This manuscript reports a comprehensive systems level description of the molecular signatures governing the interaction of West Nile virus with human cells. A whole-genome human RNA interference gene silencing screen in HeLa cells identified 305 host proteins genes that facilitate West Nile virus infection of human cells. A number of the identified also play a role in the infection of dengue virus, another flavivirus related to West Nile virus. This work highlights differences in the molecular pathogenesis of related flaviviruses, and points to several possible new targets for antiviral drugs Genome-wide RNAi screen in human cells identifies host factors that regulate replication of the West Nile virus. Some of these factors are shown to relevant for dengue virus as well. West Nile virus (WNV), and related flaviviruses such as tick-borne encephalitis, Japanese encephalitis, yellow fever and dengue viruses, constitute a significant global human health problem1. However, our understanding of the molecular interaction of such flaviviruses with mammalian host cells is limited1. WNV encodes only 10 proteins, implying that it may use many cellular proteins for infection1. WNV enters the cytoplasm through pH-dependent endocytosis, undergoes cycles of translation and replication, assembles progeny virions in association with endoplasmic reticulum, and exits along the secretory pathway1,2,3. RNA interference (RNAi) presents a powerful forward genetics approach to dissect virus–host cell interactions4,5,6. Here we report the identification of 305 host proteins that affect WNV infection, using a human-genome-wide RNAi screen. Functional clustering of the genes revealed a complex dependence of this virus on host cell physiology, requiring a wide variety of molecules and cellular pathways for successful infection. We further demonstrate a requirement for the ubiquitin ligase CBLL1 in WNV internalization, a post-entry role for the endoplasmic-reticulum-associated degradation pathway in viral infection, and the monocarboxylic acid transporter MCT4 as a viral replication resistance factor. By extending this study to dengue virus, we show that flaviviruses have both overlapping and unique interaction strategies with host cells. This study provides a comprehensive molecular portrait of WNV–human cell interactions that forms a model for understanding single plus-stranded RNA virus infection, and reveals potential antiviral targets.

Abstract We evaluated TLR function in primary human dendritic cells (DCs) from 104 young (age 21–30 y) and older (≥65 y) individuals. We used multicolor flow cytometry and intracellular cytokine staining of myeloid DCs (mDCs) and plasmacytoid DCs (pDCs) and found substantial decreases in older compared with young individuals in TNF-α, IL-6, and/or IL-12 (p40) production in mDCs and in TNF-α and IFN-α production in pDCs in response to TLR1/2, TLR2/6, TLR3, TLR5, and TLR8 engagement in mDCs and TLR7 and TLR9 in pDCs. These differences were highly significant after adjustment for heterogeneity between young and older groups (e.g., gender, race, body mass index, number of comorbid medical conditions) using mixed-effect statistical modeling. Studies of surface and intracellular expression of TLR proteins and of TLR gene expression in purified mDCs and pDCs revealed potential contributions for both transcriptional and posttranscriptional mechanisms in these age-associated effects. Moreover, intracellular cytokine production in the absence of TLR ligand stimulation was elevated in cells from older compared with young individuals, suggesting a dysregulation of cytokine production that may limit further activation by TLR engagement. Our results provide evidence for immunosenescence in DCs; notably, defects in cytokine production were strongly associated with poor Ab response to influenza immunization, a functional consequence of impaired TLR function in the aging innate immune response.

Mouse oocytes are reversibly inhibited from resuming meiotic maturation in vitro by cAMP phosphodiesterase inhibitors such as 3-isobutyl-1-methyl xanthine (IBMX) and cAMP analogs such as dibutyryl cAMP (dbcAMP). Oocytes cultured in IBMX-containing medium were transferred to and cultured in IBMX-free medium for various periods of time prior to their return to either IBMX- or dbcAMP-containing medium. Results from these experiments defined a period of time in which oocytes became committed to resuming meiosis. Forskolin, which elevated the intracellular oocyte cAMP concentration, transiently inhibited oocytes from resuming meiosis. Levels of cAMP were determined in oocytes incubated in medium that allows resumption of meiosis. The level of oocyte cAMP decreased significantly during the time in which oocytes become committed to resuming meiosis. This decrease in oocyte cAMP was not observed in oocytes inhibited from resuming meiosis by IBMX. In addition, cAMP levels were determined in preovulatory antral follicles, cumulus cell-oocyte complexes, and oocytes during gonadotropin-induced resumption of meiosis in vivo. A decrease in oocyte cAMP preceded resumption of meiosis as manifested by germinal vesicle breakdown (GVBD). This decrease apparently occurred before or during a period of time in which follicle and cumulus cell cAMP were increasing. Associated with commitment to resume meiosis was a characteristic set of changes in oocyte phosphoprotein metabolism that preceded GVBD. These changes are, to date, some of the first reported biochemical changes that precede GVBD. Results from these experiments are discussed in terms of a possible role cAMP may play in regulation of resumption of meiosis in mammals.

The Lyme disease agent Borrelia burgdorferi naturally persists in a cycle that primarily involves ticks and mammals. We have now identified a tick receptor (TROSPA) that is required for spirochetal colonization of Ixodes scapularis. B. burgdorferi outer surface protein A, which is abundantly expressed on spirochetes within the arthropod and essential for pathogen adherence to the vector, specifically bound to TROSPA. TROSPA mRNA levels in ticks increased following spirochete infestation and decreased in response to engorgement, events that are temporally linked to B. burgdorferi entry into and egress from the vector. The blockade of TROSPA by TROSPA antisera or by the repression of TROSPA expression via RNA interference reduced B. burgdorferi adherence to the I. scapularis gut in vivo, thereby preventing efficient colonization of the vector and subsequently reducing pathogen transmission to the mammalian host. Identification of an I. scapularis receptor for B. burgdorferi is the first step toward elucidating arthropod ligands that are required for survival of spirochetes in nature.

The effects of aging on human TLR function remain incompletely understood. We assessed TLR function and expression in peripheral blood monocytes from 159 subjects in 2 age categories, 21-30 and >65 years of age, using a multivariable mixed effect model. Using flow cytometry to assess TLR-induced cytokine production, we observed a substantial, highly significant defect in TLR1/2-induced TNF-alpha (p = 0.0003) and IL-6 (p < 0.0001) production, in older adults compared with young controls. In contrast to findings in aged mice, other TLR (including TLR2/6)-induced cytokine production appeared largely intact. These differences were highly significant even after correcting for covariates including gender, race, medications, and comorbidities. This defect in TLR1/2 signaling may result from alterations in baseline TLR1 surface expression, which was decreased by 36% in older adults (p < 0.0001), whereas TLR2 surface expression was unaffected by aging. Production of IL-6 (p < 0.0001) and TNF-alpha (p = 0.003) after stimulation by N-palmitoyl-S-[2,3-bis(palmitoyloxy)-(2R,S)-propyl]-Cys-[S]-Ser1-[S]-Lys(4) trihydrochloride was strongly associated with TLR1 surface expression. Diminished TLR1/2 signaling may contribute to the increased infection-related morbidity and mortality and the impaired vaccine responses observed in aging humans.

There are currently limited Food and Drug Administration (FDA)-approved drugs and vaccines for the treatment or prevention of Coronavirus Disease 2019 (COVID-19). Enhanced understanding of Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2) infection and pathogenesis is critical for the development of therapeutics. To provide insight into viral replication, cell tropism, and host–viral interactions of SARS-CoV-2, we performed single-cell (sc) RNA sequencing (RNA-seq) of experimentally infected human bronchial epithelial cells (HBECs) in air–liquid interface (ALI) cultures over a time course. This revealed novel polyadenylated viral transcripts and highlighted ciliated cells as a major target at the onset of infection, which we confirmed by electron and immunofluorescence microscopy. Over the course of infection, the cell tropism of SARS-CoV-2 expands to other epithelial cell types including basal and club cells. Infection induces cell-intrinsic expression of type I and type III interferons (IFNs) and interleukin (IL)-6 but not IL-1. This results in expression of interferon-stimulated genes (ISGs) in both infected and bystander cells. This provides a detailed characterization of genes, cell types, and cell state changes associated with SARS-CoV-2 infection in the human airway.

Influenza A virus (IAV) causes up to half a million deaths worldwide annually, 90% of which occur in older adults. We show that IAV-infected monocytes from older humans have impaired antiviral interferon production but retain intact inflammasome responses. To understand the in vivo consequence, we used mice expressing a functional Mx gene encoding a major interferon-induced effector against IAV in humans. In Mx1-intact mice with weakened resistance due to deficiencies in Mavs and Tlr7, we found an elevated respiratory bacterial burden. Notably, mortality in the absence of Mavs and Tlr7 was independent of viral load or MyD88-dependent signaling but dependent on bacterial burden, caspase-1/11, and neutrophil-dependent tissue damage. Therefore, in the context of weakened antiviral resistance, vulnerability to IAV disease is a function of caspase-dependent pathology.

Abstract Biomedical researchers are generating high-throughput, high-dimensional single-cell data at a staggering rate. As costs of data generation decrease, experimental design is moving towards measurement of many different single-cell samples in the same dataset. These samples can correspond to different patients, conditions, or treatments. While scalability of methods to datasets of these sizes is a challenge on its own, dealing with large-scale experimental design presents a whole new set of problems, including batch effects and sample comparison issues. Currently, there are no computational tools that can both handle large amounts of data in a scalable manner (many cells) and at the same time deal with many samples (many patients or conditions). Moreover, data analysis currently involves the use of different tools that each operate on their own data representation, not guaranteeing a synchronized analysis pipeline. For instance, data visualization methods can be disjoint and mismatched with the clustering method. For this purpose, we present SAUCIE, a deep neural network that leverages the high degree of parallelization and scalability offered by neural networks, as well as the deep representation of data that can be learned by them to perform many single-cell data analysis tasks, all on a unified representation. A well-known limitation of neural networks is their interpretability. Our key contribution here are newly formulated regularizations (penalties) that render features learned in hidden layers of the neural network interpretable. When large multi-patient datasets are fed into SAUCIE, the various hidden layers contain denoised and batch-corrected data, a low dimensional visualization, unsupervised clustering, as well as other information that can be used to explore the data. We show this capability by analyzing a newly generated 180-sample dataset consisting of T cells from dengue patients in India, measured with mass cytometry. We show that SAUCIE, for the first time, can batch correct and process this 11-million cell data to identify cluster-based signatures of acute dengue infection and create a patient manifold, stratifying immune response to dengue on the basis of single-cell measurements.

BACKGROUNDPatients hospitalized for COVID-19 exhibit diverse clinical outcomes, with outcomes for some individuals diverging over time even though their initial disease severity appears similar to that of other patients. A systematic evaluation of molecular and cellular profiles over the full disease course can link immune programs and their coordination with progression heterogeneity.METHODSWe performed deep immunophenotyping and conducted longitudinal multiomics modeling, integrating 10 assays for 1,152 Immunophenotyping Assessment in a COVID-19 Cohort (IMPACC) study participants and identifying several immune cascades that were significant drivers of differential clinical outcomes.RESULTSIncreasing disease severity was driven by a temporal pattern that began with the early upregulation of immunosuppressive metabolites and then elevated levels of inflammatory cytokines, signatures of coagulation, formation of neutrophil extracellular traps, and T cell functional dysregulation. A second immune cascade, predictive of 28-day mortality among critically ill patients, was characterized by reduced total plasma Igs and B cells and dysregulated IFN responsiveness. We demonstrated that the balance disruption between IFN-stimulated genes and IFN inhibitors is a crucial biomarker of COVID-19 mortality, potentially contributing to failure of viral clearance in patients with fatal illness.CONCLUSIONOur longitudinal multiomics profiling study revealed temporal coordination across diverse omics that potentially explain the disease progression, providing insights that can inform the targeted development of therapies for patients hospitalized with COVID-19, especially those who are critically ill.TRIAL REGISTRATIONClinicalTrials.gov NCT04378777.FUNDINGNIH (5R01AI135803-03, 5U19AI118608-04, 5U19AI128910-04, 4U19AI090023-11, 4U19AI118610-06, R01AI145835-01A1S1, 5U19AI062629-17, 5U19AI057229-17, 5U19AI125357-05, 5U19AI128913-03, 3U19AI077439-13, 5U54AI142766-03, 5R01AI104870-07, 3U19AI089992-09, 3U19AI128913-03, and 5T32DA018926-18); NIAID, NIH (3U19AI1289130, U19AI128913-04S1, and R01AI122220); and National Science Foundation (DMS2310836).