eROSITA (extended ROentgen Survey with an Imaging Telescope Array) is the primary instrument on the Spectrum-Roentgen-Gamma (SRG) mission, which was successfully launched on July 13, 2019, from the Baikonour cosmodrome. After the commissioning of the instrument and a subsequent calibration and performance verification phase, eROSITA started a survey of the entire sky on December 13, 2019. By the end of 2023, eight complete scans of the celestial sphere will have been performed, each lasting six months. At the end of this program, the eROSITA all-sky survey in the soft X-ray band (0.2–2.3 keV) will be about 25 times more sensitive than the ROSAT All-Sky Survey, while in the hard band (2.3–8 keV) it will provide the first ever true imaging survey of the sky. The eROSITA design driving science is the detection of large samples of galaxy clusters up to redshifts z > 1 in order to study the large-scale structure of the universe and test cosmological models including Dark Energy. In addition, eROSITA is expected to yield a sample of a few million AGNs, including obscured objects, revolutionizing our view of the evolution of supermassive black holes. The survey will also provide new insights into a wide range of astrophysical phenomena, including X-ray binaries, active stars, and diffuse emission within the Galaxy. Results from early observations, some of which are presented here, confirm that the performance of the instrument is able to fulfil its scientific promise. With this paper, we aim to give a concise description of the instrument, its performance as measured on ground, its operation in space, and also the first results from in-orbit measurements.

The translation of findings from animal models to human disease is a fundamental part in the field of drug development. However, only a small proportion of promising preclinical results in animals translate to human pathophysiology. This underscores the necessity for novel data analysis strategies to accurately evaluate the most suitable animal model for a specific purpose, ensuring cross-species translatability. To address this need, we present In Silico Treatment (IST), a computational method to assess translation of disease-related molecular expression patterns between animal models and humans. By simulating changes observed in animals onto humans, IST provides a holistic picture of how well animal models recapitulate key aspects of human disease, or how treatments transform pathogenic expression patterns to healthy ones. Furthermore, IST highlights particular genes that influence molecular features of pathogenesis or drug mode of action. We demonstrate the potential of IST with three applications using bulk transcriptomics data. First, we assessed two mouse models for idiopathic pulmonary fibrosis (IPF): one involving injury with intra-tubular Bleomycin exposure, and the other Adeno-associated-virus-induced, TGFβ1-mediated tissue transformation (AAV6.2-TGFβ1). Both models exhibited gene expression patterns resembling extracellular matrix derangement in human IPF, whereas differences in VEGF-driven vascularization were observed. Second, we confirmed known features of non-alcoholic steatohepatitis (NASH) mouse models, including choline-deficient, l-amino acid-defined diet (CDAA), carbon tetrachloride hepatotoxicity injury (CCl4) and bile duct ligation surgery (BDL). Overall, the three mouse models recapitulated expression changes related to fibrosis in human NASH, whereas model-specific differences were found in lipid metabolism, inflammation, and apoptosis. Third, we reproduced the strong anti-fibrotic signature and induction of the PPARα signaling observed in the Elafibranor experimental treatment for NASH in the CDAA model. We validated the contribution of known disease-related genes to the findings made with IST in the IPF and NASH applications. The complete data integration IST framework, including an interactive app to integrate and compare datasets, is made available as an open-source R package.

Abstract Cytotoxic CD8+ T lymphocytes (CTLs) are key players of adaptive anti-tumor immunity based on their ability to specifically recognize and destroy tumor cells. Many cancer immunotherapies rely on unleashing CTL function. However, tumors can evade killing through strategies which are not yet fully elucidated. To provide deeper insight into tumor evasion mechanisms in an antigen-dependent manner, we established a human co-culture system composed of tumor and primary immune cells. Using this system, we systematically investigated intrinsic regulators of tumor resistance by conducting a complementary CRISPR screen approach. By harnessing CRISPR activation (CRISPRa) and CRISPR knockout (KO) technology in parallel, we investigated gene gain-of-function as well as loss-of-function across genes with annotated function. CRISPRa and CRISPR KO screens uncovered 186 and 704 hits respectively, with 60 gene hits overlapping between both. These data confirmed the role of interferon-γ (IFN-γ), tumor necrosis factor α (TNF-α) and autophagy pathways and uncovered new genes implicated in tumor resistance to killing. Notably, we discovered that ILKAP encoding the integrin-linked kinase-associated serine/threonine phosphatase 2C, a gene previously unknown to play a role in antigen specific CTL-mediated killing, mediate tumor resistance independently from regulating antigen presentation, IFN-γ or TNF-α responsiveness. Moreover, our work describes the contrasting role of soluble and membrane-bound ICAM-1 in regulating tumor cell killing. The deficiency of membrane-bound ICAM-1 (mICAM-1) or the overexpression of soluble ICAM-1 (sICAM-1) induced resistance to CTL killing, whereas PD-L1 overexpression had no impact. These results highlight the essential role of ICAM-1 at the immunological synapse between tumor and CTL and the antagonist function of sICAM-1.