Abstract The recently-emerged SARS-CoV-2 B.1.1.529 variant (Omicron) is spreading rapidly in many countries, with a spike that is highly diverged from the pandemic founder, raising fears that it may evade neutralizing antibody responses. We cloned the Omicron spike from a diagnostic sample which allowed us to rapidly establish an Omicron pseudotyped virus neutralization assay, sharing initial neutralization results only 13 days after the variant was first reported to the WHO, 8 days after receiving the sample. Here we show that Omicron is substantially resistant to neutralization by several monoclonal antibodies that form part of clinical cocktails. Further, we find neutralizing antibody responses in pooled reference sera sampled shortly after infection or vaccination are substantially less potent against Omicron, with neutralizing antibody titers reduced by up to 45 fold compared to those for the pandemic founder. Similarly, in a cohort of convalescent sera prior to vaccination, neutralization of Omicron was low to undetectable. However, in recent samples from two cohorts from Stockholm, Sweden, antibody responses capable of cross-neutralizing Omicron were prevalent. Sera from infected-then-vaccinated healthcare workers exhibited robust cross-neutralization of Omicron, with an average potency reduction of only 5-fold relative to the pandemic founder variant, and some donors showing no loss at all. A similar pattern was observed in randomly sampled recent blood donors, with an average 7-fold loss of potency. Both cohorts showed substantial between-donor heterogeneity in their ability to neutralize Omicron. Together, these data highlight the extensive but incomplete evasion of neutralizing antibody responses by the Omicron variant, and suggest that increasing the magnitude of neutralizing antibody responses by boosting with unmodified vaccines may suffice to raise titers to levels that are protective.

Abstract Antibodies binding to the severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) spike have therapeutic promise, but emerging variants show the potential for virus escape. This emphasizes the need for therapeutic molecules with distinct and novel neutralization mechanisms. Here we isolated a nanobody that interacts simultaneously with two RBDs from different spike trimers of SARS-CoV-2, rapidly inducing the formation of spike trimer-dimers leading to the loss of their ability to attach to the host cell receptor, ACE2. We show that this nanobody potently neutralizes SARS-CoV-2, including the B.1.351 variant, and cross-neutralizes SARS-CoV. Furthermore, we demonstrate the therapeutic potential of the nanobody against SARS-CoV-2 and the B.1.351 variant in a human ACE2 transgenic mouse model. This naturally elicited bispecific monomeric nanobody establishes a novel strategy for potent inactivation of viral antigens and represents a promising antiviral against emerging SARS-CoV-2 variants.

Conventional approaches to isolate and characterize nanobodies are laborious and cumbersome. Here we combine phage display, multivariate enrichment, and novel sequence analysis techniques to annotate an entire nanobody repertoire from an immunized alpaca. We combine this approach with a streamlined screening strategy to identify numerous anti-SARS-CoV-2 nanobodies, and use neutralization assays and Hydrogen/Deuterium exchange coupled to mass spectrometry (HDX-MS) epitope mapping to characterize their potency and specificity. Epitope mapping revealed that the binding site is a key determinant of neutralization potency, rather than affinity alone. The most potent nanobodies bind to the receptor binding motif of the RBD, directly preventing interaction with the host cell receptor ACE2, and we identify two exceptionally potent members of this category (with monomeric IC50s around 13 and 16 ng/ml). Other nanobodies bind to a more conserved epitope on the side of the RBD, and are able to potently neutralize the SARS-CoV-2 founder virus (42 ng/ml), the beta variant (B.1.351/501Y.V2) (35 ng/ml), and also cross-neutralize the more distantly related SARS-CoV-1 (0.46 μg/ml). The approach presented here is well suited for the screening of phage libraries to identify functional nanobodies for various biomedical and biochemical applications.

Abstract Pathogen diversity resulting in quasispecies can enable persistence and adaptation to host defenses and therapies. However, accurate quasispecies characterization can be impeded by errors introduced during sample handling and sequencing which can require extensive optimizations to overcome. We present complete laboratory and bioinformatics workflows to overcome many of these hurdles. The Pacific Biosciences s ingle m olecule r eal- t ime platform was used to sequence PCR amplicons derived from cDNA templates tagged with u niversal m olecular identifiers (SMRT-UMI). Optimized laboratory protocols were developed through extensive testing of different sample preparation conditions to minimize between-template recombination during PCR and the use of UMI allowed accurate template quantitation as well as removal of point mutations introduced during PCR and sequencing to produce a highly accurate consensus sequence from each template. Handling of the large datasets produced from SMRT-UMI sequencing was facilitated by a novel bioinformatic pipeline, Probabilistic Offspring Resolver for Primer IDs (PORPIDpipeline), that automatically filters and parses reads by sample, identifies and discards reads with UMIs likely created from PCR and sequencing errors, generates consensus sequences, checks for contamination within the dataset, and removes any sequence with evidence of PCR recombination or early cycle PCR errors, resulting in highly accurate sequence datasets. The optimized SMRT-UMI sequencing method presented here represents a highly adaptable and established starting point for accurate sequencing of diverse pathogens. These methods are illustrated through characterization of human immunodeficiency virus (HIV) quasispecies. Author Summary There is a great need to understand the genetic diversity of pathogens in an accurate and timely manner, but many errors can be introduced during the sample handling and sequencing steps which may prevent accurate analyses. In some cases, the errors introduced during these steps can be indistinguishable from real genetic variation and prevent analyses from identifying true sequence variation present in the pathogen population. There are established methods which can help to prevent these types of errors, but can involve many different steps and variables, all of which must be optimized and tested together to ensure the desired effect. Here we show results from testing different methods on a set of HIV+ blood plasma samples and arrive at a streamlined laboratory protocol and bioinformatic pipeline which prevents or corrects for different types of errors that can arise in sequence datasets. These methods should be an accessible starting point for anyone wanting accurate sequencing without extensive optimizations.

The emergence of SARS-CoV-2 Variants of Concern (VOCs) with mutations in key neutralizing antibody epitopes threatens to undermine vaccines developed against the pandemic founder variant (Wu-Hu-1). Widespread vaccine rollout and continued transmission are creating a population that has antibody responses of varying potency to Wu-Hu-1. Against this background, it is critical to assess the outcomes of subsequent immunization with variant antigens. It is not yet known whether heterotypic vaccine boosts would be compromised by original antigenic sin, where pre-existing responses to a prior variant dampen responses to a new one, or whether the primed memory B cell repertoire would bridge the gap between Wu-Hu-1 and VOCs. Here, we show that a single adjuvanted dose of receptor binding domain (RBD) protein from VOC 501Y.V2 (B.1.351) drives an extremely potent neutralizing antibody response capable of cross-neutralizing both Wu-Hu-1 and 501Y.V2 in rhesus macaques previously immunized with Wu-Hu-1 spike protein. Passive immunization with plasma sampled following this boost protected K18-hACE2 mice from lethal challenge with a 501Y.V2 clinical isolate, whereas only partial protection was afforded by plasma sampled after two Wu-Hu-1 spike immunizations.

Abstract Intra-host evolved tumor virus variants have provided insights into the risk, pathogenesis and treatment responses of associated cancers. However, the intra-host variability of Kaposi sarcoma-associated herpesvirus (KSHV), the etiologic agent of Kaposi sarcoma (KS), has not been explored at the whole viral genome level. An accurate and detailed description of KSHV intra-host diversity in whole KSHV genomes from matching tumors and oral swabs from Ugandan adults with HIV-associated KS was obtained by deep, short read sequencing, using duplex unique molecular identifiers (dUMI) – random double-stranded oligonucleotides that barcode individual DNA molecules before library amplification. This allowed suppression of PCR and sequencing errors down to ∼10 −9 /base. KSHV genomes were assembled de novo , and identified rearrangements were confirmed by PCR. 131-kb KSHV genome sequences, excluding major repeat regions and averaging 2.3 × 10 4 reads/base, were successfully obtained from 23 specimens from 9 individuals, including 7 tumor-oral pairs. Sampling more than 100 viral genomes in at least one specimen per individual showed that KSHV genomes were virtually homogeneous within samples and within individuals at the point mutational level. Heterogeneity, if present, was due to point mutations and genomic rearrangements in tumors. In 2 individuals, the same mutations were found in distinct KS tumors. The K8.1 gene was inactivated in tumors from 3 individuals, and all KSHV genomic aberrations retained the region surrounding the first major internal repeat (IR1). These findings suggest that lytic gene alterations may contribute to KS tumorigenesis or persistence. Author summary Kaposi sarcoma (KS) is a leading cancer in sub-Saharan Africa and in those with HIV co-infection. Infection by Kaposi sarcoma-associated herpesvirus (KSHV) is necessary for KS, yet why only few KSHV infections develop into KS is largely unknown. While strain differences or mutations in other tumor viruses are known to affect the risk and progression of their associated cancers, whether KSHV genetic variation is important to the natural history of KS is unclear. Most studies of KSHV diversity have characterized only ∼4% of its 165-kb genome and may have been impacted by PCR or cloning artifacts. Here, we performed highly sensitive, single-molecule sequencing of whole KSHV genomes in paired KS tumors and oral swabs from 9 individuals with KS. We found that KSHV genomes were virtually identical within individuals, with no evidence of quasispecies formation nor multistrain infection. However, KSHV genome aberrations and inactivating mutations appeared to be a common, tumor-associated phenomenon, with some mutations shared by distinct tumors within an individual. Certain regions of the KSHV genome featured prominently among tumor-associated mutations, suggesting that they are important contributors to the pathogenesis or persistence of KS.

The airway epithelium is composed of diverse cell types with specialized functions that mediate homeostasis and protect against respiratory pathogens. Human airway epithelial cultures at air-liquid interface (HAE) are a physiologically relevant in vitro model of this heterogeneous tissue, enabling numerous studies of airway disease 1â€"7 . HAE cultures are classically derived from primary epithelial cells, the relatively limited passage capacity of which can limit experimental methods and study designs. BCi-NS1.1, a previously described and widely used basal cell line engineered to express hTERT, exhibits extended passage lifespan while retaining capacity for differentiation to HAE 5 . However, gene expression and innate immune function in HAE derived from BCi-NS1.1 versus primary cells have not been fully characterized. Here, combining single cell RNA-Seq (scRNA-Seq), immunohistochemistry, and functional experimentation, we confirm at high resolution that BCi-NS1.1 and primary HAE cultures are largely similar in morphology, cell type composition, and overall transcriptional patterns. While we observed cell-type specific expression differences of several interferon stimulated genes in BCi-NS1.1 HAE cultures, we did not observe significant differences in susceptibility to infection with influenza A virus and Staphylococcus aureus . Taken together, our results further support BCi-NS1.1-derived HAE cultures as a valuable tool for the study of airway infectious disease.

For HIV, the time since infection can be estimated from sequence data for acutely infected samples. One popular approach relies on the star-like nature of phylogenies generated under exponential population growth, and the resulting Poisson distribution of mutations away from the founding variant. However, real-world complications, such as APOBEC hypermutation and multiple-founder transmission, present a challenge to this approach, requiring data curation to remove these signals before reasonable timing estimates may be obtained. Here we suggest a simple alternative approach that derives the timing estimate not from the entire mutational spectrum but from the proportion of sequences that have no mutations. This can be approximated quickly and is robust to phenomena such as multiple founder transmission and APOBEC hypermutation. Our approach is Bayesian, and we adopt a conjugate prior to obtain closed form posterior distributions at negligible computational expense. Using real data and simulations, we show that this approach provides accurate timing estimates and credible intervals without the inconvenience of data curation and is robust to complicating phenomena that can mislead existing approaches or cause them to fail entirely. For immediate use we provide an implementation via Google Sheets, which offers bulk analysis of multiple datasets, as well as more detailed individual-donor analyses. For inclusion in data processing pipelines we provide implementations in three languages: Julia, R, and Python.