Human immunodeficiency virus (HIV) infection remains incurable due to the persistence of a viral reservoir despite antiretroviral therapy (ART). Cannabis (CB) use is prevalent amongst people with HIV (PWH), but the impact of CB on the latent HIV reservoir has not been investigated.

Abstract HIV infection remains incurable due to the persistence of a viral reservoir during antiretroviral therapy. Cannabis (CB) use is prevalent amongst people with HIV (PWH), but the impact of CB on the latent HIV reservoir has not been investigated. Peripheral CD4 and CD8 T cells from a cohort of CB-using PWH and a matched cohort of non-users on antiretroviral therapy were evaluated for expression of maturation/activation markers, HIV-specific T cell responses, and the frequency of intact proviral DNA. CB use was associated with increased abundance of naïve T cells, reduced effector T cells, and reduced expression of activation markers. CB users also exhibited reduced levels of exhausted and senescent T cells compared to non-using controls. HIV-specific CD8 T cell responses were unaffected by CB use. While the abundance of intact proviruses was not significantly affected by CB use across the whole cohort, we observed that, for participants with high frequency of NKG2A or CD16 expression in NK cells, CB use was associated with a smaller intact HIV reservoir. This analysis is consistent with the hypothesis that CB use reduces activation, exhaustion and senescence in the T cells of PWH and may influence the size of the HIV reservoir.

Abstract HIV cure strategies that aim to induce viral reactivation for immune clearance leverage latency reversal agents to modulate host pathways which directly or indirectly facilitate viral reactivation. Inhibition of BET (bromo and extra-terminal domain) family member BRD4 reverses HIV latency, but enthusiasm for the use of BET inhibitors in HIV cure studies is tempered by concerns over inhibition of other BET family members and dose-limiting toxicities in oncology trials. Here we evaluated the potential for bivalent chemical degraders targeted to the BET family as alternative latency reversal agents. We observed that despite highly potent and selective BRD4 degradation in primary CD4+ T-cells from ART-suppressed donors, BRD4 degraders failed to induce latency reversal as compared to BET inhibitors. Further, BRD4 degraders failed to mimic previously observed synergistic HIV reactivation between BET inhibitors and an activator of the non-canonical NF-κB pathway. Mechanistic investigation of this discrepancy revealed that latency reversal by BET inhibitors is not related to the abatement of competition between Tat and BRD4 for P-TEFb, but rather the ability of BRD4 to disrupt 7SK and increase the levels of free P-TEFb. This activity is dependent on the shift of BRD4 from chromatin-bound to soluble and retargeting of P-TEFb to chromatin which is dependent on intact BRD4 but independent of the bromodomains.

Understanding the interplay between the HIV reservoir and the host immune system may yield insights into HIV persistence during antiretroviral therapy (ART) and inform strategies for a cure. Here, we applied machine learning (ML) approaches to cross-sectional high-parameter HIV reservoir and immunology data in order to characterize host–reservoir associations and generate new hypotheses about HIV reservoir biology. High-dimensional immunophenotyping, quantification of HIV-specific T cell responses, and measurement of genetically intact and total HIV proviral DNA frequencies were performed on peripheral blood samples from 115 people with HIV (PWH) on long-term ART. Analysis demonstrated that both intact and total proviral DNA frequencies were positively correlated with T cell activation and exhaustion. Years of ART and select bifunctional HIV-specific CD4 T cell responses were negatively correlated with the percentage of intact proviruses. A leave-one-covariate-out inference approach identified specific HIV reservoir and clinical–demographic parameters, such as age and biological sex, that were particularly important in predicting immunophenotypes. Overall, immune parameters were more strongly associated with total HIV proviral frequencies than intact proviral frequencies. Uniquely, however, expression of the IL-7 receptor alpha chain (CD127) on CD4 T cells was more strongly correlated with the intact reservoir. Unsupervised dimension reduction analysis identified two main clusters of PWH with distinct immune and reservoir characteristics. Using reservoir correlates identified in these initial analyses, decision tree methods were employed to visualize relationships among multiple immune and clinical–demographic parameters and the HIV reservoir. Finally, using random splits of our data as training-test sets, ML algorithms predicted with approximately 70% accuracy whether a given participant had qualitatively high or low levels of total or intact HIV DNA . The techniques described here may be useful for assessing global patterns within the increasingly high-dimensional data used in HIV reservoir and other studies of complex biology.

Abstract The HIV proviral reservoir is the major barrier to cure. The predominantly replication-defective proviral landscape makes the measurement of virus that is likely to cause rebound upon ART-cessation challenging. To address this issue, novel assays to measure intact HIV proviruses have been developed. The Intact Proviral DNA Assay (IPDA) is a high-throughput assay that uses two probes to exclude the majority of defective proviruses and determine the frequency of intact proviruses, albeit without sequence confirmation. Quadruplex PCR with four probes (Q4PCR), is a lower-throughput assay that uses limiting dilution long distance PCR amplification followed by qPCR and near-full length genome sequencing (nFGS) to estimate the frequency of sequence-confirmed intact proviruses and provide insight into their clonal composition. To explore the advantages and limitations of these assays, we compared IPDA and Q4PCR measurements from 39 ART-suppressed people living with HIV. We found that IPDA and Q4PCR measurements correlated with one another but frequencies of intact proviral DNA differed by approximately 19-fold. This difference may be in part due to inefficiencies in long distance PCR amplification of proviruses in Q4PCR, leading to underestimates of intact proviral frequencies. In addition, nFGS analysis within Q4PCR explained that some of this difference is explained by proviruses that are classified as intact by IPDA but carry defects elsewhere in the genome. Taken together, this head-to-head comparison of novel intact proviral DNA assays provides important context for their interpretation in studies to deplete the HIV reservoir and shows that together the assays bracket true reservoir size. Importance The Intact Proviral DNA Assay (IPDA) and Quadruplex PCR (Q4PCR) represent major advances in accurately quantifying and characterizing the replication competent HIV reservoir. This study compares the two novel approaches for measuring intact HIV proviral DNA in samples from 39 ART-suppressed people living with HIV, thereby informing ongoing efforts to deplete the HIV reservoir in cure-related trials.

Antiretroviral therapy (ART) halts HIV replication; however, cellular / immue cell viral reservoirs persist despite ART. Understanding the interplay between the HIV reservoir, immune perturbations, and HIV-specific immune responses on ART may yield insights into HIV persistence. A cross-sectional study of peripheral blood samples from 115 people with HIV (PWH) on long-term ART was conducted. High-dimensional immunophenotyping, quantification of HIV-specific T cell responses, and the intact proviral DNA assay (IPDA) were performed. Total and intact HIV DNA was positively correlated with T cell activation and exhaustion. Years of ART and select bifunctional HIV-specific CD4 T cell responses were negatively correlated with the percentage of intact proviruses. A Leave-One-Covariate-Out (LOCO) inference approach identified specific HIV reservoir and clinical-demographic parameters that were particularly important in predicting select immunophenotypes. Dimension reduction revealed two main clusters of PWH with distinct reservoirs. Additionally, machine learning approaches identified specific combinations of immune and clinical-demographic parameters that predicted with approximately 70% accuracy whether a given participant had qualitatively high or low levels of total or intact HIV DNA. The techniques described here may be useful for assessing global patterns within the increasingly high-dimensional data used in HIV reservoir and other studies of complex biology.

Understanding the interplay between the HIV reservoir and the host immune system may yield insights into HIV persistence during antiretroviral therapy (ART) and inform strategies for a cure. Here, we applied machine learning (ML) approaches to cross-sectional high-parameter HIV reservoir and immunology data in order to characterize host–reservoir associations and generate new hypotheses about HIV reservoir biology. High-dimensional immunophenotyping, quantification of HIV-specific T cell responses, and measurement of genetically intact and total HIV proviral DNA frequencies were performed on peripheral blood samples from 115 people with HIV (PWH) on long-term ART. Analysis demonstrated that both intact and total proviral DNA frequencies were positively correlated with T cell activation and exhaustion. Years of ART and select bifunctional HIV-specific CD4 T cell responses were negatively correlated with the percentage of intact proviruses. A leave-one-covariate-out inference approach identified specific HIV reservoir and clinical–demographic parameters, such as age and biological sex, that were particularly important in predicting immunophenotypes. Overall, immune parameters were more strongly associated with total HIV proviral frequencies than intact proviral frequencies. Uniquely, however, expression of the IL-7 receptor alpha chain (CD127) on CD4 T cells was more strongly correlated with the intact reservoir. Unsupervised dimension reduction analysis identified two main clusters of PWH with distinct immune and reservoir characteristics. Using reservoir correlates identified in these initial analyses, decision tree methods were employed to visualize relationships among multiple immune and clinical–demographic parameters and the HIV reservoir. Finally, using random splits of our data as training-test sets, ML algorithms predicted with approximately 70% accuracy whether a given participant had qualitatively high or low levels of total or intact HIV DNA . The techniques described here may be useful for assessing global patterns within the increasingly high-dimensional data used in HIV reservoir and other studies of complex biology.

Antiretroviral therapy (ART) halts HIV replication; however, cellular / immue cell viral reservoirs persist despite ART. Understanding the interplay between the HIV reservoir, immune perturbations, and HIV-specific immune responses on ART may yield insights into HIV persistence. A cross-sectional study of peripheral blood samples from 115 people with HIV (PWH) on long-term ART was conducted. High-dimensional immunophenotyping, quantification of HIV-specific T cell responses, and the intact proviral DNA assay (IPDA) were performed. Total and intact HIV DNA was positively correlated with T cell activation and exhaustion. Years of ART and select bifunctional HIV-specific CD4 T cell responses were negatively correlated with the percentage of intact proviruses. A Leave-One-Covariate-Out (LOCO) inference approach identified specific HIV reservoir and clinical-demographic parameters that were particularly important in predicting select immunophenotypes. Dimension reduction revealed two main clusters of PWH with distinct reservoirs. Additionally, machine learning approaches identified specific combinations of immune and clinical-demographic parameters that predicted with approximately 70% accuracy whether a given participant had qualitatively high or low levels of total or intact HIV DNA. The techniques described here may be useful for assessing global patterns within the increasingly high-dimensional data used in HIV reservoir and other studies of complex biology.

Understanding the interplay between the HIV reservoir and the host immune system may yield insights into HIV persistence during antiretroviral therapy (ART) and inform strategies for a cure. Here, we applied machine learning approaches to cross-sectional high-parameter HIV reservoir and immunology data in order to characterize host-reservoir associations and generate new hypotheses about HIV reservoir biology. High-dimensional immunophenotyping, quantification of HIV-specific T cell responses, and measurement of genetically intact and total HIV proviral DNA frequencies were performed on peripheral blood samples from 115 people with HIV (PWH) on long-term ART. Analysis demonstrated that both intact and total proviral DNA frequencies were positively correlated with T cell activation and exhaustion. Years of ART and select bifunctional HIV-specific CD4 T cell responses were negatively correlated with the percentage of intact proviruses. A Leave-One-Covariate-Out (LOCO) inference approach identified specific HIV reservoir and clinical-demographic parameters, such as age and biological sex, that were particularly important in predicting immunophenotypes. Overall, immune parameters were more strongly associated with total HIV proviral frequencies than intact proviral frequencies. Uniquely, however, expression of the IL-7 receptor alpha chain (CD127) on CD4 T cells was more strongly correlated with the intact reservoir. Unsupervised dimension reduction analysis identified two main clusters of PWH with distinct immune and reservoir characteristics. Using reservoir correlates identified in these initial analyses, decision tree methods were employed to visualize relationships among multiple immune and clinical-demographic parameters and the HIV reservoir. Finally, using random splits of our data as training-test sets, machine learning algorithms predicted with approximately 70% accuracy whether a given participant had qualitatively high or low levels of total or intact HIV DNA. The techniques described here may be useful for assessing global patterns within the increasingly high-dimensional data used in HIV reservoir and other studies of complex biology.