Abstract Respiratory infection by Pseudomonas aeruginosa , common in hospitalized immunocompromised and immunocompetent ventilated patients, can be life-threatening because of antibiotic resistance. This raises the question of whether the host’s immune system can be educated to combat this bacterium. Here we show that prior exposure to a single low dose of lipopolysaccharide (LPS) protects mice from a lethal infection by P. aeruginosa . LPS exposure trained the innate immune system by promoting expansion of neutrophil and interstitial macrophage populations distinguishable from other immune cells with enrichment of gene sets for phagocytosis- and cell-killing-associated genes. The cell-killing gene set in the neutrophil population uniquely expressed Lgals3 , which encodes the multifunctional antibacterial protein, galectin-3. Intravital imaging for bacterial phagocytosis, assessment of bacterial killing and neutrophil-associated galectin-3 protein levels together with use of galectin-3-deficient mice collectively highlight neutrophils and galectin-3 as central players in LPS-mediated protection. Patients with acute respiratory failure revealed significantly higher galectin-3 levels in endotracheal aspirates (ETAs) of survivors compared to non-survivors, galectin-3 levels strongly correlating with a neutrophil signature in the ETAs and a prognostically favorable hypoinflammatory plasma biomarker subphenotype. Taken together, our study provides impetus for harnessing the potential of galectin-3-expressing neutrophils to protect from lethal infections and respiratory failure.

Abstract Background The horse plays crucial roles across the globe, including in horseracing, as a working and companion animal and as a food animal. The horse hindgut microbiome makes a key contribution in turning a high fiber diet into body mass and horsepower. However, despite its importance, the horse hindgut microbiome remains largely undefined. Here, we applied culture-independent shotgun metagenomics to thoroughbred equine faecal samples to deliver novel insights into this complex microbial community. Results We performed metagenomic sequencing on five equine faecal samples to construct 123 high- or medium-quality metagenome-assembled genomes from Bacteria and Archaea. In addition, we recovered nearly 200 bacteriophage genomes. We document surprising taxonomic and functional diversity, encompassing dozens of novel or unnamed bacterial genera and species, to which we have assigned new Candidatus names. Many of these genera are conserved across a range of mammalian gut microbiomes. Conclusions Our metagenomic analyses provide new insights into the bacterial, archaeal and bacteriophage components of the horse gut microbiome. The resulting datasets provide a key resource for future high-resolution taxonomic and functional studies on the equine gut microbiome.

Background: The airway epithelium plays a central role in the pathogenesis of chronic respiratory diseases such as asthma and chronic rhinosinusitis with nasal polyps (CRSwNP), but the mechanisms by which airway epithelial cells (EpCs) maintain inflammation are poorly understood. Objective: We hypothesized that transcriptomic assessment of sorted airway EpCs across the spectrum of differentiation would allow us to define mechanisms by which EpCs perpetuate airway inflammation. Methods: Ethmoid sinus EpCs from adult patients with CRS were sorted into 3 subsets, bulk RNA sequenced, and analyzed for differentially expressed genes and pathways. Single cell RNA-seq (scRNA-seq) datasets from eosinophilic and non-eosinophilic CRSwNP and bulk RNA-seq of EpCs from mild/moderate and severe asthma were assessed. Immunofluorescent staining and ex vivo functional analysis of sinus EpCs were used to validate our findings. Results: Analysis within and across purified EpC subsets revealed an enrichment in glycolytic programming in CRSwNP vs CRSsNP. Correlation analysis identified mammalian target of rapamycin complex 1 (mTORC1) as a potential regulator of the glycolytic program and identified EpC expression of cytokines and wound healing genes as potential sequelae. mTORC1 activity was upregulated in CRSwNP, and ex vivo inhibition demonstrated that mTOR is critical for EpC generation of CXCL8, IL-33, and CXCL2. Across patient samples, the degree of glycolytic activity was associated with T2 inflammation in CRSwNP, and with both T2 and non-T2 inflammation in severe asthma. Conclusions: Together, these findings highlight a metabolic axis required to support epithelial generation of cytokines critical to both chronic T2 and non-T2 inflammation in CRSwNP and asthma.

Increasing contact between humans and non-human primates provides an opportunity for the transfer of potential pathogens or antimicrobial resistance between host species. We have investigated genomic diversity, and antimicrobial resistance in Escherichia coli isolates from four species of non-human primate in the Gambia: Papio papio (n=22), Chlorocebus sabaeus (n=14), Piliocolobus badius (n=6) and Erythrocebus patas (n=1). We performed Illumina whole-genome sequencing on 101 isolates from 43 stools, followed by nanopore long-read sequencing on eleven isolates. We identified 43 sequence types (STs) by the Achtman scheme (ten of which are novel), spanning five of the eight known phylogroups of E. coli . The majority of simian isolates belong to phylogroup B2—characterised by strains that cause human extraintestinal infections—and encode factors associated with extraintestinal disease. A subset of the B2 strains (ST73, ST681 and ST127) carry the pks genomic island, which encodes colibactin, a genotoxin associated with colorectal cancer. We found little antimicrobial resistance and only one example of multi-drug resistance among the simian isolates. Hierarchical clustering showed that simian isolates from ST442 and ST349 are closely related to isolates recovered from human clinical cases (differences in 50 and seven alleles respectively), suggesting recent exchange between the two host species. Conversely, simian isolates from ST73, ST681 and ST127 were distinct from human isolates, while five simian isolates belong to unique core-genome ST complexes—indicating novel diversity specific to the primate niche. Our results are of public health importance, considering the increasing contact between humans and wild non-human primates.Impact statement Little is known about the population structure, virulence potential and the burden of antimicrobial resistance among Escherichia coli from wild non-human primates, despite increased exposure to humans through the fragmentation of natural habitats. Previous studies, primarily involving captive animals, have highlighted the potential for bacterial exchange between non-human primates and humans living nearby, including strains associated with intestinal pathology. Using multiple-colony sampling and whole-genome sequencing, we investigated the strain distribution and population structure of E. coli from wild non-human primates from the Gambia. Our results indicate that these monkeys harbour strains that can cause extraintestinal infections in humans. We document the transmission of virulent E. coli strains between monkeys of the same species sharing a common habitat and evidence of recent interaction between strains from humans and wild non-human primates. Also, we present complete genome assemblies for five novel sequence types of E. coli .Author notes All supporting data, code and protocols have been provided within the article or through supplementary data files. Nine supplementary figures and six supplementary files are available with the online version of this article.Abbreviations ExPEC, Extraintestinal pathogenic Escherichia coli ; ST, Sequence type; AMR, Antimicrobial resistance; MLST, Multi-locus sequence typing; VFDB, Virulence factors database; SNP, single nucleotide polymorphism; SPRI, Solid phase reversible immobilisation.Data summary The raw sequences and polished assemblies from this study are available in the National Center for Biotechnology Information (NCBI) Short Read Archive, under the BioProject accession number PRJNA604701. The full list and characteristics of these strains and other reference strains used in the analyses are presented in Table 1 and Supplementary Files 1-4 (available with the online version of this article).

Abstract Understanding how our immune system responds to the co-occurrence of two diseases in an individual (co-morbidity) could lead to mechanistic insights into and novel treatments for co-morbid conditions. Studies have shown that co-morbid immune responses could be more complex than the union of responses to each disease occurring separately, but a data-driven quantification of this complexity is lacking. In this study, we take a systematic approach to quantifying the interaction effect of two diseases on marker variables of interest (using a chronic inflammatory disease diabetes and parasitic infection helminth as illustrative disease pairs to identify cytokines or other immune markers that respond distinctively under a comorbid condition). To perform this systematic comorbidity analysis, we collected and preprocessed data measurements from multiple single- and double-disease cohorts, extended differential expression analysis of such data to identify disease-disease interaction (DDI) markers (such as cytokines that respond antagonistically or synergistically to the double-disease condition relative to single-disease states), and interpreted the resulting DDI markers in the context of prior cytokine/immune-cell knowledgebases. We applied this three-step DDI methodology to multiple cohorts of helminth and diabetes (specifically, helminth-infected and helminth-treated individuals in diabetic and non-diabetic conditions, and non-disease control individuals), and identified cytokines such as IFN- γ , TNF- α , and IL-2 to be DDI markers acting at the interface of both diseases in data collected prior to helminth treatment. Validating our expectations, for these cytokines and other T helper Th-2 cytokines like IL-13 and IL-4, their DDI statuses were lost after treatment for helminth infection. For instance, the relative contribution of the DDI term in explaining the individual-to-individual variation of IFN- γ and TNF- α cytokines were 67.68% and 48.88% respectively before anthelmintics treatment and dropped to 6.09% and 14.56% respectively after treatment. Furthermore, signaling pathways like IL-10 and IL-4/IL-13 were found to be significantly enriched for genes targeted by certain DDI markers, thereby suggesting mechanistic hypotheses on how these DDI markers influence both diseases. These results are promising and encourage the application of our DDI methodology ( https://github.com/BIRDSgroup/Disease-Disease-Interaction ) to dissect the interaction between any two diseases, provided multi-cohort measurements of markers are available. Supporting Information Please visit this URL to access Supplementary Figures, Tables and File associated with this work: https://github.com/BIRDSgroup/Disease-Disease-Interaction/tree/main/Application%20on%20helminth-diabetes%20data/Supplementary%20Figures%20and%20Tables . Author Summary The hygiene hypothesis, derived from epidemiological data gathered in developing and developed countries, suggests that a person’s exposure to helminth infection can lower the person’s risk of developing lifestyle diseases such as type-2 diabetes. This motivates us to study the interaction between diabetes and helminth infection. The host-pathogen interactions, specifically the host immune response to a pathogenic infection, can be quite different from a typical response when the host is suffering from another immune/inflammation-related disease such as diabetes. It is high time for a quantitative analysis of such disease-disease interactions (DDI), since not many studies have inspected DDI due to the lack of systematically collated single- and double-disease cohorts and associated statistical analysis of measurements from these cohorts. Towards this goal, we present a computational methodology for identifying and interpreting DDI markers, and apply it to systematically generated datasets from patient samples belonging to single-disease and double-disease cohorts of helminth infection and diabetes. This analysis quantified the extent of helminth-diabetes DDI exhibited by various tested markers, and thereby revealed cytokine markers such as IFN- γ (Interferon-gamma), TNF- α (Tumour Necrosis Factor-alpha), and IL-2 (Interleukin-2) to be important players in the pathogenesis of both diseases.

Background: Across the world, ticks act as vectors of human and animal pathogens. Ticks rely on bacterial endosymbionts, which often share close and complex evolutionary links with tick-borne pathogens. As the prevalence, diversity and virulence potential of tick-borne agents remain poorly understood, there is a pressing need for microbial surveillance of ticks as potential disease vectors. Methodology/Principal Findings: We developed a two-stage protocol that includes 16S-amplicon screening of pooled samples of hard ticks collected from dogs, sheep and camels in Palestine, followed by shotgun metagenomics on individual ticks to detect and characterise tick-borne pathogens and endosymbionts. Two ticks isolated from sheep yielded an abundance of reads from the genus Rickettsia, which were assembled into draft genomes. One of the resulting genomes was highly similar to R. massiliae strain MTU5. Analysis of signature genes showed that the other represents the first genome sequence of the potential pathogen Candidatus R. barbariae. Ticks from a dog and a sheep yielded draft genome sequences of strains of the Coxiella-like endosymbiont Candidatus Coxeilla mudrowiae. A sheep tick yielded sequences from the sheep pathogen Anaplasma ovis, while Hyalomma ticks from camels yielded sequences belonging to Francisella-like endosymbionts. From the metagenome of a dog tick from Jericho, we generated a genome sequence of a canine parvovirus. Significance: Here, we have shown how a cost-effective two-stage protocol can be used to detect and characterise tick-borne pathogens and endosymbionts. In recovering genome sequences from an unexpected pathogen (canine parvovirus) and a previously unsequenced pathogen (Candidatus R. barbariae), we demonstrate the open-ended nature of metagenomics. We also provide evidence that ticks can carry canine parvovirus, raising the possibility that ticks might contribute to the spread of this troublesome virus.

Background: For long-stay patients on the adult intensive care unit, the gut microbiota plays a key role in determining the balance between health and disease. However, it remains unclear which ICU patients might benefit from interventions targeting the gut microbiota or the pathogens therein. Methods: We undertook a prospective observational study of twenty-four ICU patients, in which serial faecal samples were subjected to shotgun metagenomic sequencing, phylogenetic profiling and microbial genome analyses. Results: Two-thirds of patients experienced a marked drop in gut microbial diversity (to an inverse Simpson's index of <4) at some stage during their stay in ICU, often accompanied by absence or loss of beneficial commensal bacteria. Intravenous administration of the broad-spectrum antimicrobial agent meropenem was significantly associated with loss of gut microbial diversity, but administration of other antibiotics, including piperacillin-tazobactam, failed to trigger statistically detectable changes in microbial diversity. In three quarters of ICU patients, we documented episodes of gut domination by pathogenic strains, with evidence of cryptic nosocomial transmission of Enterococcus faecium. In some patients we also saw domination of the gut microbiota by commensal organisms, such as Methanobrevibacter smithii. Conclusions: Our results support a role for metagenomic surveillance of the gut microbiota and pave the way for patient-specific interventions that maintain or restore gut microbial diversity in the ICU.

Coronavirus disease 2019 (COVID-19) caused by SARS-CoV-2 infection presents with varied clinical manifestations1, ranging from mild symptoms to acute respiratory distress syndrome (ARDS) with high mortality2,3. Despite extensive analyses, there remains an urgent need to delineate immune cell states that contribute to mortality in severe COVID-19. We performed high-dimensional cellular and molecular profiling of blood and respiratory samples from critically ill COVID-19 patients to define immune cell genomic states that are predictive of outcome in severe COVID-19 disease. Critically ill patients admitted to the intensive care unit (ICU) manifested increased frequencies of inflammatory monocytes and plasmablasts that were also associated with ARDS not due to COVID-19. Single-cell RNAseq (scRNAseq)-based deconvolution of genomic states of peripheral immune cells revealed distinct gene modules that were associated with COVID-19 outcome. Notably, monocytes exhibited bifurcated genomic states, with expression of a cytokine gene module exemplified by CCL4 (MIP-1β) associated with survival and an interferon signaling module associated with death. These gene modules were correlated with higher levels of MIP-1β and CXCL10 levels in plasma, respectively. Monocytes expressing genes reflective of these divergent modules were also detectable in endotracheal aspirates. Machine learning algorithms identified the distinctive monocyte modules as part of a multivariate peripheral immune system state that was predictive of COVID-19 mortality. Follow-up analysis of the monocyte modules on ICU day 5 was consistent with bifurcated states that correlated with distinct inflammatory cytokines. Our data suggests a pivotal role for monocytes and their specific inflammatory genomic states in contributing to mortality in life-threatening COVID-19 disease and may facilitate discovery of new diagnostics and therapeutics.

The genetic diversity and sharing of the mother-child associated microbiota remain largely unexplored. This severely limits our functional understanding of gut microbiota transmission patterns. The aim of our work was therefore to use a novel reduced metagenome sequencing in combination with shotgun and 16S rRNA gene sequencing to determine both the metagenome genetic diversity and the mother-to-child sharing of the microbiota. For a cohort of 17 mother-child pairs we found an increase of the collective metagenome size from about 100 Mbp for 4-day-old children to about 500 Mbp for mothers. The 4-day-old children shared 7% of the metagenome sequences with the mothers, while the metagenome sequence sharing was more than 30% among the mothers. We found 15 genomes shared across more than 50% of the mothers, of which 10 belonged to Clostridia. Only Bacteroides showed a direct mother-child association, with B. vulgatus being abundant in both 4-day-old children and mothers. In conclusion, our results support a common pool of gut bacteria that are transmitted from adults to infants, with most of the bacteria being transmitted at a stage after delivery.

Abstract While there have been extensive analyses characterizing cellular and humoral responses across the severity spectrum in COVID-19, predictors of outcomes within severe COVID-19 remain to be comprehensively elucidated. Recently, we identified divergent monocyte states as predictors of outcomes within severe COVID-19, but corresponding humoral profiles of risk have not been delineated. Furthermore, the nature of antibodies (Abs) directed against viral antigens beyond the spike protein or endemic coronavirus antigens and their associations with disease severity and outcomes remain poorly defined. We performed deep molecular profiling of Abs directed against a wide range of antigenic specificities in severe COVID-19 patients admitted to the ICU. The profiles consisted of canonical (S, RBD, N) and non-canonical (orf3a, orf8, nsp3, nps13 and M) antigenic specificities. Notably, multivariate machine learning (ML) models, generated using profiles of Abs directed against canonical or non-canonical antigens, were equally discriminative of recovery and mortality COVID-19 outcomes. In both ML models, survivors were associated with increased virus-specific IgA and IgG3 antibodies and with higher antigen-specific antibody galactosylation. Intriguingly, pre-pandemic healthy controls had cross-reactive Abs directed against nsp13 which is a conserved protein in other alpha and beta coronaviruses. Notably, higher levels of nsp13-specific IgA antibodies were associated with recovery in severe COVID-19. In keeping with these findings, a model built on Ab profiles for endemic coronavirus antigens was also predictive of COVID-19 outcome bifurcation, with higher levels of IgA and IgG3 antibodies against OC43 S and NL63 S being associated with survival. Our results suggest the importance of Abs targeting non-canonical SARS-CoV-2 antigens as well as those directed against endemic coronaviruses in favorable outcomes of severe COVID-19.