In severe cases of coronavirus disease 2019 (COVID-19), viral pneumonia progresses to respiratory failure. Neutrophil extracellular traps (NETs) are extracellular webs of chromatin, microbicidal proteins, and oxidant enzymes that are released by neutrophils to contain infections. However, when not properly regulated, NETs have the potential to propagate inflammation and microvascular thrombosis — including in the lungs of patients with acute respiratory distress syndrome. We now report that sera from patients with COVID-19 have elevated levels of cell-free DNA, myeloperoxidase-DNA (MPO-DNA), and citrullinated histone H3 (Cit-H3); the latter 2 are specific markers of NETs. Highlighting the potential clinical relevance of these findings, cell-free DNA strongly correlated with acute-phase reactants, including C-reactive protein, D-dimer, and lactate dehydrogenase, as well as absolute neutrophil count. MPO-DNA associated with both cell-free DNA and absolute neutrophil count, while Cit-H3 correlated with platelet levels. Importantly, both cell-free DNA and MPO-DNA were higher in hospitalized patients receiving mechanical ventilation as compared with hospitalized patients breathing room air. Finally, sera from individuals with COVID-19 triggered NET release from control neutrophils in vitro. Future studies should investigate the predictive power of circulating NETs in longitudinal cohorts and determine the extent to which NETs may be novel therapeutic targets in severe COVID-19.

We announce the release of Reconstruct Ancestral State in Phylogenies (RASP), a user-friendly software package for inferring historical biogeography through reconstructing ancestral geographic distributions on phylogenetic trees. RASP utilizes the widely used Statistical-Dispersal Vicariance Analysis (S-DIVA), the Dispersal–Extinction–Cladogenesis (DEC) model (Lagrange), a Statistical DEC model (S-DEC) and BayArea. It provides a graphical user interface (GUI) to specify a phylogenetic tree or set of trees and geographic distribution constraints, draws pie charts on the nodes of a phylogenetic tree to indicate levels of uncertainty, and generates high-quality exportable graphical results. RASP can run on both Windows and Mac OS X platforms. All documentation and source code for RASP is freely available at http://mnh.scu.edu.cn/soft/blog/RASP.

Abstract With the continual progress of sequencing techniques, genome-scale data are increasingly used in phylogenetic studies. With more data from throughout the genome, the relationship between genes and different kinds of characters is receiving more attention. Here, we present version 4 of RASP, a software to reconstruct ancestral states through phylogenetic trees. RASP can apply generalized statistical ancestral reconstruction methods to phylogenies, explore the phylogenetic signal of characters to particular trees, calculate distances between trees, and cluster trees into groups. RASP 4 has an improved graphic user interface and is freely available from http://mnh.scu.edu.cn/soft/blog/RASP (program) and https://github.com/sculab/RASP (source code).

Abstract Analysis of SARS-CoV-2 genetic diversity within infected hosts can provide insight into the generation and spread of new viral variants and may enable high resolution inference of transmission chains. However, little is known about temporal aspects of SARS-CoV-2 intrahost diversity and the extent to which shared diversity reflects convergent evolution as opposed to transmission linkage. Here we use high depth of coverage sequencing to identify within-host genetic variants in 325 specimens from hospitalized COVID-19 patients and infected employees at a single medical center. We validated our variant calling by sequencing defined RNA mixtures and identified a viral load threshold that minimizes false positives. By leveraging clinical metadata, we found that intrahost diversity is low and does not vary by time from symptom onset. This suggests that variants will only rarely rise to appreciable frequency prior to transmission. Although there was generally little shared variation across the sequenced cohort, we identified intrahost variants shared across individuals who were unlikely to be related by transmission. These variants did not precede a rise in frequency in global consensus genomes, suggesting that intrahost variants may have limited utility for predicting future lineages. These results provide important context for sequence-based inference in SARS-CoV-2 evolution and epidemiology.