Abstract The rise of antimicrobial resistance has led to renewed interest in evaluating phage therapy. In murine models highly effective treatment of acute pneumonia caused by Pseudomonas aeruginosa relies on the synergistic antibacterial activity of bacteriophages with neutrophils. Here, we show that depletion of alveolar macrophages (AM) shortens the survival of mice without boosting the P. aeruginosa load in the lungs. Unexpectedly, upon bacteriophage treatment, pulmonary levels of P. aeruginosa were significantly lower in AM-depleted than in immunocompetent mice. To explore potential mechanisms underlying the benefit of AM-depletion in treated mice, we developed a mathematical model of phage, bacteria, and innate immune system dynamics. Simulations from the model fitted to data suggest that AM reduce bacteriophage density in the lungs. We experimentally confirmed that the in vivo decay of bacteriophage is faster in immunocompetent compared to AM-depleted animals. These findings demonstrate the involvement of feedback between bacteriophage, bacteria, and the immune system in shaping the outcomes of phage therapy in clinical settings.

ABSTRACT The loss of virus particles is typically considered to arise from a first-order kinetic process. Signals of deviations from this exponential decay are often de-prioritized. Here, we propose methods to evaluate if a design is adequate to evaluate evidence for multiphasic virus particle decay and to optimize the sampling times of decay experiments, accounting for uncertainties in viral kinetics. First, we evaluate 1500 synthetic scenarios of biphasic decays, with varying decay rates and initial proportions of subpopulations. Robust inference of multiphasic decay is more likely when the faster decaying subpopulation predominates insofar as early samples are taken to resolve the faster decay rate. Overall, we find that design optimization leads to a better precision of estimation while reducing the number of samples. It helps to estimate adequately the fastest decay in 54% of situations vs. 41% using a non-optimized design. We then apply these methods to infer multiple decay rates associated with the decay of ΦD9, an evolved isolate derived from phage Φ21. A pilot experiment confirmed that ΦD9 decay is multiphasic, but was unable to resolve the rate or proportion of the fast decay subpopulation(s). We then applied optimal design methods to propose new ΦD9 sampling times. Using this strategy, we were able to robustly estimate both decay rates and their respective subpopulations. Notably, we conclude that the vast majority (94%) of the population decays at a rate 16-fold higher than a slow decaying population. Altogether, these results provide methods to quantitatively estimate heterogeneity in viral decay.

Summary The clinical (re)development of phage therapy to treat antibiotic resistant infections requires grasping specific biological properties of bacteriophages (phages) as antibacterial. However, identification of optimal dosing regimens is hampered by the poor understanding of phage-bacteria interactions in vivo. Here we developed a general strategy coupling in vitro and in vivo experiments with a mathematical model to characterize the interplay between phage and bacterial dynamics during pneumonia induced by a pathogenic strain of Escherichia coli. The model estimates some key parameters for phage therapeutic efficacy, in particular the impact of dose and route of administration on phage dynamics and the synergism of phage and the innate immune response on the bacterial clearance rate. Simulations predict a low impact of the intrinsic phage characteristics in agreement with the current semi-empirical choices of phages for compassionate treatments. Model-based approaches will foster the deployment of future phage therapy clinical trials.