Interindividual clinical variability in the course of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) infection is vast. We report that at least 101 of 987 patients with life-threatening coronavirus disease 2019 (COVID-19) pneumonia had neutralizing immunoglobulin G (IgG) autoantibodies (auto-Abs) against interferon-ω (IFN-ω) (13 patients), against the 13 types of IFN-α (36), or against both (52) at the onset of critical disease; a few also had auto-Abs against the other three type I IFNs. The auto-Abs neutralize the ability of the corresponding type I IFNs to block SARS-CoV-2 infection in vitro. These auto-Abs were not found in 663 individuals with asymptomatic or mild SARS-CoV-2 infection and were present in only 4 of 1227 healthy individuals. Patients with auto-Abs were aged 25 to 87 years and 95 of the 101 were men. A B cell autoimmune phenocopy of inborn errors of type I IFN immunity accounts for life-threatening COVID-19 pneumonia in at least 2.6% of women and 12.5% of men.

MicroRNAs (miRNAs) are regulatory molecules that participate in diverse biological processes in animals and plants. While thousands of mammalian genes are potentially targeted by miRNAs, the functions of miRNAs in the context of gene networks are not well understood. Specifically, it is unknown whether miRNA-containing networks have recurrent circuit motifs, as has been observed in regulatory networks of bacteria and yeast. Here we develop a computational method that utilizes gene expression data to show that two classes of circuits-corresponding to positive and negative transcriptional coregulation of a miRNA and its targets-are prevalent in the human and mouse genomes. Additionally, we find that neuronal-enriched miRNAs tend to be coexpressed with their target genes, suggesting that these miRNAs could be involved in neuronal homeostasis. Our results strongly suggest that coordinated transcriptional and miRNA-mediated regulation is a recurrent motif to enhance the robustness of gene regulation in mammalian genomes.

Alexander van Oudenaarden and colleagues examine microRNA-mediated regulation of gene expression using single-cell measurements of a target gene's expression. They find that microRNAs can repress gene expression either as a switch or through fine-tuning and that the strength of repression can vary widely between cells. MicroRNAs (miRNAs) are short, highly conserved noncoding RNA molecules that repress gene expression in a sequence-dependent manner. We performed single-cell measurements using quantitative fluorescence microscopy and flow cytometry to monitor a target gene's protein expression in the presence and absence of regulation by miRNA. We find that although the average level of repression is modest, in agreement with previous population-based measurements, the repression among individual cells varies dramatically. In particular, we show that regulation by miRNAs establishes a threshold level of target mRNA below which protein production is highly repressed. Near this threshold, protein expression responds sensitively to target mRNA input, consistent with a mathematical model of molecular titration. These results show that miRNAs can act both as a switch and as a fine-tuner of gene expression.

A major goal of systems biology is the development of models that accurately predict responses to perturbation. Constructing such models requires the collection of dense measurements of system states, yet transformation of data into predictive constructs remains a challenge. To begin to model human immunity, we analyzed immune parameters in depth both at baseline and in response to influenza vaccination. Peripheral blood mononuclear cell transcriptomes, serum titers, cell subpopulation frequencies, and B cell responses were assessed in 63 individuals before and after vaccination and were used to develop a systematic framework to dissect inter- and intra-individual variation and build predictive models of postvaccination antibody responses. Strikingly, independent of age and pre-existing antibody titers, accurate models could be constructed using pre-perturbation cell populations alone, which were validated using independent baseline time points. Most of the parameters contributing to prediction delineated temporally stable baseline differences across individuals, raising the prospect of immune monitoring before intervention.

Immune and inflammatory responses to severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) contribute to disease severity of coronavirus disease 2019 (COVID-19). However, the utility of specific immune-based biomarkers to predict clinical outcome remains elusive. Here, we analyzed levels of 66 soluble biomarkers in 175 Italian patients with COVID-19 ranging from mild/moderate to critical severity and assessed type I IFN–, type II IFN–, and NF-κB–dependent whole-blood transcriptional signatures. A broad inflammatory signature was observed, implicating activation of various immune and nonhematopoietic cell subsets. Discordance between IFN-α2a protein and IFNA2 transcript levels in blood suggests that type I IFNs during COVID-19 may be primarily produced by tissue-resident cells. Multivariable analysis of patients' first samples revealed 12 biomarkers (CCL2, IL-15, soluble ST2 [sST2], NGAL, sTNFRSF1A, ferritin, IL-6, S100A9, MMP-9, IL-2, sVEGFR1, IL-10) that when increased were independently associated with mortality. Multivariate analyses of longitudinal biomarker trajectories identified 8 of the aforementioned biomarkers (IL-15, IL-2, NGAL, CCL2, MMP-9, sTNFRSF1A, sST2, IL-10) and 2 additional biomarkers (lactoferrin, CXCL9) that were substantially associated with mortality when increased, while IL-1α was associated with mortality when decreased. Among these, sST2, sTNFRSF1A, IL-10, and IL-15 were consistently higher throughout the hospitalization in patients who died versus those who recovered, suggesting that these biomarkers may provide an early warning of eventual disease outcome.

Neutrophils are attracted to and generate dense swarms at sites of cell damage in diverse tissues, often extending the local disruption of organ architecture produced by the initial insult. Whether the inflammatory damage resulting from such neutrophil accumulation is an inescapable consequence of parenchymal cell death has not been explored. Using a combination of dynamic intravital imaging and confocal multiplex microscopy, we report here that tissue-resident macrophages rapidly sense the death of individual cells and extend membrane processes that sequester the damage, a process that prevents initiation of the feedforward chemoattractant signaling cascade that results in neutrophil swarms. Through this "cloaking" mechanism, the resident macrophages prevent neutrophil-mediated inflammatory damage, maintaining tissue homeostasis in the face of local cell injury that occurs on a regular basis in many organs because of mechanical and other stresses. VIDEO ABSTRACT.

SOMAscan is an aptamer-based proteomics assay capable of measuring 1,305 human protein analytes in serum, plasma, and other biological matrices with high sensitivity and specificity. In this work, we present a comprehensive meta-analysis of performance based on multiple serum and plasma runs using the current 1.3 k assay, as well as the previous 1.1 k version. We discuss normalization procedures and examine different strategies to minimize intra- and interplate nuisance effects. We implement a meta-analysis based on calibrator samples to characterize the coefficient of variation and signal-over-background intensity of each protein analyte. By incorporating coefficient of variation estimates into a theoretical model of statistical variability, we also provide a framework to enable rigorous statistical tests of significance in intervention studies and clinical trials, as well as quality control within and across laboratories. Furthermore, we investigate the stability of healthy subject baselines and determine the set of analytes that exhibit biologically stable baselines after technical variability is factored in. This work is accompanied by an interactive web-based tool, an initiative with the potential to become the cornerstone of a regularly updated, high quality repository with data sharing, reproducibility, and reusability as ultimate goals.

From a systematic analysis of genome-wide association studies of blood lipid levels, Wagschal et al. identify several miRNAs that target key proteins involved in cholesterol and lipid metabolism, including the LDL receptor and the ABCA1 cholesterol transporter. Genome-wide association studies (GWASs) have linked genes to various pathological traits. However, the potential contribution of regulatory noncoding RNAs, such as microRNAs (miRNAs), to a genetic predisposition to pathological conditions has remained unclear. We leveraged GWAS meta-analysis data from >188,000 individuals to identify 69 miRNAs in physical proximity to single-nucleotide polymorphisms (SNPs) associated with abnormal levels of circulating lipids. Several of these miRNAs (miR-128-1, miR-148a, miR-130b, and miR-301b) control the expression of key proteins involved in cholesterol-lipoprotein trafficking, such as the low-density lipoprotein (LDL) receptor (LDLR) and the ATP-binding cassette A1 (ABCA1) cholesterol transporter. Consistent with human liver expression data and genetic links to abnormal blood lipid levels, overexpression and antisense targeting of miR-128-1 or miR-148a in high-fat diet–fed C57BL/6J and Apoe-null mice resulted in altered hepatic expression of proteins involved in lipid trafficking and metabolism, and in modulated levels of circulating lipoprotein-cholesterol and triglycerides. Taken together, these findings support the notion that altered expression of miRNAs may contribute to abnormal blood lipid levels, predisposing individuals to human cardiometabolic disorders.

Abstract Multimodal single-cell protein and transcriptomic profiling (e.g. CITE-seq) holds promise for comprehensive dissection of cellular heterogeneity, yet protein counts measured by oligo-conjugated-antibody can have substantial noise that masks biological variations. Here we integrated experiments and computational analysis to reveal two major noise sources: protein-specific noise from unbound antibodies and cell-specific noise captured by the shared variance of isotype controls and background protein counts. We provide an open source R package (dsb) to denoise and normalize CITE-seq data based on these findings. ( https://cran.r-project.org/web/packages/dsb/index.html ).

Abstract Vaccines are among the most cost-effective public health interventions for preventing infection-induced morbidity and mortality, yet much remains to be learned regarding the mechanisms by which vaccines protect. Systems immunology combines traditional immunology with modern ‘omic profiling techniques and computational modeling to promote rapid and transformative advances in vaccinology and vaccine discovery. The NIH/NIAID Human Immunology Project Consortium (HIPC) has leveraged systems immunology approaches to identify molecular signatures associated with the immunogenicity of many vaccines, including those targeting seasonal influenza, yellow fever, and hepatitis B. These data are made available to the broader scientific community through the ImmuneSpace data portal and analysis engine leveraging the NIH/NIAID ImmPort repository 1,2 . However, a barrier to progress in this area is that comparative analyses have been limited by the distributed nature of some data, potential batch effects across studies, and the absence of multiple relevant studies from non-HIPC groups in ImmPort. To support comparative analyses across different vaccines, we have created the Immune Signatures Data Resource, a compendium of standardized systems vaccinology datasets. This data resource is available through ImmuneSpace , along with code to reproduce the processing and batch normalization starting from the underlying study data in ImmPort and the Gene Expression Omnibus (GEO). The current release comprises 1405 participants from 53 cohorts profiling the response to 24 different vaccines and includes transcriptional profiles and antibody response measurements. This novel systems vaccinology data release represents a valuable resource for comparative and meta-analyses that will accelerate our understanding of mechanisms underlying vaccine responses.