The 2019 novel coronavirus, SARS-CoV-2, is a pathogen of critical significance to international public health. Knowledge of the interplay between molecular-scale virus-receptor interactions, single-cell viral replication, intracellular-scale viral transport, and emergent tissue-scale viral propagation is limited. Moreover, little is known about immune system-virus-tissue interactions and how these can result in low-level (asymptomatic) infections in some cases and acute respiratory distress syndrome (ARDS) in others, particularly with respect to presentation in different age groups or pre-existing inflammatory risk factors. Given the nonlinear interactions within and among each of these processes, multiscale simulation models can shed light on the emergent dynamics that lead to divergent outcomes, identify actionable "choke points" for pharmacologic interventions, screen potential therapies, and identify potential biomarkers that differentiate patient outcomes. Given the complexity of the problem and the acute need for an actionable model to guide therapy discovery and optimization, we introduce and iteratively refine a prototype of a multiscale model of SARS-CoV-2 dynamics in lung tissue. The first prototype model was built and shared internationally as open source code and an online interactive model in under 12 hours, and community domain expertise is driving regular refinements. In a sustained community effort, this consortium is integrating data and expertise across virology, immunology, mathematical biology, quantitative systems physiology, cloud and high performance computing, and other domains to accelerate our response to this critical threat to international health. More broadly, this effort is creating a reusable, modular framework for studying viral replication and immune response in tissues, which can also potentially be adapted to related problems in immunology and immunotherapy.

In an effort to identify therapeutic intervention strategies for the treatment of COVID-19, we have investigated a selection of FDA-approved small molecules and biologics that are commonly used to treat other human diseases. A investigation into 18 small molecules and 3 biologics was conducted in cell culture and the impact of treatment on viral titer was quantified by plaque assay. The investigation identified 4 FDA-approved small molecules, Maraviroc, FTY720 (Fingolimod), Atorvastatin and Nitazoxanide that were able to inhibit SARS-CoV-2 infection. Confocal microscopy with over expressed S-protein demonstrated that Maraviroc reduced the extent of S-protein mediated cell fusion as observed by fewer multinucleate cells in the context of drug-treatment. Mathematical modeling of drug-dependent viral multiplication dynamics revealed that prolonged drug treatment will exert an exponential decrease in viral load in a multicellular/tissue environment. Taken together, the data demonstrate that Maraviroc, Fingolimod, Atorvastatin and Nitazoxanide inhibit SARS-CoV-2 in cell culture.

Abstract Summary Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2), the newly emergent causative agent of coronavirus disease-19 (COVID-19), has resulted in more than one million deaths worldwide since it was first detected in 2019. There is a critical global need for therapeutic intervention strategies that can be deployed to safely treat COVID-19 disease and reduce associated morbidity and mortality. Increasing evidence shows that both natural and synthetic antimicrobial peptides (AMPs), also referred to as Host Defense Proteins/Peptides (HDPs), can inhibit SARS-CoV-2, paving the way for the potential clinical use of these molecules as therapeutic options. In this manuscript, we describe the potent antiviral activity exerted by brilacidin—a de novo designed synthetic small molecule that captures the biological properties of HDPs—on SARS-CoV-2 in a human lung cell line (Calu-3) and a monkey cell line (Vero). These data suggest that SARS-CoV-2 inhibition in these cell culture models is primarily a result of the impact of brilacidin on viral entry and its disruption of viral integrity. Brilacidin has demonstrated synergistic antiviral activity when combined with remdesivir. Collectively, our data demonstrate that brilacidin exerts potent inhibition of SARS-CoV-2 and thus supports brilacidin as a promising COVID-19 drug candidate. Highlights Brilacidin potently inhibits SARS-CoV-2 in an ACE2 positive human lung cell line. Brilacidin achieved a high Selectivity Index of 426 (CC 50 =241μM/IC 50 =0.565μM). Brilacidin’s main mechanism appears to disrupt viral integrity and impact viral entry. Brilacidin and remdesivir exhibit excellent synergistic activity against SARS-CoV-2. Significance Statement SARS-CoV-2, the emergent novel coronavirus, has led to the current global COVID-19 pandemic, characterized by extreme contagiousness and high mortality rates. There is an urgent need for effective therapeutic strategies to safely and effectively treat SARS-CoV-2 infection. We demonstrate that brilacidin, a synthetic small molecule with peptide-like properties, is capable of exerting potent in vitro antiviral activity against SARS-CoV-2, both as a standalone treatment and in combination with remdesivir, which is currently the only FDA-approved drug for the treatment of COVID-19.

Abstract Effective and safe vaccines are invaluable tools in the arsenal to fight infectious diseases. The rapid spreading of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) responsible of the coronavirus disease 2019 pandemic has highlighted the need to develop methods for rapid and efficient vaccine development. DNA origami nanoparticles (DNA-NPs) presenting multiple antigens in prescribed nanoscale patterns have recently emerged as a safe, efficient, and easily scalable alternative for rational design of vaccines. Here, we are leveraging the unique properties of these DNA-NPs and demonstrate that precisely patterning ten copies of a reconstituted trimer of the receptor binding domain (RBD) of SARS-CoV-2 along with CpG adjuvants on the DNA-NPs is able to elicit a robust protective immunity against SARS-CoV-2 in a mouse model. Our results demonstrate the potential of our DNA-NP-based approach for developing safe and effective nanovaccines against infectious diseases.

SUMMARY Timely development of vaccines and antiviral drugs is critical to control the COVID-19 pandemic 1–6 . Current methods for quantifying vaccine-induced neutralizing antibodies involve the use of pseudoviruses, such as the SARS-CoV-2 spike protein (S) pseudotyped lentivirus 7–14 . However, these pseudoviruses contain structural proteins foreign to SARS-CoV-2, and require days to infect and express reporter genes 15 . Here we describe the development of a new hybrid alphavirus-SARS-CoV-2 (Ha-CoV-2) particle for rapid and accurate quantification of neutralization antibodies and viral variants. Ha-CoV-2 is a non-replicating SARS-CoV-2 virus-like particle, composed of SARS-CoV-2 structural proteins (S, M, N, and E) and a RNA genome derived from a fast expressing alphavirus vector 16 . We demonstrated that Ha-CoV-2 can rapidly and robustly express reporter genes in target cells within 3-6 hours. We further validated Ha-CoV-2 for rapid quantification of neutralization antibodies, viral variants, and antiviral drugs. In addition, as a proof-of-concept, we assembled and compared the relative infectivity of a panel of 10 Ha-CoV-2 variant isolates (D614G, P.1, B.1.1.207, B.1.351, B.1.1.7, B.1.429, B.1.258, B.1.494, B.1.2, B.1.1298), and demonstrated that these variants in general are 2-10 fold more infectious. Furthermore, we quantified the anti-serum from an infected and vaccinated individual; the one dose vaccination with Moderna mRNA-1273 has greatly increased the anti-serum titer for approximately 6 fold. The post-vaccination serum has also demonstrated various neutralizing activities against all 9 variants tested. These results demonstrated that Ha-CoV-2 can be used as a robust platform for rapid quantification of neutralizing antibodies against SARS-CoV-2 and its variants.

Outbreaks of viral diseases are on the rise, fueling the search for antiviral therapeutics that act on a broad range of viruses while remaining safe to human host cells. In this research, we leverage the finding that the plasma membranes of host cells and the lipid bilayers surrounding enveloped viruses differ in lipid composition. We feature Piscidin 1 (P1), a cationic host defense peptide (HDP) that has antimicrobial effects and membrane activity associated with its N-terminal region where a cluster of aromatic residues and copper-binding motif reside. While few HDPs have demonstrated antiviral activity, P1 acts in the micromolar range against several enveloped viruses that vary in envelope lipid composition. Notably, it inhibits HIV-1, a virus that has an envelope enriched in cholesterol, a lipid associated with higher membrane order and stability. Here, we first document through plaque assays that P1 boasts strong activity against SARS-CoV-2, which has an envelope low in cholesterol. Second, we extend previous studies done with homogeneous bilayers and devise cholesterol-containing zwitterionic membranes that contain the liquid disordered (L d ; low in cholesterol) and ordered (L o , rich in cholesterol) phases. Using dye leakage assays and cryo-electron microscopy on vesicles, we show that P1 has dramatic permeabilizing capability on the L o /L d , an effect matched by a strong ability to aggregate, fuse, and thin the membranes. Differential scanning calorimetry and NMR experiments demonstrate that P1 mixes the lipid content of vesicles and alters the stability of the L o . Structural studies by NMR indicate that P1 interacts with the L o /L d by folding into an α-helix that lies parallel to the membrane surface. Altogether, these results show that P1 is more disruptive to phase-separated than homogenous cholesterol-containing bilayers, suggesting an ability to target domain boundaries. Overall, this multi-faceted research highlights how a peptide that interacts strongly with membranes through an aromatic-rich N-terminal motif disrupt viral envelope mimics. This represents an important step towards the development of novel peptides with broad-spectrum antiviral activity.

Abstract The coronavirus disease 2019 (COVID-19) pandemic caused by the severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) continues to pose serious threats to global health. We previously reported that AAK1, BIKE and GAK, members of the Numb-associated kinase family, control intracellular trafficking of multiple RNA viruses during viral entry and assembly/egress. Here, using both genetic and pharmacological approaches, we probe the functional relevance of NAKs for SARS-CoV-2 infection. siRNA-mediated depletion of AAK1, BIKE, GAK, and STK16, the fourth member of the NAK family, suppressed SARS-CoV-2 infection in human lung epithelial cells. Both known and novel small molecules with potent AAK1/BIKE, GAK or STK16 activity suppressed SARS-CoV-2 infection. Moreover, combination treatment with the approved anti-cancer drugs, sunitinib and erlotinib, with potent anti-AAK1/BIKE and GAK activity, respectively, demonstrated synergistic effect against SARS-CoV-2 infection in vitro . Time-of-addition experiments revealed that pharmacological inhibition of AAK1 and BIKE suppressed viral entry as well as late stages of the SARS-CoV-2 life cycle. Lastly, suppression of NAKs expression by siRNAs inhibited entry of both wild type and SARS-CoV-2 pseudovirus. These findings provide insight into the roles of NAKs in SARS-CoV-2 infection and establish a proof-of-principle that pharmacological inhibition of NAKs can be potentially used as a host-targeted approach to treat SARS-CoV-2 with potential implications to other coronaviruses.

Chikungunya virus (CHIKV) is responsible for the most endemic alphavirus infections called Chikungunya. The endemicity of Chikungunya has increased over the past two decades, and it is a pathogen with pandemic potential. There is currently no approved direct-acting antiviral to treat the disease. As part of our antiviral drug discovery program focused on alphaviruses and the non-structural protein 2 protease, we discovered that J12 and J13 can inhibit CHIKV nsP2 protease and block the replication of CHIKV in cell cultures. Both compounds are metabolically stable to human liver microsomal and S9 enzymes. J13 has excellent oral bioavailability in pharmacokinetics studies in mice and ameliorated Chikungunya symptoms in preliminary efficacy studies in mice. J13 exhibited an excellent safety profile in in vitro safety pharmacology and off-target screening assays, making J13 and its analogs good candidates for drug development against Chikungunya.

Abstract The rising incidence of cancer underscores the imperative for innovative diagnostic and prognostic methodologies. This study delves into the potential of RNA-Seq gene expression data to enhance cancer classification accuracy. Introducing a pioneering approach, we model gene expression data as point clouds, capitalizing on the data’s intrinsic properties to bolster classification performance. Utilizing PointNet, a typical technique for processing point cloud data, as our framework’s cornerstone, we incorporate inductive biases pertinent to gene expression and pathways. This integration markedly elevates model efficacy, culminating in developing an end-to-end deep learning classifier with an accuracy rate surpassing 99%. Our findings not only illuminate the capabilities of AI-driven models in the realm of oncology but also highlight the criticality of acknowledging biological dataset nuances in model design. This research provides insights into application of deep learning in medical science, setting the stage for further innovation in cancer classification through sophisticated biological data analysis. The source code for our study is accessible at: https://github.com/cialab/GPNet .

No vaccines or antivirals are approved against Venezuelan equine encephalitis virus (VEEV) infection in humans. To improve our understanding of VEEV-host interactions, we simultaneously profiled host transcriptome and viral RNA (vRNA) in thousands of single cells during infection of human astrocytes. Host transcription was suppressed, and “superproducer cells” with extreme vRNA abundance and altered transcriptome emerged during the first viral life cycle. Cells with increased structural-to-nonstructural transcript ratio demonstrated upregulation of trafficking genes at later time points. Loss- and gain-of-function experiments confirmed pro- and antiviral host factors. Single-cell deep sequencing analysis identified a viral E3 protein mutation altering host gene expression. Lastly, comparison with data from other viruses highlighted common and unique pathways perturbed by infection across evolutionary scales. This study provides a high-resolution characterization of the cellular response to VEEV infection, identifies candidate targets for antivirals, and establishes a comparative single-cell approach to study the evolution of virus-host interactions.