Despite signs of infection-including taste loss, dry mouth and mucosal lesions such as ulcerations, enanthema and macules-the involvement of the oral cavity in coronavirus disease 2019 (COVID-19) is poorly understood. To address this, we generated and analyzed two single-cell RNA sequencing datasets of the human minor salivary glands and gingiva (9 samples, 13,824 cells), identifying 50 cell clusters. Using integrated cell normalization and annotation, we classified 34 unique cell subpopulations between glands and gingiva. Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) viral entry factors such as ACE2 and TMPRSS members were broadly enriched in epithelial cells of the glands and oral mucosae. Using orthogonal RNA and protein expression assessments, we confirmed SARS-CoV-2 infection in the glands and mucosae. Saliva from SARS-CoV-2-infected individuals harbored epithelial cells exhibiting ACE2 and TMPRSS expression and sustained SARS-CoV-2 infection. Acellular and cellular salivary fractions from asymptomatic individuals were found to transmit SARS-CoV-2 ex vivo. Matched nasopharyngeal and saliva samples displayed distinct viral shedding dynamics, and salivary viral burden correlated with COVID-19 symptoms, including taste loss. Upon recovery, this asymptomatic cohort exhibited sustained salivary IgG antibodies against SARS-CoV-2. Collectively, these data show that the oral cavity is an important site for SARS-CoV-2 infection and implicate saliva as a potential route of SARS-CoV-2 transmission.

Saliva contains antimicrobial peptides considered integral components of host innate immunity, and crucial for protection against colonizing microbial species. Most notable is histatin-5 which is exclusively produced in salivary glands with uniquely potent antifungal activity against the opportunistic pathogen

ABSTRACT Periodontitis affects billions of people worldwide. To address interkingdom relationships of microbes and niche on periodontitis, we generated the first sin-gle-cell meta-atlas of human periodontium (34-sample, 105918-cell), harmo-nizing 32 annotations across 4 studies 1–4 . Highly multiplexed immunofluores-cence (32-antibody; 113910-cell) revealed spatial innate and adaptive immune foci segregation around tooth-adjacent epithelial cells. Sulcular and junctional keratinocytes (SK/JKs) within epithelia skewed toward proinflammatory phe-notypes; diseased JK stem/progenitors displayed altered differentiation states and chemotactic cytokines for innate immune cells. Single-cell metagenomics utilizing unmapped reads revealed 37 bacterial species. 16S and rRNA probes detected polybacterial intracellular pathogenesis (“co-infection”) of 4 species within single cells for the first time in vivo. Challenging coinfected primary human SK/JKs with lipopolysaccharide revealed solitary and synergistic ef-fects. Coinfected single-cell analysis independently displayed proinflammatory phenotypes in situ. Here, we demonstrate the first evidence of polybacterial intracellular pathogenesis in human tissues and cells—potentially influencing chronic diseases at distant sites.

ABSTRACT Identifying cell types and states remains a time-consuming and error-prone challenge for spatial biology. While deep learning is increasingly used, it is difficult to generalize due to variability at the level of cells, neighborhoods, and niches in health and disease. To address this, we developed TACIT, an unsupervised algorithm for cell annotation using predefined signatures that operates without training data, using unbiased thresholding to distinguish positive cells from background, focusing on relevant markers to identify ambiguous cells in multiomic assays. Using five datasets (5,000,000-cells; 51-cell types) from three niches (brain, intestine, gland), TACIT outperformed existing unsupervised methods in accuracy and scalability. Integration of TACIT-identified cell with a novel Shiny app revealed new phenotypes in two inflammatory gland diseases. Finally, using combined spatial transcriptomics and proteomics, we discover under- and overrepresented immune cell types and states in regions of interest, suggesting multimodality is essential for translating spatial biology to clinical applications.