A critical component in the interpretation of systems-level studies is the inference of enriched biological pathways and protein complexes contained within OMICs datasets. Successful analysis requires the integration of a broad set of current biological databases and the application of a robust analytical pipeline to produce readily interpretable results. Metascape is a web-based portal designed to provide a comprehensive gene list annotation and analysis resource for experimental biologists. In terms of design features, Metascape combines functional enrichment, interactome analysis, gene annotation, and membership search to leverage over 40 independent knowledgebases within one integrated portal. Additionally, it facilitates comparative analyses of datasets across multiple independent and orthogonal experiments. Metascape provides a significantly simplified user experience through a one-click Express Analysis interface to generate interpretable outputs. Taken together, Metascape is an effective and efficient tool for experimental biologists to comprehensively analyze and interpret OMICs-based studies in the big data era. With the increasing obtainability of multi-OMICs data comes the need for easy to use data analysis tools. Here, the authors introduce Metascape, a biologist-oriented portal that provides a gene list annotation, enrichment and interactome resource and enables integrated analysis of multi-OMICs datasets.

The completion of the genome sequence for Plasmodium falciparum , the species responsible for most malaria human deaths, has the potential to reveal hundreds of new drug targets and proteins involved in pathogenesis. However, only ∼35% of the genes code for proteins with an identifiable function. The absence of routine genetic tools for studying Plasmodium parasites suggests that this number is unlikely to change quickly if conventional serial methods are used to characterize encoded proteins. Here, we use a high-density oligonucleotide array to generate expression profiles of human and mosquito stages of the malaria parasite's life cycle. Genes with highly correlated levels and temporal patterns of expression were often involved in similar functions or cellular processes.

Human Immunodeficiency Viruses (HIV-1 and HIV-2) rely upon host-encoded proteins to facilitate their replication. Here, we combined genome-wide siRNA analyses with interrogation of human interactome databases to assemble a host-pathogen biochemical network containing 213 confirmed host cellular factors and 11 HIV-1-encoded proteins. Protein complexes that regulate ubiquitin conjugation, proteolysis, DNA-damage response, and RNA splicing were identified as important modulators of early-stage HIV-1 infection. Additionally, over 40 new factors were shown to specifically influence the initiation and/or kinetics of HIV-1 DNA synthesis, including cytoskeletal regulatory proteins, modulators of posttranslational modification, and nucleic acid-binding proteins. Finally, 15 proteins with diverse functional roles, including nuclear transport, prostaglandin synthesis, ubiquitination, and transcription, were found to influence nuclear import or viral DNA integration. Taken together, the multiscale approach described here has uncovered multiprotein virus-host interactions that likely act in concert to facilitate the early steps of HIV-1 infection.

Two genome-wide RNA interference screens published in this issue identify human host factors required for influenza A virus replication in lung epithelia cell lines. König et al. identify 295 host genes required for influenza replication. Of those, 219 are required for efficient wild-type virus growth, and 23 are required for viral entry. Karlas et al. report the discovery of 287 host genes influencing virus replication. An independent assay confirmed 168 hits (59%) inhibiting either the endemic H1N1 (119 hits) or the current pandemic swine-origin (121 hits) influenza A virus strains, with an overlap of 60%. These studies should provide a number of potential targets for host factor-directed antivirals for treatment of influenza viral infection. The small coding capacity of the influenza A virus demands that the virus use the host cellular machinery for many aspects of its life cycle. An integrated systems approach, based on genome-wide RNA interference screening, is now used to identify 295 cellular cofactors required for early-stage influenza virus replication. Knowledge of these host cell requirements provides further targets that could be pursued for antiviral drug development. Influenza A virus is an RNA virus that encodes up to 11 proteins and this small coding capacity demands that the virus use the host cellular machinery for many aspects of its life cycle1. Knowledge of these host cell requirements not only informs us of the molecular pathways exploited by the virus but also provides further targets that could be pursued for antiviral drug development. Here we use an integrative systems approach, based on genome-wide RNA interference screening, to identify 295 cellular cofactors required for early-stage influenza virus replication. Within this group, those involved in kinase-regulated signalling, ubiquitination and phosphatase activity are the most highly enriched, and 181 factors assemble into a highly significant host–pathogen interaction network. Moreover, 219 of the 295 factors were confirmed to be required for efficient wild-type influenza virus growth, and further analysis of a subset of genes showed 23 factors necessary for viral entry, including members of the vacuolar ATPase (vATPase) and COPI-protein families, fibroblast growth factor receptor (FGFR) proteins, and glycogen synthase kinase 3 (GSK3)-β. Furthermore, 10 proteins were confirmed to be involved in post-entry steps of influenza virus replication. These include nuclear import components, proteases, and the calcium/calmodulin-dependent protein kinase (CaM kinase) IIβ (CAMK2B). Notably, growth of swine-origin H1N1 influenza virus is also dependent on the identified host factors, and we show that small molecule inhibitors of several factors, including vATPase and CAMK2B, antagonize influenza virus replication.

To investigate the role of post-transcriptional controls in the regulation of protein expression for the malaria parasite, Plasmodium falciparum , we have compared mRNA transcript and protein abundance levels for seven different stages of the parasite life cycle. A moderately high positive relationship between mRNA and protein abundance was observed for these stages; the most common discrepancy was a delay between mRNA and protein accumulation. Potentially post-transcriptionally regulated genes are identified, and families of functionally related genes were observed to share similar patterns of mRNA and protein accumulation.

The growing resistance to current first-line antimalarial drugs represents a major health challenge. To facilitate the discovery of new antimalarials, we have implemented an efficient and robust high-throughput cell-based screen (1,536-well format) based on proliferation of Plasmodium falciparum (Pf) in erythrocytes. From a screen of ≈1.7 million compounds, we identified a diverse collection of ≈6,000 small molecules comprised of >530 distinct scaffolds, all of which show potent antimalarial activity (<1.25 μM). Most known antimalarials were identified in this screen, thus validating our approach. In addition, we identified many novel chemical scaffolds, which likely act through both known and novel pathways. We further show that in some cases the mechanism of action of these antimalarials can be determined by in silico compound activity profiling. This method uses large datasets from unrelated cellular and biochemical screens and the guilt-by-association principle to predict which cellular pathway and/or protein target is being inhibited by select compounds. In addition, the screening method has the potential to provide the malaria community with many new starting points for the development of biological probes and drugs with novel antiparasitic activities.

Chemogenetic characterization through in vitro evolution combined with whole genome analysis is a powerful tool to discover novel antimalarial drug targets and identify drug resistance genes. Our comprehensive genome analysis of 262 Plasmodium falciparum parasites treated with 37 diverse compounds reveals how the parasite evolves to evade the action of small molecule growth inhibitors. This detailed data set revealed 159 gene amplifications and 148 nonsynonymous changes in 83 genes which developed during resistance acquisition. Using a new algorithm, we show that gene amplifications contribute to 1/3 of drug resistance acquisition events. In addition to confirming known multidrug resistance mechanisms, we discovered novel multidrug resistance genes. Furthermore, we identified promising new drug target-inhibitor pairs to advance the malaria elimination campaign, including: thymidylate synthase and a benzoquinazolinone, farnesyltransferase and a pyrimidinedione, and a dipeptidylpeptidase and an arylurea. This deep exploration of the P. falciparum resistome and drug-able genome will guide future drug discovery and structural biology efforts, while also advancing our understanding of resistance mechanisms of the deadliest malaria parasite.