Abstract Over the last century, outbreaks and pandemics have occurred with disturbing regularity, necessitating advance preparation and large-scale, coordinated response. Here, we developed a machine learning predictive model of disease severity and length of hospitalization for COVID-19, which can be utilized as a platform for future unknown viral outbreaks. We combined untargeted metabolomics on plasma data obtained from COVID-19 patients (n = 111) during hospitalization and healthy controls (n = 342), clinical and comorbidity data (n = 508) to build this patient triage platform, which consists of three parts: (i) the clinical decision tree, which amongst other biomarkers showed that patients with increased eosinophils have worse disease prognosis and can serve as a new potential biomarker with high accuracy (AUC = 0.974), (ii) the estimation of patient hospitalization length with ± 5 days error (R 2 = 0.9765) and (iii) the prediction of the disease severity and the need of patient transfer to the intensive care unit. We report a significant decrease in serotonin levels in patients who needed positive airway pressure oxygen and/or were intubated. Furthermore, 5-hydroxy tryptophan, allantoin, and glucuronic acid metabolites were increased in COVID-19 patients and collectively they can serve as biomarkers to predict disease progression. The ability to quickly identify which patients will develop life-threatening illness would allow the efficient allocation of medical resources and implementation of the most effective medical interventions. We would advocate that the same approach could be utilized in future viral outbreaks to help hospitals triage patients more effectively and improve patient outcomes while optimizing healthcare resources.

Reduced glutathione (GSH) is an abundant antioxidant that regulates intracellular redox homeostasis by scavenging reactive oxygen species (ROS). Glutamate-cysteine ligase catalytic (GCLC) subunit is the rate-limiting step in GSH biosynthesis. Using the Pax6-Cre driver mouse line, we deleted expression of the Gclc gene in all pancreatic endocrine progenitor cells. Intriguingly, Gclc knockout (KO) mice, following weaning, exhibited an age-related, progressive diabetes phenotype, manifested as strikingly increased blood glucose and decreased plasma insulin levels. This severe diabetes trait is preceded by pathologic changes in islet of weanling mice. Gclc KO weanlings showed progressive abnormalities in pancreatic morphology including: islet-specific cellular vacuolization, decreased islet-cell mass, and alterations in islet hormone expression. Islets from newly-weaned mice displayed impaired glucose-stimulated insulin secretion, decreased insulin hormone gene expression, oxidative stress, and increased markers of cellular senescence. Our results suggest that GSH biosynthesis is essential for normal development of the mouse pancreatic islet, and that protection from oxidative stress-induced cellular senescence might prevent abnormal islet-cell damage during embryogenesis.

Protein ubiquitination is a very diverse post-translational modification leading to protein degradation or delocalization, or altering protein activity. In Arabidopsis thaliana, two E3 ligases, BIG BROTHER (BB) and DA2, activate the latent peptidases DA1, DAR1 and DAR2 by mono-ubiquitination at multiple sites. Subsequently, these activated peptidases destabilize various positive regulators of growth. Here, we show that two ubiquitin-specific proteases, UBP12 and UBP13, deubiquitinate DA1, DAR1 and DAR2, hence reducing their peptidase activity. Overexpression of UBP12 or UBP13 strongly decreased leaf size and cell area, and resulted in lower ploidy levels. Mutants in which UBP12 and UBP13 were downregulated produced smaller leaves that contained fewer and smaller cells. Remarkably, neither UBP12 nor UBP13 were found to be cleavage substrates of the activated DA1. Our results therefore suggest that UBP12 and UBP13 work upstream of DA1, DAR1 and DAR2 to restrict their protease activity and hence fine-tune plant growth and development.