JS
Joshua Shulman
Author with expertise in Mechanisms of Alzheimer's Disease
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
8
(50% Open Access)
Cited by:
1,928
h-index:
23
/
i10-index:
29
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Large-scale proteomic analysis of Alzheimer’s disease brain and cerebrospinal fluid reveals early changes in energy metabolism associated with microglia and astrocyte activation

Erik Johnson et al.Apr 13, 2020
Our understanding of Alzheimer’s disease (AD) pathophysiology remains incomplete. Here we used quantitative mass spectrometry and coexpression network analysis to conduct the largest proteomic study thus far on AD. A protein network module linked to sugar metabolism emerged as one of the modules most significantly associated with AD pathology and cognitive impairment. This module was enriched in AD genetic risk factors and in microglia and astrocyte protein markers associated with an anti-inflammatory state, suggesting that the biological functions it represents serve a protective role in AD. Proteins from this module were elevated in cerebrospinal fluid in early stages of the disease. In this study of >2,000 brains and nearly 400 cerebrospinal fluid samples by quantitative proteomics, we identify proteins and biological processes in AD brains that may serve as therapeutic targets and fluid biomarkers for the disease. Large-scale, comprehensive proteomic profiling of Alzheimer’s disease brain and cerebrospinal fluid reveals disease-associated protein coexpression modules and highlights the importance of glia and energy metabolism in disease pathogenesis.
0

A Consensus Proteomic Analysis of Alzheimer’s Disease Brain and Cerebrospinal Fluid Reveals Early Changes in Energy Metabolism Associated with Microglia and Astrocyte Activation

Erik Johnson et al.Oct 13, 2019
Abstract Our understanding of the biological changes in the brain associated with Alzheimer’s disease (AD) pathology and cognitive impairment remains incomplete. To increase our understanding of these changes, we analyzed dorsolateral prefrontal cortex of control, asymptomatic AD, and AD brains from four different centers by label-free quantitative mass spectrometry and weighted protein co-expression analysis to obtain a consensus protein co-expression network of AD brain. This network consisted of 13 protein co-expression modules. Six of these modules correlated with amyloid-β plaque burden, tau neurofibrillary tangle burden, cognitive function, and clinical functional status, and were altered in asymptomatic AD, AD, or in both disease states. These six modules reflected synaptic, mitochondrial, sugar metabolism, extracellular matrix, cytoskeletal, and RNA binding/splicing biological functions. The identified protein network modules were preserved in a community-based cohort analyzed by a different quantitative mass spectrometry approach. They were also preserved in temporal lobe and precuneus brain regions. Some of the modules were influenced by aging, and showed changes in other neurodegenerative diseases such as frontotemporal dementia and corticobasal degeneration. The module most strongly associated with AD pathology and cognitive impairment was the sugar metabolism module. This module was enriched in AD genetic risk factors, and was also highly enriched in microglia and astrocyte protein markers associated with an anti-inflammatory state, suggesting that the biological functions it represents serve a protective role in AD. Proteins from the sugar metabolism module were increased in cerebrospinal fluid from asymptomatic AD and AD cases, highlighting their potential as biomarkers of the altered brain network. In this study of >2000 brains and nearly 400 cerebrospinal fluid samples by quantitative proteomics, we identify proteins and biological processes in AD brain that may serve as therapeutic targets and fluid biomarkers for the disease.
0
Citation5
0
Save
0

Integrated analysis of the aging brain transcriptome and proteome in tauopathy

Carl Mangleburg et al.Feb 20, 2020
Background Tau neurofibrillary tangle pathology characterizes Alzheimer disease and other neurodegenerative tauopathies. Brain gene expression profiles can reveal mechanisms; however, few studies have systematically examined both the transcriptome and proteome or differentiated Tau- versus age-dependent changes. Methods Paired, longitudinal RNA-sequencing and mass-spectrometry were performed in a Drosophila model of tauopathy, based on pan-neuronal expression of human wildtype Tau (TauWT) or a mutation causing frontotemporal dementia (TauR406W). Tau-induced, differentially expressed transcripts and proteins were examined cross-sectionally or using linear regression and adjusting for age. Hierarchical clustering was performed to highlight network perturbations, and we examined overlaps with human brain gene expression profiles in tauopathy. Results TauWT induced 1,514 and 213 differentially expressed transcripts and proteins, respectively. TauR406W had a substantially greater impact, causing changes in 5,494 transcripts and 697 proteins. There was a ~70% overlap between age- and Tau-induced changes and our analyses reveal pervasive bi-directional interactions. Strikingly, 42% of Tau-induced transcripts were discordant in the proteome, showing opposite direction of change. Tau-responsive gene expression networks strongly implicate innate immune activation, despite the absence of microglia in flies. Cross-species analyses pinpoint human brain gene perturbations specifically triggered by Tau pathology and/or aging, and further differentiate between disease amplifying and protective changes. Conclusions Our results comprise a powerful, cross-species functional genomics resource for tauopathy, revealing Tau-mediated disruption of gene expression, including dynamic, age-dependent interactions between the brain transcriptome and proteome.
11

TBK1 interacts with tau and enhances neurodegeneration in tauopathy

Measho Abreha et al.Jun 18, 2020
ABSTRACT One of the defining pathological features of Alzheimer’s Disease (AD) is the deposition of neurofibrillary tangles (NFTs) composed of hyperphosphorylated tau in the brain. Aberrant activation of kinases in AD has been suggested to enhance phosphorylation and toxicity of tau, making the responsible tau-directed kinases attractive therapeutic targets. The full complement of tau interacting kinases in AD brain and their activity in disease remains incompletely defined. Here, immunoaffinity enrichment coupled with mass spectrometry (MS) identified TANK-binding kinase 1 (TBK1) as a tau-interacting partner in human AD cortical brain tissues. We validated this interaction in both human AD and familial frontotemporal dementia and parkinsonism linked to chromosome 17 (FTDP-17) caused by mutations in MAPT (R406W) postmortem brain tissues as well as human cell lines. Further, we document increased TBK1 activity in both AD and FTDP-17 and map the predominant TBK1 phosphorylation sites on tau based on in vitro kinase assays coupled to MS. Lastly, in a Drosophila tauopathy model, activating expression of a conserved TBK1 ortholog triggers tau hyperphosphorylation and enhanced neurodegeneration, whereas knockdown had the reciprocal effect, suppressing tau toxicity. Collectively, our findings suggest that increased TBK1 activity may promote tau hyperphosphorylation and neuronal loss in AD and related tauopathies.
0

Meta-analysis of the human brain transcriptome identifies heterogeneity across human AD coexpression modules robust to sample collection and methodological approach

Benjamin Logsdon et al.Jan 3, 2019
Alzheimer's disease (AD) is a complex and heterogenous brain disease that affects multiple inter-related biological processes. This complexity contributes, in part, to existing difficulties in the identification of successful disease-modifying therapeutic strategies. To address this, systems approaches are being used to characterize AD-related disruption in molecular state. To evaluate the consistency across these molecular models, a consensus atlas of the human brain transcriptome was developed through coexpression meta-analysis across the AMP-AD consortium. Consensus analysis was performed across five coexpression methods used to analyze RNA-seq data collected from 2114 samples across 7 brain regions and 3 research studies. From this analysis, five consensus clusters were identified that described the major sources of AD-related alterations in transcriptional state that were consistent across studies, methods, and samples. AD genetic associations, previously studied AD-related biological processes, and AD targets under active investigation were enriched in only three of these five clusters. The remaining two clusters demonstrated strong heterogeneity between males and females in AD-related expression that was consistently observed across studies. AD transcriptional modules identified by systems analysis of individual AMP-AD teams were all represented in one of these five consensus clusters except ROS/MAP-identified Module 109, which was specific for genes that showed the strongest association with changes in AD-related gene expression across consensus clusters. The other two AMP-AD transcriptional analyses reported modules that were enriched in one of the two sex-specific Consensus Clusters. The fifth cluster has not been previously identified and was enriched for genes related to proteostasis. This study provides an atlas to map across biological inquiries of AD with the goal of supporting an expansion in AD target discovery efforts.