ABSTRACT The historically dominant SARS-CoV-2 Delta variants and the currently dominant Omicron variants carry a T492I substitution within the non-structural protein 4 (NSP4). Based on a combination of in silico analyses, we predicted that the T492I mutation increases the transmissibility and adaptability of the virus. We confirmed this hypothesis by performing competition experiments in hamsters and in human airway tissue culture models. Furthermore, we show that the T492I mutation also increases the replication capacity and infectiveness of the virus, and improves its ability to evade antibody neutralization induced by previous variants. Mechanistically, the T492I mutation increases cleavage efficiency of the viral main protease NSP5 by enhancing enzyme-substrate binding, resulting in increased production of nearly all non-structural proteins processed by NSP5. Importantly, T492I mutation suppresses the viral RNA associated chemokines in monocytic macrophages, which may contribute to the attenuated pathogenicity of Omicron variants. Our results highlight the importance of the NSP4 mutation in the evolutionary dynamics of SARS-CoV-2 and identify a novel target for the development of broad-spectrum antiviral agents.

Coronavirus disease 2019 (COVID-19) has caused more than 40,000 deaths worldwide. Approximately 14% of patients with COVID-19 experienced severe disease and 5% were critically ill. Studies have shown that dysregulation of the COVID-19 patients' immune system may lead to inflammatory storm and cause severe illness and even death. Tocilizumab treatment targeting interleukin 6 receptor has shown inspiring clinical results of severe COVID-19 patients. However, the immune network with Tocilizumab treatment at single cell resolution has not been uncovered. Here, we profiled the single-cell transcriptomes of 13,289 peripheral blood mononuclear cells isolated at three longitudinal stages from two severe COVID-19 patients treated with Tocilizumab. We identified a severe stage-specific monocyte subpopulation and these cells centric immune cell interaction network connected by the inflammatory cytokines and their receptors. The over-activated inflammatory immune response was attenuated after Tocilizumab treatment, yet immune cells including plasma B cells and CD8+ T cells still exhibited an intense humoral and cell-mediated anti-virus immune response in recovered COVID-19 patients. These results provided critical insights into the immunopathogenesis of severe COVID-19 and revealed fundamentals of effectiveness in Tocilizumab treatment.### Competing Interest Statement

Extrachromosomal circular DNA (eccDNA) is crucial in oncogene amplification, gene transcription regulation, and intratumor heterogeneity. While various analysis pipelines and experimental methods have been developed for eccDNA identification, their detection efficiencies have not been systematically assessed. To address this, we evaluated the performance of 7 analysis pipelines using three simulated datasets, in terms of accuracy, similarity, duplication rate, and computational resource consumption. We also compared the eccDNA detection efficiency of 7 experimental methods through twenty-one real sequencing datasets. Our results identified Circle-Map and CReSIL as the most effective pipelines for eccDNA detection through short-read and long-read sequencing data, respectively. Moreover, third-generation sequencing-based Circle-Seq showed superior efficiency in detecting copy number-amplified eccDNA over 10 kb in length. These results offer valuable insights for researchers in choosing the most suitable methods for eccDNA research.

The development of sequencing technologies has promoted the survey of genome-wide chromatin accessibility at single-cell resolution; however, comprehensive analysis of single-cell epigenomic profiles remains a challenge. Here, we introduce an accessibility pattern-based epigenomic clustering (APEC) method, which classifies each individual cell by groups of accessible regions with synergistic signal patterns termed “accessons”. By integrating with other analytical tools, this python-based APEC package greatly improves the accuracy of unsupervised single-cell clustering for many different public data sets. APEC also predicts gene expressions, identifies significant differential enriched motifs, discovers super enhancers, and projects pseudotime trajectories. Furthermore, we adopted a fluorescent tagmentation-based single-cell ATAC-seq technique (ftATAC-seq) to investigated the per cell regulome dynamics of mouse thymocytes. Associated with ftATAC-seq, APEC revealed a detailed epigenomic heterogeneity of thymocytes, characterized the developmental trajectory and predicted the regulators that control the stages of maturation process. Overall, this work illustrates a powerful approach to study single-cell epigenomic heterogeneity and regulome dynamics.