Sensitive and specific CRISPR diagnostics Methods are needed that can easily detect nucleic acids that signal the presence of pathogens, even at very low levels. Gootenberg et al. combined the allele-specific sensing ability of CRISPR-Cas13a with recombinase polymerase amplification methods to detect specific RNA and DNA sequences. The method successfully detected attomolar levels of Zika virus, as well as the presence of pathogenic bacteria. It could also be used to perform human genotyping from cell-free DNA. Science , this issue p. 438

Dysregulation of the immune response to bacterial infection can lead to sepsis, a condition with high mortality. Multiple whole-blood gene-expression studies have defined sepsis-associated molecular signatures, but have not resolved changes in transcriptional states of specific cell types. Here, we used single-cell RNA-sequencing to profile the blood of people with sepsis (n = 29) across three clinical cohorts with corresponding controls (n = 36). We profiled total peripheral blood mononuclear cells (PBMCs, 106,545 cells) and dendritic cells (19,806 cells) across all subjects and, on the basis of clustering of their gene-expression profiles, defined 16 immune-cell states. We identified a unique CD14

Mechanisms underlying severe coronavirus disease 2019 (COVID-19) disease remain poorly understood. We analyze several thousand plasma proteins longitudinally in 306 COVID-19 patients and 78 symptomatic controls, uncovering immune and non-immune proteins linked to COVID-19. Deconvolution of our plasma proteome data using published scRNA-seq datasets reveals contributions from circulating immune and tissue cells. Sixteen percent of patients display reduced inflammation yet comparably poor outcomes. Comparison of patients who died to severely ill survivors identifies dynamic immune-cell-derived and tissue-associated proteins associated with survival, including exocrine pancreatic proteases. Using derived tissue-specific and cell-type-specific intracellular death signatures, cellular angiotensin-converting enzyme 2 (ACE2) expression, and our data, we infer whether organ damage resulted from direct or indirect effects of infection. We propose a model in which interactions among myeloid, epithelial, and T cells drive tissue damage. These datasets provide important insights and a rich resource for analysis of mechanisms of severe COVID-19 disease.

COVID-19 has caused over 1 million deaths globally, yet the cellular mechanisms underlying severe disease remain poorly understood. By analyzing several thousand plasma proteins in 306 COVID-19 patients and 78 symptomatic controls over serial timepoints using two complementary approaches, we uncover COVID-19 host immune and non-immune proteins not previously linked to this disease. Integration of plasma proteomics with nine published scRNAseq datasets shows that SARS-CoV-2 infection upregulates monocyte/macrophage, plasmablast, and T cell effector proteins. By comparing patients who died to severely ill patients who survived, we identify dynamic immunomodulatory and tissue-associated proteins associated with survival, providing insights into which host responses are beneficial and which are detrimental to survival. We identify intracellular death signatures from specific tissues and cell types, and by associating these with angiotensin converting enzyme 2 (ACE2) expression, we map tissue damage associated with severe disease and propose which damage results from direct viral infection rather than from indirect effects of illness. We find that disease severity in lung tissue is driven by myeloid cell phenotypes and cell-cell interactions with lung epithelial cells and T cells. Based on these results, we propose a model of immune and epithelial cell interactions that drive cell-type specific and tissue-specific damage in severe COVID-19.

A recent estimate suggests that one in five deaths globally are associated with sepsis 1 . To date, no targeted treatment is available for this syndrome, likely due to substantial patient heterogeneity 2,3 and our lack of insight into sepsis immunopathology 4 . These issues are highlighted by the current COVID-19 pandemic, wherein many clinical manifestations of severe SARS-CoV-2 infection parallel bacterial sepsis 5-8 . We previously reported an expanded CD14+ monocyte state, MS1, in patients with bacterial sepsis or non-infectious critical illness, and validated its expansion in sepsis across thousands of patients using public transcriptomic data 9 . Despite its marked expansion in the circulation of bacterial sepsis patients, its relevance to viral sepsis and association with disease outcomes have not been examined. In addition, the ontogeny and function of this monocyte state remain poorly characterized. Using public transcriptomic data, we show that the expression of the MS1 program is associated with sepsis mortality and is up-regulated in monocytes from patients with severe COVID-19. We found that blood plasma from bacterial sepsis or COVID-19 patients with severe disease induces emergency myelopoiesis and expression of the MS1 program, which are dependent on the cytokines IL-6 and IL-10. Finally, we demonstrate that MS1 cells are broadly immunosuppressive, similar to monocytic myeloid-derived suppressor cells (MDSCs), and have decreased responsiveness to stimulation. Our findings highlight the utility of regulatory myeloid cells in sepsis prognosis, and the role of systemic cytokines in inducing emergency myelopoiesis during severe bacterial and SARS-CoV-2 infections.

Multiple studies have identified an association between neutrophils and COVID-19 disease severity; however, the mechanistic basis of this association remains incompletely understood. Here we collected 781 longitudinal blood samples from 306 hospitalized COVID-19 + patients, 78 COVID-19 âˆ' acute respiratory distress syndrome patients, and 8 healthy controls, and performed bulk RNA-sequencing of enriched neutrophils, plasma proteomics, cfDNA measurements and high throughput antibody profiling assays to investigate the relationship between neutrophil states and disease severity or death. We identified dynamic switches between six distinct neutrophil subtypes using non-negative matrix factorization (NMF) clustering. At days 3 and 7 post-hospitalization, patients with severe disease had an enrichment of a granulocytic myeloid derived suppressor cell-like state gene expression signature, while non-severe patients with resolved disease were enriched for a progenitor-like immature neutrophil state signature. Severe disease was associated with gene sets related to neutrophil degranulation, neutrophil extracellular trap (NET) signatures, distinct metabolic signatures, and enhanced neutrophil activation and generation of reactive oxygen species (ROS). We found that the majority of patients had a transient interferon-stimulated gene signature upon presentation to the emergency department (ED) defined here as Day 0, regardless of disease severity, which persisted only in patients who subsequently died. Humoral responses were identified as potential drivers of neutrophil effector functions, as enhanced antibody-dependent neutrophil phagocytosis and reduced NETosis was associated with elevated SARS-CoV-2-specific IgG1-to-IgA1 ratios in plasma of severe patients who survived. In vitro experiments confirmed that while patient-derived IgG antibodies mostly drove neutrophil phagocytosis and ROS production in healthy donor neutrophils, patient-derived IgA antibodies induced a predominant NETosis response. Overall, our study demonstrates neutrophil dysregulation in severe COVID-19 and a potential role for IgA-dominant responses in driving neutrophil effector functions in severe disease and mortality.

Abstract We introduce BacDrop, a highly scalable technology for bacterial single-cell RNA sequencing that has overcome many challenges hindering the development of scRNA-seq in bacteria. BacDrop can be applied to thousands or millions of cells from both gram-negative and gram-positive species. It features universal ribosomal RNA depletion and combinatorial barcodes that enable multiplexing and massively parallel sequencing. We applied BacDrop to study Klebsiella pneumoniae clinical isolates and to elucidate their heterogeneous responses to antibiotic stress. In an unperturbed population presumed to be homogenous, we find within- population heterogeneity largely driven by the expression of mobile genetic elements that promote the evolution of antibiotic resistance. Under antibiotic perturbation, BacDrop revealed transcriptionally distinct subpopulations associated with different phenotypic outcomes including antibiotic persistence. BacDrop thus can capture cellular states that cannot be detected by bulk RNA-seq, which will unlock new microbiological insights into bacterial responses to perturbations and larger bacterial communities such as the microbiome.

Abstract Rapid and accurate diagnosis of infections is fundamental to individual patient care and public health management. Nucleic acid detection methods are critical to this effort, but are limited either in the breadth of pathogens targeted or by the expertise and infrastructure required. We present here a high-throughput system that enables rapid identification of bacterial pathogens, bCARMEN, which utilizes: (1) modular CRISPR-Cas13-based nucleic acid detection with enhanced sensitivity and specificity; and (2) a droplet microfluidic system that enables thousands of simultaneous, spatially multiplexed detection reactions at nanoliter volumes; and (3) a novel pre-amplification strategy that further enhances sensitivity and specificity. We demonstrate bCARMEN is capable of detecting and discriminating 52 clinically relevant bacterial species and several key antibiotic resistance genes. We further develop a proof of principle system for use with stabilized reagents and a simple workflow with optical readout using a cell phone camera, opening up the possibility of a rapid point-of-care multiplexed bacterial pathogen identification and antibiotic susceptibility testing. Significance Statement In this paper, we use a novel primer design method combined with droplet-based CRISPR Cas13 detection to distinguish 52 clinically relevant bacterial pathogens in a single assay. We also apply the method to detect and distinguish a panel of major antibiotic resistance genes, which is of critical importance in this era of rising antibiotic resistance. Finally, we make key advances towards making our diagnostic assay deployable at the point-of-care, with a simplified emulsion-free assay process that uses mobile phone camera for detection and reduces infrastructure/skilled labor requirements.

Carbapenem-resistant Enterobacterales (CRE) are important pathogens that can develop resistance via multiple molecular mechanisms, including enzymatic hydrolysis or reduced antibiotic influx. The identification of these mechanisms is crucial for effective pathogen surveillance, infection control, and patient care. However, many clinical laboratories do not test for the molecular basis of resistance. In this study, we investigated whether we could gain insight into resistance mechanisms by using the inoculum effect (IE), a phenomenon where the inoculum size used in antimicrobial susceptibility testing (AST) affects the minimum inhibitory concentration (MIC) measured. We demonstrated that seven different carbapenemases impart a meropenem IE when expressed in Escherichia coli. Next, we measured the meropenem MIC as a function of inoculum size for 110 clinical CRE isolates. We found that the carbapenem IE was strictly dependent on the resistance mechanism: carbapenemase-producing CRE (CP-CRE) exhibited a strong IE, whereas porin-deficient CRE (PD-CRE) displayed none. Strains with both carbapenemases and porin deficiency had higher MICs at low inoculum and also an IE; we termed these "hyper-CRE". Concerningly, 50% and 24% of CP-CRE isolates changed susceptibility classification to meropenem and ertapenem, respectively, across the allowable inoculum range in clinical guidelines, with 42% testing meropenem susceptible at some point in this range. The meropenem IE and the ratio of ertapenem to meropenem MIC at standard inoculum reliably distinguished CP-CRE and hyper-CRE from PD-CRE. Understanding how molecular mechanisms of resistance affect AST could improve diagnosis and guide therapies for CRE infections.