A newly described coronavirus named severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), which is the causative agent of coronavirus disease 2019 (COVID-19), has infected over 2.3 million people, led to the death of more than 160,000 individuals and caused worldwide social and economic disruption1,2. There are no antiviral drugs with proven clinical efficacy for the treatment of COVID-19, nor are there any vaccines that prevent infection with SARS-CoV-2, and efforts to develop drugs and vaccines are hampered by the limited knowledge of the molecular details of how SARS-CoV-2 infects cells. Here we cloned, tagged and expressed 26 of the 29 SARS-CoV-2 proteins in human cells and identified the human proteins that physically associated with each of the SARS-CoV-2 proteins using affinity-purification mass spectrometry, identifying 332 high-confidence protein-protein interactions between SARS-CoV-2 and human proteins. Among these, we identify 66 druggable human proteins or host factors targeted by 69 compounds (of which, 29 drugs are approved by the US Food and Drug Administration, 12 are in clinical trials and 28 are preclinical compounds). We screened a subset of these in multiple viral assays and found two sets of pharmacological agents that displayed antiviral activity: inhibitors of mRNA translation and predicted regulators of the sigma-1 and sigma-2 receptors. Further studies of these host-factor-targeting agents, including their combination with drugs that directly target viral enzymes, could lead to a therapeutic regimen to treat COVID-19.

Highlights•Phosphoproteomics analysis of SARS-CoV-2-infected cells uncovers signaling rewiring•Infection promotes host p38 MAPK cascade activity and shutdown of mitotic kinases•Infection stimulates CK2-containing filopodial protrusions with budding virus•Kinase activity analysis identifies potent antiviral drugs and compoundsSummaryThe causative agent of the coronavirus disease 2019 (COVID-19) pandemic, severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), has infected millions and killed hundreds of thousands of people worldwide, highlighting an urgent need to develop antiviral therapies. Here we present a quantitative mass spectrometry-based phosphoproteomics survey of SARS-CoV-2 infection in Vero E6 cells, revealing dramatic rewiring of phosphorylation on host and viral proteins. SARS-CoV-2 infection promoted casein kinase II (CK2) and p38 MAPK activation, production of diverse cytokines, and shutdown of mitotic kinases, resulting in cell cycle arrest. Infection also stimulated a marked induction of CK2-containing filopodial protrusions possessing budding viral particles. Eighty-seven drugs and compounds were identified by mapping global phosphorylation profiles to dysregulated kinases and pathways. We found pharmacologic inhibition of the p38, CK2, CDK, AXL, and PIKFYVE kinases to possess antiviral efficacy, representing potential COVID-19 therapies.Graphical abstract

The COVID-19 pandemic, caused by severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), is a grave threat to public health and the global economy. SARS-CoV-2 is closely related to the more lethal but less transmissible coronaviruses SARS-CoV-1 and Middle East respiratory syndrome coronavirus (MERS-CoV). Here, we have carried out comparative viral-human protein-protein interaction and viral protein localization analyses for all three viruses. Subsequent functional genetic screening identified host factors that functionally impinge on coronavirus proliferation, including Tom70, a mitochondrial chaperone protein that interacts with both SARS-CoV-1 and SARS-CoV-2 ORF9b, an interaction we structurally characterized using cryo-electron microscopy. Combining genetically validated host factors with both COVID-19 patient genetic data and medical billing records identified molecular mechanisms and potential drug treatments that merit further molecular and clinical study.

We present an exceptional case of a patient with high-grade serous ovarian cancer, treated with multiple chemotherapy regimens, who exhibited regression of some metastatic lesions with concomitant progression of other lesions during a treatment-free period. Using immunogenomic approaches, we found that progressing metastases were characterized by immune cell exclusion, whereas regressing and stable metastases were infiltrated by CD8+ and CD4+ T cells and exhibited oligoclonal expansion of specific T cell subsets. We also detected CD8+ T cell reactivity against predicted neoepitopes after isolation of cells from a blood sample taken almost 3 years after the tumors were resected. These findings suggest that multiple distinct tumor immune microenvironments co-exist within a single individual and may explain in part the heterogeneous fates of metastatic lesions often observed in the clinic post-therapy.Video AbstracteyJraWQiOiI4ZjUxYWNhY2IzYjhiNjNlNzFlYmIzYWFmYTU5NmZmYyIsImFsZyI6IlJTMjU2In0.eyJzdWIiOiIyMTE4MzdjNzcwNTk0MjhkNDRhYjAyYTRkZDZkODdkOSIsImtpZCI6IjhmNTFhY2FjYjNiOGI2M2U3MWViYjNhYWZhNTk2ZmZjIiwiZXhwIjoxNjc5MDQ3MjI2fQ.lK7tHnrBU82YVgvi8eqvfSXlBB7bRQTXJ9TxfhIFT5Ee2SveuRD_jQIEQCYiaOiKs4MDZ-y8wjmZGkxgktxqgJzqqs4iuuNWesuaAxQ0afoP7OsJE_TAKHJguL0L92_cz21oRfbd7DsYkdyoIao7X6sA-Zfpy2qDyFO8cqGQViaZNr7T4oGNp036iufEXaZ-L5PbDJ_ESEpUnPfpMELAVMCCPeS3r8oWir4kJZYjSz5rDvLCiPOx2spvGxEHnbw7jG7jA1UU40alBuZPy57LD41-mfIrDlTiOhOkYsjjWer8kbtok1VLpKh0LXpx_f7T_stevwLPwCy9oTdys2YJKg(mp4, (28.16 MB) Download video

The emergence of SARS-CoV-2 variants of concern suggests viral adaptation to enhance human-to-human transmission

Abstract All cellular functions are governed by complex molecular machines that assemble through protein-protein interactions. Their atomic details are critical to the study of their molecular mechanisms but fewer than 5% of hundreds of thousands of human interactions have been structurally characterized. Here, we test the potential and limitations of recent progress in deep-learning methods using AlphaFold2 to predict structures for 65,484 human interactions. We show that higher confidence models are enriched in interactions supported by affinity or structure-based methods and can be orthogonally confirmed by spatial constraints defined by cross-link data. We identify 3,137 high confidence models, of which 1,371 have no homology to a known structure, from which we identify interface residues harbouring disease mutations, suggesting potential mechanisms for pathogenic variants. We find groups of interface phosphorylation sites that show patterns of co-regulation across conditions, suggestive of coordinated tuning of multiple interactions as signalling responses. Finally, we provide examples of how the predicted binary complexes can be used to build larger assemblies. Accurate prediction of protein complexes promises to greatly expand our understanding of the atomic details of human cell biology in health and disease.

Abstract Although cancer immunotherapy with PD-(L)1 blockade is now routine treatment for patients with lung cancer, remarkably little is known about acquired resistance. We examined 1,201 patients with NSCLC treated with PD-(L)1 blockade to clinically characterize acquired resistance, finding it to be common (occurring in more than 60% of initial responders), with persistent but diminishing risk over time, and with distinct metastatic and survival patterns compared to primary resistance. To examine the molecular phenotype and potential mechanisms of acquired resistance, we performed whole transcriptome and exome tumor profiling in a subset of NSCLC patients (n=29) with acquired resistance. Systematic immunogenomic analysis revealed that tumors with acquired resistance generally had enriched signals of inflammation (including IFNγ signaling and inferred CD8+ T cells) and could be separated into IFNγ upregulated and stable subsets. IFNγ upregulated tumors had putative routes of resistance with signatures of dysfunctional interferon signaling and mutations in antigen presentation genes. Transcriptomic profiling of cancer cells from a murine model of acquired resistance to PD-(L)1 blockade also showed evidence of dysfunctional interferon signaling and acquired insensitivity to in vitro interferon gamma treatment. In summary, we characterized clinical and molecular features of acquired resistance to PD-(L)1 blockade in NSCLC and found evidence of ongoing but dysfunctional IFN response. The persistently inflamed, rather than excluded or deserted, tumor microenvironment of acquired resistance informs therapeutic strategies to effectively reprogram and reverse acquired resistance.

Abstract Proteins that interact together participate in the same cellular process and influence the same organismal traits. Despite the progress in mapping protein-protein interactions we lack knowledge of how they differ between tissues. Due to coordinated (post)transcriptional control, protein complex members have highly correlated abundances that are predictive of functional association. Here, we have compiled 7873 proteomic samples measuring protein levels in 11 human tissues and use these to define an atlas with tissue-specific protein associations. This method recapitulates known protein complexes and the larger structural organization of the cell. Interactions of stable protein complexes are well preserved across tissues, while signaling and metabolic interactions show larger variation. Further, we find that less than 18% of differences between tissues are estimated to be due to differences in gene expression while cell-type specific cellular structures, such as synaptic components, represent a significant driver of differences between tissues. We further supported the brain protein association network through co-fractionation experiments in synaptosomes, curation of brain derived pull-down data and AlphaFold2 models. Together these results illustrate how this brain specific protein interaction network can functionally prioritize candidate genes within loci linked to brain disorders.

Abstract Genetic alterations in cancer cells trigger oncogenic transformation, a process largely mediated by the dysregulation of kinase and transcription factor (TF) activities. While the mutational profiles of thousands of tumours has been extensively characterized, the measurements of protein activities has been technically limited until recently. We compiled public data of matched genomics and (phospho)proteomics measurements for 1,110 tumours and 77 cell lines that we used to estimate activity changes in 218 kinases and 292 TFs. Kinase activities are, on average, not strongly determined by protein abundance but rather by their phosphorylation state while the reverse is more common for TFs. Co-regulation of kinase and TF activities reflects previously known regulatory relationships and allows us to dissect genetic drivers of signalling changes in cancer. Loss-of-function mutation is not often associated with dysregulation of downstream targets, suggesting frequent compensatory mechanisms. Finally, we identified the activities most differentially regulated in cancer subtypes and showed how these can be linked to differences in patient survival. Our results provide broad insights into dysregulation of protein activities in cancer and their contribution to disease severity.

The effect of single nucleotide variants (SNVs) in coding and non-coding regions is of great interest in genetics. Although many computational methods aim to elucidate the effects of SNVs on cellular mechanisms, it is not straightforward to comprehensively cover different molecular effects. To address this we compiled and benchmarked sequence and structure-based variant effect predictors and we analyzed the impact of nearly all possible amino acid and nucleotide variants in the reference genomes of H. sapiens, S. cerevisiae and E. coli. Studied mechanisms include protein stability, interaction interfaces, post-translational modifications and transcription factor binding sites. We apply this resource to the study of natural and disease coding variants. We also show how variant effects can be aggregated to generate protein complex burden scores that uncover protein complex to phenotype associations based on a set of newly generated growth profiles of 93 sequenced S. cerevisiae strains in 43 conditions. This resource is available through mutfunc, a tool by which users can query precomputed predictions by providing amino acid or nucleotide-level variants.