Summary

 Follicular B helper T (Tfh) cells support high affinity and long-term antibody responses. Here we found that within circulating CXCR5⁺ CD4⁺ T cells in humans and mice, the CCR7^loPD-1^hi subset has a partial Tfh effector phenotype, whereas CCR7^hiPD-1^lo cells have a resting phenotype. The circulating CCR7^loPD-1^hi subset was indicative of active Tfh differentiation in lymphoid organs and correlated with clinical indices in autoimmune diseases. Thus the CCR7^loPD-1^hi subset provides a biomarker to monitor protective antibody responses during infection or vaccination and pathogenic antibody responses in autoimmune diseases. Differentiation of both CCR7^hiPD-1^lo and CCR7^loPD-1^hi subsets required ICOS and BCL6, but not SAP, suggesting that circulating CXCR5⁺ helper T cells are primarily generated before germinal centers. Upon antigen reencounter, CCR7^loPD-1^hi CXCR5⁺ precursors rapidly differentiate into mature Tfh cells to promote antibody responses. Therefore, circulating CCR7^loPD-1^hi CXCR5⁺ CD4⁺ T cells are generated during active Tfh differentiation and represent a new mechanism of immunological early memory.

Abstract Cellular stresses trigger autophagy to remove damaged macromolecules and organelles. Lysosomes ‘host’ multiple stress-sensing mechanisms that trigger the coordinated biogenesis of autophagosomes and lysosomes. For example, transcription factor (TF)EB, which regulates autophagy and lysosome biogenesis, is activated following the inhibition of mTOR, a lysosome-localized nutrient sensor. Here we show that reactive oxygen species (ROS) activate TFEB via a lysosomal Ca 2+ -dependent mechanism independent of mTOR. Exogenous oxidants or increasing mitochondrial ROS levels directly and specifically activate lysosomal TRPML1 channels, inducing lysosomal Ca 2+ release. This activation triggers calcineurin-dependent TFEB-nuclear translocation, autophagy induction and lysosome biogenesis. When TRPML1 is genetically inactivated or pharmacologically inhibited, clearance of damaged mitochondria and removal of excess ROS are blocked. Furthermore, TRPML1’s ROS sensitivity is specifically required for lysosome adaptation to mitochondrial damage. Hence, TRPML1 is a ROS sensor localized on the lysosomal membrane that orchestrates an autophagy-dependent negative-feedback programme to mitigate oxidative stress in the cell.

Background:Humans are exposed to thousands of man-made chemicals in the environment. Some chemicals mimic natural endocrine hormones and, thus, have the potential to be endocrine disruptors. Most of these chemicals have never been tested for their ability to interact with the estrogen receptor (ER). Risk assessors need tools to prioritize chemicals for evaluation in costly in vivo tests, for instance, within the U.S. EPA Endocrine Disruptor Screening Program.Objectives:We describe a large-scale modeling project called CERAPP (Collaborative Estrogen Receptor Activity Prediction Project) and demonstrate the efficacy of using predictive computational models trained on high-throughput screening data to evaluate thousands of chemicals for ER-related activity and prioritize them for further testing.Methods:CERAPP combined multiple models developed in collaboration with 17 groups in the United States and Europe to predict ER activity of a common set of 32,464 chemical structures. Quantitative structure–activity relationship models and docking approaches were employed, mostly using a common training set of 1,677 chemical structures provided by the U.S. EPA, to build a total of 40 categorical and 8 continuous models for binding, agonist, and antagonist ER activity. All predictions were evaluated on a set of 7,522 chemicals curated from the literature. To overcome the limitations of single models, a consensus was built by weighting models on scores based on their evaluated accuracies.Results:Individual model scores ranged from 0.69 to 0.85, showing high prediction reliabilities. Out of the 32,464 chemicals, the consensus model predicted 4,001 chemicals (12.3%) as high priority actives and 6,742 potential actives (20.8%) to be considered for further testing.Conclusion:This project demonstrated the possibility to screen large libraries of chemicals using a consensus of different in silico approaches. This concept will be applied in future projects related to other end points.Citation:Mansouri K, Abdelaziz A, Rybacka A, Roncaglioni A, Tropsha A, Varnek A, Zakharov A, Worth A, Richard AM, Grulke CM, Trisciuzzi D, Fourches D, Horvath D, Benfenati E, Muratov E, Wedebye EB, Grisoni F, Mangiatordi GF, Incisivo GM, Hong H, Ng HW, Tetko IV, Balabin I, Kancherla J, Shen J, Burton J, Nicklaus M, Cassotti M, Nikolov NG, Nicolotti O, Andersson PL, Zang Q, Politi R, Beger RD, Todeschini R, Huang R, Farag S, Rosenberg SA, Slavov S, Hu X, Judson RS. 2016. CERAPP: Collaborative Estrogen Receptor Activity Prediction Project. Environ Health Perspect 124:1023–1033; http://dx.doi.org/10.1289/ehp.1510267

SARS-CoV-02 is a new type of coronavirus capable of rapid transmission and causing severe clinical symptoms; much of which has unknown biological etiology. It has prompted researchers to rapidly mobilize their efforts towards identifying and developing anti-viral therapeutics and vaccines. Discovering and understanding the virus' pathways of infection, host-protein interactions, and cytopathic effects will greatly aid in the design of new therapeutics to treat COVID-19. While it is known that chloroquine and hydroxychloroquine, extensively explored as clinical agents for COVID-19, have multiple cellular effects including inhibiting autophagy, there are also dose-limiting toxicities in patients that make clearly establishing their potential mechanisms-of-action problematic. Therefore, we evaluated a range of other autophagy modulators to identify an alternative autophagy-based drug repurposing opportunity. In this work, we found that 6 of these compounds blocked the cytopathic effect of SARS-CoV-2 in Vero-E6 cells with EC

Drug repurposing is a rapid approach to identifying therapeutics for the treatment of emerging infectious diseases such as COVID-19. To address the urgent need for treatment options, we carried out a quantitative high-throughput screen using a SARS-CoV-2 cytopathic assay with a compound collection of 8,810 approved and investigational drugs, mechanism-based bioactive compounds, and natural products. Three hundred and nineteen compounds with anti-SARS-CoV-2 activities were identified and confirmed, including 91 approved drug and 49 investigational drugs. Among these confirmed compounds, the anti-SARS-CoV-2 activities of 230 compounds, including 38 approved drugs, have not been previously reported. Chlorprothixene, methotrimeprazine, and piperacetazine were the three most potent FDA approved drugs with anti-SARS-CoV-2 activities. These three compounds have not been previously reported to have anti-SARS-CoV-2 activities, although their antiviral activities against SARS-CoV and Ebola virus have been reported. These results demonstrate that this comprehensive data set of drug repurposing screen for SARS-CoV-2 is useful for drug repurposing efforts including design of new drug combinations for clinical trials.

The outbreak of coronavirus disease 2019 (COVID-19) caused by severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) has emphasized the urgency to develop effective therapeutics. Drug repurposing screening is regarded as one of the most practical and rapid approaches for the discovery of such therapeutics. The 3C like protease (3CL

Rationale Glutamate carboxypeptidase II (GCPII) catalyzes the hydrolysis of N ‐acetylaspartylglutamate (NAAG) to yield glutamate (Glu) and N ‐acetylaspartate (NAA). Inhibition of GCPII has been shown to remediate the neurotoxicity of excess Glu in a variety of cell and animal disease models. A robust high‐throughput liquid chromatography–tandem mass spectrometry (LC/MS/MS) method was needed to quantify GCPII enzymatic activity in a biochemical high‐throughput screening assay. Methods A dual‐stream LC/MS/MS method was developed. Two parallel eluent streams ran identical HILIC gradient methods on BEH‐Amide (2 × 30 mm) columns. Each LC channel was run independently, and the cycle time was 2 min per channel. Overall throughput was 1 min per sample for the dual‐channel integrated system. Multiply injected acquisition files were split during data review, and batch metadata were automatically paired with raw data during the review process. Results Two LC sorbents, BEH‐Amide and Penta‐HILIC, were tested to separate the NAAG cleavage product Glu from isobaric interference and ion suppressants in the bioassay matrix. Early elution of NAAG and NAA on BEH‐Amide allowed interfering species to be diverted to waste. The limit of quantification was 0.1 pmol for Glu. The Z ‐factor of this assay averaged 0.85. Over 36 000 compounds were screened using this method. Conclusions A fast gradient dual‐stream LC/MS/MS method for Glu quantification in GCPII biochemical screening assay samples was developed and validated. HILIC separation chemistry offers robust performance and unique selectivity for targeted positive mode quantification of Glu, NAA, and NAAG.

Abstract The National Center for Advancing Translational Sciences (NCATS) has been actively generating SARS-CoV-2 high-throughput screening data and disseminates it through the OpenData Portal ( https://opendata.ncats.nih.gov/covid19/ ). Here, we provide a hybrid approach that utilizes NCATS screening data from the SARS-CoV-2 cytophatic effect reduction assay to build predictive models, using both machine learning and pharmacophore-based modeling. Optimized models were used to perform two iterative rounds of virtual screening to predict small molecules active against SARS-CoV-2. Experimental testing with live virus provided 100 (~16% of predicted hits) active compounds (Efficacy > 30%, IC 50 ≤ 15 μM). Systematic clustering analysis of active compounds revealed three promising chemotypes which have not been previously identified as inhibitors of SARS-CoV-2 infection. Further analysis identified allosteric binders to host receptor angiotensin-converting enzyme 2, which were able to inhibit the entry of pseudoparticles bearing spike protein of wild type SARS-CoV-2 as well as South African B.1.351 and UK B.1.1.7 variants.