Recent studies have provided insights into the pathogenesis of coronavirus disease 2019 (COVID-19)1–4. However, the longitudinal immunological correlates of disease outcome remain unclear. Here we serially analysed immune responses in 113 patients with moderate or severe COVID-19. Immune profiling revealed an overall increase in innate cell lineages, with a concomitant reduction in T cell number. An early elevation in cytokine levels was associated with worse disease outcomes. Following an early increase in cytokines, patients with moderate COVID-19 displayed a progressive reduction in type 1 (antiviral) and type 3 (antifungal) responses. By contrast, patients with severe COVID-19 maintained these elevated responses throughout the course of the disease. Moreover, severe COVID-19 was accompanied by an increase in multiple type 2 (anti-helminths) effectors, including interleukin-5 (IL-5), IL-13, immunoglobulin E and eosinophils. Unsupervised clustering analysis identified four immune signatures, representing growth factors (A), type-2/3 cytokines (B), mixed type-1/2/3 cytokines (C), and chemokines (D) that correlated with three distinct disease trajectories. The immune profiles of patients who recovered from moderate COVID-19 were enriched in tissue reparative growth factor signature A, whereas the profiles of those with who developed severe disease had elevated levels of all four signatures. Thus, we have identified a maladapted immune response profile associated with severe COVID-19 and poor clinical outcome, as well as early immune signatures that correlate with divergent disease trajectories. A longitudinal analysis of immune responses in patients with moderate or severe COVID-19 identifies a maladapted immune response profile linked to severe disease.

COVID-19 manifests with a wide spectrum of clinical phenotypes that are characterized by exaggerated and misdirected host immune responses1–6. Although pathological innate immune activation is well-documented in severe disease1, the effect of autoantibodies on disease progression is less well-defined. Here we use a high-throughput autoantibody discovery technique known as rapid extracellular antigen profiling7 to screen a cohort of 194 individuals infected with SARS-CoV-2, comprising 172 patients with COVID-19 and 22 healthcare workers with mild disease or asymptomatic infection, for autoantibodies against 2,770 extracellular and secreted proteins (members of the exoproteome). We found that patients with COVID-19 exhibit marked increases in autoantibody reactivities as compared to uninfected individuals, and show a high prevalence of autoantibodies against immunomodulatory proteins (including cytokines, chemokines, complement components and cell-surface proteins). We established that these autoantibodies perturb immune function and impair virological control by inhibiting immunoreceptor signalling and by altering peripheral immune cell composition, and found that mouse surrogates of these autoantibodies increase disease severity in a mouse model of SARS-CoV-2 infection. Our analysis of autoantibodies against tissue-associated antigens revealed associations with specific clinical characteristics. Our findings suggest a pathological role for exoproteome-directed autoantibodies in COVID-19, with diverse effects on immune functionality and associations with clinical outcomes. Rapid extracellular antigen profiling of a cohort of 194 individuals infected with SARS-CoV-2 uncovers diverse autoantibody responses that affect COVID-19 disease severity, progression and clinical and immunological characteristics.

Severe COVID-19 is characterized by persistent lung inflammation, inflammatory cytokine production, viral RNA and a sustained interferon (IFN) response, all of which are recapitulated and required for pathology in the SARS-CoV-2-infected MISTRG6-hACE2 humanized mouse model of COVID-19, which has a human immune system1–20. Blocking either viral replication with remdesivir21–23 or the downstream IFN-stimulated cascade with anti-IFNAR2 antibodies in vivo in the chronic stages of disease attenuates the overactive immune inflammatory response, especially inflammatory macrophages. Here we show that SARS-CoV-2 infection and replication in lung-resident human macrophages is a critical driver of disease. In response to infection mediated by CD16 and ACE2 receptors, human macrophages activate inflammasomes, release interleukin 1 (IL-1) and IL-18, and undergo pyroptosis, thereby contributing to the hyperinflammatory state of the lungs. Inflammasome activation and the accompanying inflammatory response are necessary for lung inflammation, as inhibition of the NLRP3 inflammasome pathway reverses chronic lung pathology. Notably, this blockade of inflammasome activation leads to the release of infectious virus by the infected macrophages. Thus, inflammasomes oppose host infection by SARS-CoV-2 through the production of inflammatory cytokines and suicide by pyroptosis to prevent a productive viral cycle. A new humanized mouse model for COVID-19 demonstrates SARS-CoV-2 infection and subsequent activation of inflammasomes in human macrophages as a critical driver of disease.

Abstract Severe COVID-19 is characterized by persistent lung inflammation, inflammatory cytokine production, viral RNA, and sustained interferon (IFN) response all of which are recapitulated and required for pathology in the SARS-CoV-2 infected MISTRG6-hACE2 humanized mouse model of COVID-19 with a human immune system 1-20 . Blocking either viral replication with Remdesivir 21-23 or the downstream IFN stimulated cascade with anti-IFNAR2 in vivo in the chronic stages of disease attenuated the overactive immune-inflammatory response, especially inflammatory macrophages. Here, we show SARS-CoV-2 infection and replication in lung-resident human macrophages is a critical driver of disease. In response to infection mediated by CD16 and ACE2 receptors, human macrophages activate inflammasomes, release IL-1 and IL-18 and undergo pyroptosis thereby contributing to the hyperinflammatory state of the lungs. Inflammasome activation and its accompanying inflammatory response is necessary for lung inflammation, as inhibition of the NLRP3 inflammasome pathway reverses chronic lung pathology. Remarkably, this same blockade of inflammasome activation leads to the release of infectious virus by the infected macrophages. Thus, inflammasomes oppose host infection by SARS-CoV-2 by production of inflammatory cytokines and suicide by pyroptosis to prevent a productive viral cycle.

Abstract Over the last century, outbreaks and pandemics have occurred with disturbing regularity, necessitating advance preparation and large-scale, coordinated response. Here, we developed a machine learning predictive model of disease severity and length of hospitalization for COVID-19, which can be utilized as a platform for future unknown viral outbreaks. We combined untargeted metabolomics on plasma data obtained from COVID-19 patients (n = 111) during hospitalization and healthy controls (n = 342), clinical and comorbidity data (n = 508) to build this patient triage platform, which consists of three parts: (i) the clinical decision tree, which amongst other biomarkers showed that patients with increased eosinophils have worse disease prognosis and can serve as a new potential biomarker with high accuracy (AUC = 0.974), (ii) the estimation of patient hospitalization length with ± 5 days error (R 2 = 0.9765) and (iii) the prediction of the disease severity and the need of patient transfer to the intensive care unit. We report a significant decrease in serotonin levels in patients who needed positive airway pressure oxygen and/or were intubated. Furthermore, 5-hydroxy tryptophan, allantoin, and glucuronic acid metabolites were increased in COVID-19 patients and collectively they can serve as biomarkers to predict disease progression. The ability to quickly identify which patients will develop life-threatening illness would allow the efficient allocation of medical resources and implementation of the most effective medical interventions. We would advocate that the same approach could be utilized in future viral outbreaks to help hospitals triage patients more effectively and improve patient outcomes while optimizing healthcare resources.