The COVID-19 outbreak driven by SARS-CoV-2 has caused more than 2.5 million deaths globally, with the most severe cases characterized by over-exuberant production of immune-mediators, the nature of which is not fully understood. Interferons of the type I (IFN-I) or type III (IFN-III) families are potent antivirals, but their role in COVID-19 remains debated. Our analysis of gene and protein expression along the respiratory tract shows that IFNs, especially IFN-III, are over-represented in the lower airways of patients with severe COVID-19, while high levels of IFN-III, and to a lesser extent IFN-I, characterize the upper airways of patients with high viral burden but reduced disease risk or severity; also, IFN expression varies with abundance of the cell types that produce them. Our data point to a dynamic process of inter- and intra-family production of IFNs in COVID-19, and suggest that IFNs play opposing roles at distinct anatomical sites.

Metabolic reprogramming is a general feature of cancer cells. Regrettably, the comprehensive quantification of metabolites in biological specimens does not promptly translate into knowledge on the utilization of metabolic pathways. Computational models hold the promise to bridge this gap, by estimating fluxes across metabolic pathways. Yet they currently portray the average behavior of intermixed subpopulations, masking their inherent heterogeneity known to hinder cancer diagnosis and treatment. If complemented with the information on single-cell transcriptome, now enabled by RNA sequencing (scRNA-seq), metabolic models of cancer populations are expected to empower the characterization of the mechanisms behind metabolic heterogeneity. To this aim, we propose single-cell Flux Balance Analysis (scFBA) as a computational framework to translate sc-transcriptomes into single-cell fluxomes. We show that the integration of scRNA-seq profiles of cells derived from lung adenocarcinoma and breast cancer patients, into a multi-scale stoichiometric model of cancer population: 1) significantly reduces the space of feasible single-cell fluxomes; 2) allows to identify clusters of cells with different growth rates within the population; 3) points out the possible metabolic interactions among cells via exchange of metabolites. The scFBA suite of MATLAB functions is available at https://github.com/BIMIB-DISCo/scFBA, as well as the case study datasets.

PURA, also known as Pur-alpha, is an evolutionarily conserved DNA/RNA-binding protein crucial for various cellular processes, including DNA replication, transcriptional regulation, and translational control. Comprising three PUR domains, it engages with nucleic acids and has a role in protein-protein interactions. The manifestation of PURA syndrome, arising from mutations in the PURA gene, presents neurologically with developmental delay, hypotonia, and seizures. In our prior work from 2018, we highlighted the unique case of a PURA patient displaying hypoglycorrhachia, suggesting a potential association with GLUT1 dysfunction in this syndrome. In this current study, we expand the patient cohort with PURA mutations exhibiting hypoglycorrhachia and aim to unravel the molecular basis of this phenomenon. We established an in vitro model in HeLa cells to modulate PURA expression and investigated GLUT1 function and expression. Our findings indicate that PURA levels directly impact glucose uptake through the functioning of GLUT1, without influencing significantly GLUT1 expression. Moreover, our study reveals convincing evidence for a physical interaction between PURA and GLUT1, demonstrated by colocalization and co-immunoprecipitation of both proteins. Computational analyses, employing molecular dynamics, further corroborates these findings, demonstrating that PURA:GLUT1 interactions are plausible, and that the stability of the complex is altered when PURA is truncated and/or mutated. In conclusion, our results suggest that PURA plays a pivotal role in driving the function of GLUT1 for glucose uptake, potentially forming a regulatory complex. Additional investigations are warranted to elucidate the precise mechanisms governing this complex and its significance in ensuring proper GLUT1 function.

Abstract The release of neutrophil extracellular traps (NETs), a process termed NETosis, avoids pathogen spread but may cause tissue injury. NETs have been found in severe COVID-19 patients, but their role in disease development is still unknown. The aim of this study is to assess the capacity of NETs to drive epithelial-mesenchymal transition (EMT) of lung epithelial cells and to analyze the involvement of NETs in COVID-19. Neutrophils activated with PMA (PMA-Neu), a stimulus known to induce NETs formation, induce both EMT and cell death in the lung epithelial cell line, A549. Notably, NETs isolated from PMA-Neu induce EMT without cell damage. Bronchoalveolar lavage fluid of severe COVID-19 patients showed high concentration of NETs. Thus, we tested in an in vitro alveolar model the hypothesis that virus-induced NET may drive EMT. Co-culturing A549 at air-liquid interface with alveolar macrophages, neutrophils and SARS-CoV2, we demonstrated a significant induction of the EMT in A549 together with high concentration of NETs, IL8 and IL1β, best-known inducers of NETosis. Lung tissues of COVID-19 deceased patients showed that epithelial cells are characterized by increased mesenchymal markers. These results show for the first time that NETosis plays a major role in triggering lung fibrosis in COVID-19 patients.