ATP Receptor in Arabidopsis As well as its role as an intracellular energy source, extracellular adenosine triphosphate (ATP) has diverse functions as a signaling molecule. ATP receptors have been identified in animal cells, but searches based on structural homology have not identified ATP receptors in plants. Choi et al. (p. 290 ) have now identified an ATP receptor in the model plant Arabidopsis thaliana by tracking down the cause of mutations that leave mutant plants unresponsive to ATP signals. The receptor identified carries an intracellular kinase domain and an extracellular lectin domain.

Variants of UNC13A, a critical gene for synapse function, increase the risk of amyotrophic lateral sclerosis and frontotemporal dementia

Abstract Variants within the UNC13A gene have long been known to increase risk of amyotrophic lateral sclerosis (ALS) and frontotemporal dementia (FTD), two related neurodegenerative diseases defined by mislocalization of the RNA-binding protein TDP-43. Here, we show that TDP-43 depletion induces robust inclusion of a cryptic exon (CE) within UNC13A , a critical synaptic gene, resulting in nonsense-mediated decay and protein loss. Strikingly, two common polymorphisms strongly associated with ALS/FTD risk directly alter TDP-43 binding within the CE or downstream intron, increasing CE inclusion in cultured cells and in patient brains. Our findings, which are the first to demonstrate a genetic link specifically between loss of TDP-43 nuclear function and disease, reveal both the mechanism by which UNC13A variants exacerbate the effects of decreased nuclear TDP-43 function, and provide a promising therapeutic target for TDP-43 proteinopathies. One-Sentence Summary Shared ALS/FTD risk variants increase the sensitivity of a cryptic exon in the synaptic gene UNC13A to TDP-43 depletion.

Abstract Fully automated proteomic pipelines have the potential to achieve deep coverage of cellular proteomes with high throughput and scalability. However, it is important to evaluate performance, including both reproducibility and ability to provide meaningful levels of biological insight. Here, we present an approach combining high field asymmetric waveform ion mobility spectrometer (FAIMS) interface and data independent acquisition (DIA) proteomics approach developed as part of the induced pluripotent stem cell (iPSC) Neurodegenerative Disease Initiative (iNDI), a large-scale effort to understand how inherited diseases may manifest in neuronal cells. Our FAIMS-DIA approach identified more than 8000 proteins per mass spectrometry (MS) acquisition as well as superior total identification, reproducibility, and accuracy compared to other existing DIA methods. Next, we applied this approach to perform a longitudinal proteomic profiling of the differentiation of iPSC-derived neurons from the KOLF2.1J parental line used in iNDI. This analysis demonstrated a steady increase in expression of mature cortical neuron markers over the course of neuron differentiation. We validated the performance of our proteomics pipeline by comparing it to single cell RNA-Seq datasets obtained in parallel, confirming expression of key markers and cell type annotations. An interactive webapp of this temporal data is available for aligned-UMAP visualization and data browsing ( https://share.streamlit.io/anant-droid/singlecellumap ). In summary, we report an extensively optimized and validated proteomic pipeline that will be suitable for large-scale studies such as iNDI.

Abstract The mammalian spinal cord functions as a community of glial and neuronal cell types to accomplish sensory processing, autonomic control, and movement; conversely, the dysfunction of these cell types following spinal cord injury or disease states can lead to chronic pain, paralysis, and death. While we have made great strides in understanding spinal cellular diversity in animal models, it is crucial to characterize human biology directly to uncover specialized features of basic function and to illuminate human pathology. Here, we present a cellular taxonomy of the adult human spinal cord using single nucleus RNA-sequencing with spatial transcriptomics and antibody validation. We observed 29 glial clusters, including rare cell types such as ependymal cells, and 35 neuronal clusters, which we found are organized principally by anatomical location. To demonstrate the potential of this resource for understanding human disease, we analyzed the transcriptome of spinal motoneurons that are prone to degeneration in amyotrophic lateral sclerosis (ALS) and other diseases. We found that, compared with all other spinal neurons, human motoneurons are defined by genes related to cell size, cytoskeletal structure, and ALS, thereby supporting a model of a specialized motoneuron molecular repertoire that underlies their selective vulnerability to disease. We include a publicly available browsable web resource with this work, in the hope that it will catalyze future discoveries about human spinal cord biology.

Abstract Human induced pluripotent stem cell (iPSC) lines are a powerful tool for studying development and disease, but the considerable phenotypic variation between lines makes it challenging to replicate key findings and integrate data across research groups. To address this issue, we sub-cloned candidate iPSC lines and deeply characterised their genetic properties using whole genome sequencing, their genomic stability upon CRISPR/Cas9-based gene editing, and their phenotypic properties including differentiation to commonly-used cell types. These studies identified KOLF2.1J as an all-around well-performing iPSC line. We then shared KOLF2.1J with groups around the world who tested its performance in head-to-head comparisons with their own preferred iPSC lines across a diverse range of differentiation protocols and functional assays. On the strength of these findings, we have made KOLF2.1J and hundreds of its gene-edited derivative clones readily accessible to promote the standardization required for large-scale collaborative science in the stem cell field. Summary The authors of this collaborative study deeply characterized human induced pluripotent stem cell (iPSC) lines to rationally select a clonally-derived cell line that performs well across multiple modalities. KOLF2.1J was identified as a candidate reference cell line based on single-cell analysis of its gene expression in the pluripotent state, whole genome sequencing, genomic stability after highly efficient CRISPR-mediated gene editing, integrity of the p53 pathway, and the efficiency with which it differentiated into multiple target cell populations. Since it is deeply characterized and can be readily acquired, KOLF2.1J is an attractive reference cell line for groups working with iPSCs. Graphical abstract

ABSTRACT Background A gradual decline in renal function occurs even in healthy aging individuals. In addition to aging per se , concurrent metabolic syndrome and hypertension, which are common in the aging population, can induce mitochondrial dysfunction and inflammation, which collectively contribute to age-related kidney dysfunction and disease. Here we studied the role of the nuclear hormone receptors, the estrogen-related receptors (ERRs) in regulation of age-related mitochondrial dysfunction and inflammation. ERRs were decreased in aging human and mouse kidneys and were preserved in aging mice with lifelong caloric restriction (CR). Methods A pan-ERR agonist was used to treat 21-month-old mice for 8-weeks. In addition, 21-month-old mice were treated with a STING inhibitor for 3 weeks. Results Remarkably, only an 8-week treatment with a pan-ERR agonist reversed the age-related increases in albuminuria, podocyte loss, mitochondrial dysfunction and inflammatory cytokines, including the cGAS-STING and STAT3 signaling pathways. A 3-week treatment of 21-month-old mice with a STING inhibitor reversed the increases in inflammatory cytokines and the senescence marker p21 but also unexpectedly reversed the age-related decreases in PGC-1α, ERRα, mitochondrial complexes and MCAD expression. Conclusions Our studies identified ERRs as important modulators of age-related mitochondrial dysfunction and inflammation. These findings highlight novel druggable pathways that can be further evaluated to prevent progression of age-related kidney disease. Significance Statement There is an increasing need for prevention and treatment strategies for age-related kidney disease. The hallmarks of aging kidneys are decreased mitochondrial function and increased inflammation. The expression of the nuclear hormone receptors estrogen-related receptors (ERRs) are decreased in aging human and mouse kidneys. This paper investigates the role of ERRs in the aging kidney. Treatment of aging mice with a pan-ERR agonist reversed the age-related increases in albuminuria and podocyte loss, mitochondrial dysfunction and inflammatory cytokines, including the cGAS-STING signaling pathways. Treatment of aging mice with a STING inhibitor decreased inflammation and increased mitochondrial gene expression. These findings identify ERRs as important modulators of age-related mitochondrial dysfunction and inflammation.

Abstract Lung cancer is the leading cause of cancer mortality worldwide. The treatment of lung cancer patients harboring mutant EGFR with orally administered EGFR TKIs has been a paradigm shift. Osimertinib and rociletinib are 3 rd generation irreversible EGFR TKIs targeting the EGFR T790M mutation. Osimertinib is the current standard care for patients with EGFR mutations due to increased efficacy, lower side effects, and enhanced brain penetrance. Unfortunately, all patients develop resistance. Genomic approaches have primarily been used to interrogate resistance mechanisms. Here, we have characterized the proteome and phosphoproteome of a series of isogenic EGFR mutant lung adenocarcinoma cell lines that are either sensitive or resistant to these drugs. To our knowledge, this is the most comprehensive proteomic dataset resource to date to investigate 3 rd generation EGFR TKI resistance in lung adenocarcinoma. We have interrogated this unbiased global quantitative mass spectrometry dataset to uncover alterations in signaling pathways, reveal a proteomic signature of epithelial mesenchymal transition (EMT) and identify kinases and phosphatases with altered expression and phosphorylation in TKI resistant cells. Decreased tyrosine phosphorylation of key sites in the phosphatase SHP2 suggests its inhibition resulting in inhibition of RAS/MAPK and activation of PI3K/AKT pathways. Furthermore, we performed anticorrelation analyses of this phosphoproteomic dataset with the published drug-induced P100 phosphoproteomic datasets from the Library of Integrated Network-Based Cellular Signatures (LINCS) program to predict drugs with the potential to overcome EGFR TKI resistance. We identified dactolisib, a PI3K/mTOR inhibitor, which in combination with osimertinib overcomes resistance both in vitro and in vivo . One Sentence Summary Global quantitative proteome and phosphoproteome analyses to examine altered signaling pathways in isogenic 3 rd generation EGFR TKI sensitive and resistant cells.

Abstract Immune checkpoint inhibitor and adoptive lymphocyte transfer-based therapies have shown great therapeutic potential for cancers with high tumor mutation burden (TMB). Here, we employed mass spectrometry (MS)-based proteogenomic large-scale profiling to identify potential immunogenic human leukocyte antigen (HLA) Class I-presented peptides in both melanoma, a “hot tumor” with high TMB, and EGFR mutant lung adenocarcinoma, a “cold tumor” with low TMB. We identified several classes of neopeptides, including mutated neoantigens and more than 1000 post-translationally modified peptides representing 58 different PTMs. We constructed a cancer germline (CG) antigen database with 285 antigens and identified 42 Class I-presented CG antigens. Finally, we developed a non-canonical peptide discovery pipeline to identify 44 lncRNA-derived peptides and validated Class I binding for select neopeptides. We provide direct evidence of HLA Class I presentation of a large number of neopeptides for potential vaccine or adoptive cell therapy in melanoma and mutant EGFR lung cancer.

Abstract Longitudinal multi-dimensional biological datasets are ubiquitous and highly abundant. These datasets are essential to understanding disease progression, identifying subtypes, and drug discovery. Discovering meaningful patterns or disease pathophysiologies in these datasets is challenging due to their high dimensionality, making it difficult to visualize hidden patterns. Several methods have been developed for dimensionality reduction, but they are limited to cross-sectional datasets. Recently proposed Aligned-UMAP, an extension of the UMAP algorithm, can visualize high-dimensional longitudinal datasets. In this work, we applied Aligned-UMAP on a broad spectrum of clinical, imaging, proteomics, and single-cell datasets. Aligned-UMAP reveals time-dependent hidden patterns when color-coded with the metadata. We found that the algorithm parameters also play a crucial role and must be tuned carefully to utilize the algorithm’s potential fully. Altogether, based on its ease of use and our evaluation of its performance on different modalities, we anticipate that Aligned-UMAP will be a valuable tool for the biomedical community. We also believe our benchmarking study becomes more important as more and more high-dimensional longitudinal data in biomedical research becomes available. Highlights - explored the utility of Aligned-UMAP in longitudinal biomedical datasets - offer insights on optimal uses for the technique - provide recommendations for best practices In Brief High-dimensional longitudinal data is prevalent yet understudied in biological literature. High-dimensional data analysis starts with projecting the data to low dimensions to visualize and understand the underlying data structure. Though few methods are available for visualizing high dimensional longitudinal data, they are not studied extensively in real-world biological datasets. A recently developed nonlinear dimensionality reduction technique, Aligned-UMAP, analyzes sequential data. Here, we give an overview of applications of Aligned-UMAP on various biomedical datasets. We further provide recommendations for best practices and offer insights on optimal uses for the technique.