and benchmark tests. Performance tests conducted on human fecal samples demonstrated that metaExpertPro quantified an average of 45,000 peptides in a 60-minute diaPASEF injection. Notably, metaExpertPro outperformed three existing software tools by characterizing a higher number of peptides and proteins. Importantly, metaExpertPro maintained a low factual False Discovery Rate (FDR) of less than 5% for protein groups across four benchmark tests. Applying a filter of five peptides per genus, metaExpertPro achieved relatively high accuracy (F-score = 0.67-0.90) in genus diversity and demonstrated a high correlation (rSpearman = 0.73-0.82) between the measured and true genus relative abundance in benchmark tests. Additionally, the quantitative results at the protein, taxonomy, and function levels exhibited high reproducibility and consistency across the commonly adopted public human gut microbial protein databases IGC and UHGP. In a metaproteomic analysis of dyslipidemia patients, metaExpertPro revealed characteristic alterations in microbial functions and potential interactions between the microbiota and the host. Conclusions: metaExpertPro presents a robust one-stop computational solution for constructing metaproteomics spectral libraries, analyzing DIA-MS data, and annotating taxonomic as well as functional data.

Abstract Family with sequence similarity 84, member B (FAM84B) is a significant copy number amplification gene in the 8q24.21 locus identified by our previous WGS study in esophageal squamous cell carcinoma (ESCC). However, its clinical relevance and potential mechanisms have been elusive. Here, we performed the association analyses between FAM84B Amp and clinicopathological features using our dataset with 507 ESCC samples. The results indicated that, compared with the FAM84B non-Amp patients, the FAM84B Amp patients showed a more aggressive and a worse prognosis. Significant correlation was discovered between the expression level of FAM84B and FAM84B Amp in ESCC cohort. Furthermore, we found that the forced expression change of FAM84B can influence ESCC cell proliferation and cell cycle status, which is probably mediated by NPM1. A direct interaction between FAM84B and the C-terminal (189-294aa) of NPM1 was identified, which increased the NPM1 nuclear expression. Over-expression of NPM1 could inhibit the CDKN2A protein expression, which might affect the ESCC cell cycle. Our results indicate FAM84B CNA may be a potential diagnostic and therapeutic biomarker in ESCC, meanwhile, reveal a novel mechanism of FAM84B that it promotes tumorigenesis via interacting with NPM1 and suppressing CDKN2A.