Background & AimsThe lack of a preclinical model of progressive non-alcoholic steatohepatitis (NASH) that recapitulates human disease is a barrier to therapeutic development.MethodsA stable isogenic cross between C57BL/6J (B6) and 129S1/SvImJ (S129) mice were fed a high fat diet with ad libitum consumption of glucose and fructose in physiologically relevant concentrations and compared to mice fed a chow diet and also to both parent strains.ResultsFollowing initiation of the obesogenic diet, B6/129 mice developed obesity, insulin resistance, hypertriglyceridemia and increased LDL-cholesterol. They sequentially also developed steatosis (4–8 weeks), steatohepatitis (16–24 weeks), progressive fibrosis (16 weeks onwards) and spontaneous hepatocellular cancer (HCC). There was a strong concordance between the pattern of pathway activation at a transcriptomic level between humans and mice with similar histological phenotypes (FDR 0.02 for early and 0.08 for late time points). Lipogenic, inflammatory and apoptotic signaling pathways activated in human NASH were also activated in these mice. The HCC gene signature resembled the S1 and S2 human subclasses of HCC (FDR 0.01 for both). Only the B6/129 mouse but not the parent strains recapitulated all of these aspects of human NAFLD.ConclusionsWe here describe a diet-induced animal model of non-alcoholic fatty liver disease (DIAMOND) that recapitulates the key physiological, metabolic, histologic, transcriptomic and cell-signaling changes seen in humans with progressive NASH.Lay summaryWe have developed a diet-induced mouse model of non-alcoholic steatohepatitis (NASH) and hepatic cancers in a cross between two mouse strains (129S1/SvImJ and C57Bl/6J). This model mimics all the physiological, metabolic, histological, transcriptomic gene signature and clinical endpoints of human NASH and can facilitate preclinical development of therapeutic targets for NASH. The lack of a preclinical model of progressive non-alcoholic steatohepatitis (NASH) that recapitulates human disease is a barrier to therapeutic development. A stable isogenic cross between C57BL/6J (B6) and 129S1/SvImJ (S129) mice were fed a high fat diet with ad libitum consumption of glucose and fructose in physiologically relevant concentrations and compared to mice fed a chow diet and also to both parent strains. Following initiation of the obesogenic diet, B6/129 mice developed obesity, insulin resistance, hypertriglyceridemia and increased LDL-cholesterol. They sequentially also developed steatosis (4–8 weeks), steatohepatitis (16–24 weeks), progressive fibrosis (16 weeks onwards) and spontaneous hepatocellular cancer (HCC). There was a strong concordance between the pattern of pathway activation at a transcriptomic level between humans and mice with similar histological phenotypes (FDR 0.02 for early and 0.08 for late time points). Lipogenic, inflammatory and apoptotic signaling pathways activated in human NASH were also activated in these mice. The HCC gene signature resembled the S1 and S2 human subclasses of HCC (FDR 0.01 for both). Only the B6/129 mouse but not the parent strains recapitulated all of these aspects of human NAFLD. We here describe a diet-induced animal model of non-alcoholic fatty liver disease (DIAMOND) that recapitulates the key physiological, metabolic, histologic, transcriptomic and cell-signaling changes seen in humans with progressive NASH.

Cardiopulmonary testing (CPET) and biomarkers such as NT-proBNP, Galectin-3, and C-reactive protein (CRP) have shown great promise for characterizing the heart failure (HF) phenotypes. However, the underlying metabolic changes that cause, predict and accompany changes in these parameters are not well known. In depth knowledge of these metabolic changes has the ability to provide new insights towards the clinical management of HF as well as providing better biomarkers for the assessment of disease progression and measurement of success from clinical interventions. To address this knowledge gap, we undertook a deep metabolomic and lipidomic phenotyping of a cohort of HF patients and utilized Multiple Regression Analysis (MRA) to identify associations between the patients plasma metabolome and the lipidome to parameters of CPET and the above mentioned HF biomarkers (HFBio). A total of 49 subjects were submitted to CPET and HFBio evaluation with deep metabolomic and lipidomic profiling of the plasma. Stepwise MRA and Standard Least Squares methods were used to determine models of best fit. Metabolic Pathway Analysis was utilized to detect what metabolites were over-represented and significantly enriched, and Metabolite Set Enrichment Analysis was used to explore pre-existing biological knowledge from studies of human metabolism. The study cohort was predominantly males of African American decent, presenting a high frequency of diabetes, hyperlipidemia, and hypertension with a low mean left ventricular ejection fraction and a high left ventricular end-diastolic and end-systolic volume. VE/VCO2 and Peak VO2 (CV=0.07 and 0.08, respectively) showed the best metabolic predictive model for test performance, while CRP and NT-ProBNP (CV=0.31 and 0.29, respectively) were the least fitted models. Aminoacyl-tRNA and amino acid biosynthesis, amino acid metabolism, nitrogen metabolism, pantothenate and CoA biosynthesis, sphingolipid and glycerolipid metabolism, fatty acid biosynthesis, glutathione metabolism, and pentose phosphate pathway (PPP) were revealed to be the most relevant pathways. Principal related diseases were brain dysfunction and enzyme deficiencies associated with lactic acidosis. Considering the modulations in HF poor test performance, our results indicate an overall profile of oxidative stress, lactic acidosis, and metabolic syndrome coupled with mitochondria dysfunction. Overall, the insights resulting from this studys MRA coincides with what has previously been discussed in parts in existing literature thereby confirming the validity of our findings while at the same time thoroughly characterizing the metabolic underpinning of CPET and HFBio results.

The clinical outcome of allogeneic hematopoietic stem cell transplantation (SCT) is strongly influenced from the complications arising during the post-transplant immune restoration and has been well studied and described. However, the metabolic status of the recipient pre-transplant also has the potential to influence this outcome and has never been studied before and has the potential to enable risk stratification with respect to the development of transplant associated complications such as graft vs. host disease (GVHD). In order to better understand this aspect of transplant related complications we investigated the pre-transplantation metabolic signature to assess the possibility of pre-transplant risk stratification. This pilot study was composed of 14 patients undergoing myeloablative conditioning followed by either HLA matched related, unrelated donor, or autologous stem cell transplantation. Blood samples were taken prior to transplant and the plasma was comprehensively characterized with respect to its lipidome and metabolome via LCMS and GCMS. The results indicated a significantly pro-inflammatory metabolic profile in patients who eventually developed Graft vs. Host Disease (GVHD). The data revealed 5 potential pre-transplant biomarkers (1-monopalmitin, diacylglycerol (DG) 38:5, DG 38:6, 2-aminobutyric acid, and fatty acid (FA) 20:1) that demonstrated high sensitivity and specificity towards predicting post-transplant GVHD development. The predictive model developed demonstrated an estimated predictive accuracy of risk stratification of 100%, with an Area under the Curve of the ROC of 0.995 with 100%. The likelihood ratio of 1-monopalmitin (infinity), DG 38:5 (6.0) and DG 38:6 (6.0) also demonstrated that a patient with a positive test result for these biomarkers pre-transplant will likely have very high odds of developing GVHD post-transplant. Collectively the data demonstrates the possibility of using pre-transplant metabolic signature for risk stratification of SCT recipients with respect to development of GVHD.

There is a lack of biomarkers for pre-kidney transplant immune risk stratification to avoid over- or under-immunosuppression. Since the circulating lipidome is integrally involved in inflammation, we hypothesized that the lipidome may provide biomarkers that are helpful in the prediction of antibody-mediated rejection. We used mass spectrometry to detect the plasma lipidome in samples collected over 1 year post-kidney transplant from a prospective, observational cohort of adult kidney transplant recipients (KTR), classified in two groups, one with antibody mediated rejection (AMR) and the other with stable graft function (SC). We used linear discriminant analysis to generate predictive models of rejection. A lipid-only model generated from samples taken on day of transplant (T1) revealed a seven lipid classifier (lysophosphatidylethanolamine and phosphatidylcholine species) with misclassification rate of 8.9% [AUC = 0.95 (95% CI = 0.84-0.98), R2 = 0.63]. A clinical model [(using donor specific antibody (DSA) and panel reactive antibody (PRA)] was inferior with a misclassification rate of 15.6% [AUC = 0.82 (95% CI = 0.69-0.93), R2 = 0.41]. A combined model using four lipid classifiers and DSA improved the AUC further to 0.98 (95% CI = 0.89-1.0, R2 = 0.83) with a misclassification of only 2.2%. The polyunsaturated phospholipid subspecies that discriminated the two groups were much lower in the AMR group when compared to the SC group. While the lipidomic profile changed significantly among SC patients on serial sampling post-transplant, such changes were not seen in AMR patients. After taking serial lipidomic changes overtime in SC patients in to account, the AMR group still showed sustained decreased levels of specific lipids at the time of AMR. These findings suggest that a lack of anti-inflammatory polyunsaturated phospholipids could identify patients at a higher risk of AMR at the time of transplant.

The Joint Commission has established medication reconciliation as a National Patient Safety Goal but it has not been studied much in trauma even though it is integral to safe patient care. This article reviews the existing medication reconciliation strategies and their applicability to the trauma setting. To perform medication reconciliation, hospitals use a variety of strategies including pharmacists or pharmacy technicians, electronic medical record tools and patient centered strategies. All of these strategies are limited in trauma. Sub-populations such as injured children, the elderly and those with brain trauma are particularly challenging and are at risk for suboptimal care from inaccurate medication reconciliation. Further research is necessary to create a safe and efficient system for trauma patients.