Abstract An important aspect of how viruses spread and infect is the viral burst size, or the number of new viruses produced by each infected cell. Surprisingly, this value remains poorly characterized for influenza A virus (IAV), commonly known as the flu. In this study, we screened tens of thousands of cells using a microfluidic method called droplet quantitative PCR (dqPCR). The high-throughput capability of dqPCR enabled the measurement of a large population of infected cells producing progeny virus. By measuring the fully assembled and successfully released viruses from these infected cells, we discover that the viral burst sizes for both the seasonal H3N2 and the 2009 pandemic H1N1 strains vary significantly, with H3N2 ranging from 10 1 to 10 4 viruses per cell, and H1N1 ranging from 10 1 to 10 3 viruses per cell. Some infected cells produce average numbers of new viruses, while others generate extensive number of viruses. In fact, we find that only 10% of the single-cell infections are responsible for creating a significant portion of all the viruses. This small fraction produced approximately 60% of new viruses for H3N2 and 40% for H1N1. On average, each infected cell of the H3N2 flu strain produced 709 new viruses, whereas for H1N1, each infected cell produced 358 viruses. This novel method reveals insights into the flu virus and can lead to improved strategies for managing and preventing the spread of viruses. Author summary Viruses infect and exploit host cells to reproduce and spread. The viral burst size, or the number of viral particles released from an infected cell, plays a critical role in understanding infection dynamics and overall viral fitness. However, accurately determining burst size for many single cells using conventional laboratory methods can be challenging. Here, we introduce dqPCR, a droplet microfluidic method for the rapid measurement of influenza virus numbers produced by thousands of individual cells. Our findings revealed that only a small proportion of infected cells are responsible for producing a significant portion of the total viral population. By utilizing this method in future studies, we can gain a deeper understanding of the role of diversity in rapidly evolving viruses.

Summary Influenza A virus (IAV) is an RNA virus with high genetic diversity which necessitates the development of new vaccines targeting emerging mutations each year. As IAV exists in genetically heterogeneous populations, current studies focus on understanding population dynamics at the single cell level. These studies include novel methodology that can be used for probing populations at the single cell level, such as single cell sequencing and microfluidics. Here, we introduce a drop-based microfluidics method to study IAV infection at a single cell level by isolating infected host cells in microscale drops. Single human alveolar basal epithelial (A549), Madin-Darby Canine Kidney cells (MDCK) and MDCK + human siat7e gene (Siat7e) cells infected with the pandemic A/California/07/2009 (H1N1) strain were encapsulated within 50 μm radii drops and incubated at 37°C. We demonstrate that drops remain stable over 24 hours, that 75% of cells remain viable, and that IAV virus can propagate within the drops. Drop-based microfluidics therefore enables single cell analysis of viral populations produced from individually infected cells.

An important aspect of how viruses spread and infect is the viral burst size, or the number of new viruses produced by each infected cell. Surprisingly, this value remains poorly characterized for influenza A virus (IAV), commonly known as the flu. In this study, we screened tens of thousands of cells using a microfluidic method called droplet quantitative PCR (dqPCR). The high-throughput capability of dqPCR enabled the measurement of a large population of infected cells producing progeny virus. By measuring the fully assembled and successfully released viruses from these infected cells, we discover that the viral burst sizes for both the seasonal H3N2 and the 2009 pandemic H1N1 strains vary significantly, with H3N2 ranging from 10 1 to 10 4 viruses per cell, and H1N1 ranging from 10 1 to 10 3 viruses per cell. Some infected cells produce average numbers of new viruses, while others generate extensive number of viruses. In fact, we find that only 10% of the single-cell infections are responsible for creating a significant portion of all the viruses. This small fraction produced approximately 60% of new viruses for H3N2 and 40% for H1N1. On average, each infected cell of the H3N2 flu strain produced 709 new viruses, whereas for H1N1, each infected cell produced 358 viruses. This novel method reveals insights into the flu virus and can lead to improved strategies for managing and preventing the spread of viruses.

Abstract Human articular cartilage is comprised of two main components, the extracellular matrix (ECM) and the pericellular matrix (PCM). The PCM helps to protect chondrocytes in the cartilage from mechanical loads, but in patients with osteoarthritis, the PCM is weakened resulting in increased chondrocyte stress. As chondrocytes are responsible for cartilage synthesis and maintenance, it is important to understand how mechanical loads affect cellular responses of chondrocytes. Many studies have examined the chondrocyte response to in vitro mechanical loading by embedding in stiff agarose. However, these experiments are mostly performed in the absence of PCM which may obscure important responses to mechanotransduction. Here, we demonstrate that drop-based microfluidics allows culture of single chondrocytes in alginate microgels for cell-directed PCM synthesis that closely mimics the in vivo microenvironment. Chondrocytes form PCM over 10 days in these single cell microenvironments. Single cell microgels and monolayer controls were encapsulated in high stiffness agarose to mimic the cartilage PCM. After physiological dynamic compression in a custom-built bioreactor, microgels exhibited distinct metabolomic profiles from both uncompressed and monolayer controls. These results demonstrate the potential of single cell encapsulation in alginate microgels to advance cartilage tissue engineering and basic chondrocyte mechanobiology.

Predicting viral evolution remains a major challenge with profound implications for public health. Viral evolutionary pathways are determined by the fitness landscape, which maps viral genotype to fitness. However, a quantitative description of the landscape and the evolutionary forces on it remain elusive. Here, we apply a biophysical fitness model based on capsid folding stability and antibody binding affinity to predict the evolutionary pathway of norovirus escaping a neutralizing antibody. The model is validated by experimental evolution in bulk culture and in a drop-based microfluidics device, the Evolution Chip, which propagates millions of independent viral sub-populations. We demonstrate that along the axis of binding affinity, selection for escape variants and drift due to random mutations have the same direction. However, along folding stability, selection and drift are opposing forces whose balance is tuned by viral population size. Our results demonstrate that predictable epistatic tradeoffs shape viral evolution.

Viral infections induce major shifts in cellular metabolism elicited by active viral replication and antiviral responses. For the virus, harnessing cellular metabolism and evading changes that limit replication are essential for productive viral replication. In contrast, the cellular response to infection disrupts metabolic pathways to prevent viral replication and promote an antiviral state in the host cell and neighboring bystander cells. This competition between the virus and cell results in measurable shifts in cellular metabolism that differ depending on the virus, cell type, and extracellular environment. The resulting metabolic shifts can be observed and analyzed using global metabolic profiling techniques to identify pathways that are critical for either viral replication or cellular defense. SARS-CoV-2 is a respiratory virus that can exhibit broad tissue tropism and diverse, yet inconsistent, symptomatology. While the factors that determine the presentation and severity of SARS-CoV-2 infection remain unclear, metabolic syndromes are associated with more severe manifestations of SARS-CoV-2 disease. Despite these observations a critical knowledge gap remains between cellular metabolic responses and SARS-CoV-2 infection. Using a well-established untargeted metabolomics analysis workflow, we compared SARS-CoV-2 infection of human lung carcinoma cells. We identified significant changes in metabolic pathways that correlate with either productive or non-productive viral infection. This information is critical for characterizing the factors that contribute to SARS-CoV-2 replication that could be targeted for therapeutic interventions to limit viral disease.

Nucleic acid amplification testing (NAAT) remains one of the most reliable methods for pathogen identification. However, conventional bulk NAATs may not be sufficiently fast or sensitive enough for the detection of clinically-relevant pathogens in point-of-care testing. Here, we have developed a digital droplet RT-LAMP (ddRT-LAMP) assay that rapidly and quantitatively detects the SARS-CoV-2 viral E gene in microfluidic drops. Droplet partitioning using ddRT-LAMP significantly accelerates detection times across a wide range of template concentrations compared to bulk RT-LAMP assays. We discover that a reduction in droplet diameter decreases assay times up to a certain size, upon which surface adsorption of the RT-LAMP polymerase reduces reaction efficiency. Optimization of drop size and polymerase concentration enables rapid, sensitive, and quantitative detection of the SARS-CoV-2 E gene in only 8 min. These results highlight the potential of ddRT-LAMP assays as an excellent platform for quantitative point-of-care testing.

Single-cell analyses of viral infections often reveal heterogeneity that is not detected by traditional population-level studies. This study applies drop-based microfluidics to investigate the dynamics of HSV-1 infection of neurons at the single-cell level. We used micron-scale Matrigel beads, termed microgels, to culture individual murine Superior Cervical ganglia (SCG) neurons or epithelial cells. Microgel-cultured cells are subsequently enclosed in individual media-in-oil droplets with a dual fluorescent-reporter HSV-1, enabling real-time observation of viral gene expression and replication. Infection within drops revealed that the kinetics of initial viral gene expression and replication were dependent on the inoculating dose. Notably, increasing inoculating doses led to earlier onset of viral gene expression and more frequent productive viral replication. These observations provide crucial insights into the complexity of HSV-1 infection in neurons and emphasize the importance of studying single-cell outcomes of viral infection. The innovative techniques presented here for cell culture and infection in drops provide a foundation for future virology and neurobiology investigations.

Abstract The miniaturization of real time quantitative polymerase chain reaction (qPCR) using drop-based microfluidics, or droplet qPCR, allows for quantification of single nucleic acids. The nucleic acids are compartmentalized into aqueous microdroplets, picoliters in volume, separated by an immiscible oil, and stabilized by a surfactant. In droplet qPCR, accurate data can only be obtained if the drops remain stable to coalescence upon thermocycling and drop contents do not diffuse to neighboring drops. In this work, we present a droplet qRT-PCR assay for quantifying influenza A virus (IAV) following systematic testing of different PCR additives, resulting in the optimal combination of Tween-20 / BSA / betaine to maintain drop stability and limit dye diffusion. We use a standard qPCR machine to generate real time amplification curves of hundreds of thousands of drops and correlate this data with constructed amplification curves obtained from hundreds of drops sampled at various cycle numbers and imaged using epifluorescence microscopy. To demonstrate the utility of our method, we tested a range of in vitro transcribed M gene and IAV viral supernatant from infected cells. We directly amplified IAV genomes from infected supernatant without an RNA extraction step. Our droplet qPCR assay enables detection of IAV down to 0.274 cpd, or a single viral genome per drop, establishing the high sensitivity and precision of our method.