Abstract TIR domains are NAD-degrading enzymes that function during immune signaling in prokaryotes, plants, and animals. In plants, most TIR domains are incorporated into intracellular immune receptors. In Arabidopsis, TIR-derived small molecules bind and activate EDS1 heterodimers, which in turn activate RNLs, a class of cation channel-forming immune receptors. RNL activation drives cytoplasmic Ca 2+ influx, transcriptional reprogramming, pathogen resistance and host cell death. We screened for mutants that suppress an RNL activation mimic allele and identified a TIR-containing immune receptor, SADR1. Despite functioning downstream of an auto-activated RNL, SADR1 is not required for defense signaling triggered by other tested TIR-containing immune receptors. SADR1 is required for defense signaling initiated by some trans-membrane pattern recognition receptors and contributes to the unbridled spread of cell death in lesion simulating disease 1 . Together with RNLs, SADR1 regulates defense gene expression at infection site borders, likely in a non-autonomous manner. RNL mutants that cannot sustain this pattern of gene expression are unable to prevent disease spread beyond localized infection sites, suggesting that this pattern corresponds to a pathogen containment mechanism. SADR1 potentiates RNL-driven immune signaling partially through the activation of EDS1, but also partially independently of EDS1. We studied EDS1-independent TIR function using nicotinamide, an NADase inhibitor. We observed decreased defense induction from trans-membrane pattern recognition receptors and decreased calcium influx, pathogen growth restriction and host cell death following intracellular immune receptor activation. We demonstrate that TIR domains can potentiate calcium influx and defense and are thus broadly required for Arabidopsis immunity.

Beta-lactamase inhibitors are increasingly used to counteract microbial resistance to beta-lactam antibiotics mediated by beta-lactamase enzymes. These inhibitors compete with the beta-lactam drug for the same binding site of the beta-lactamase, thereby generating an inherent evolutionary tradeoff: enzyme mutations that increase its activity against the beta-lactam drug also increase its susceptibility towards the inhibitor. It is unclear how common and accessible are mutants that escape this adaptive tradeoff. Here, systematically constructing and phenotyping a deep mutant library of the ampC beta-lactamase gene of Escherichia coli, we identified escape mutations, which even in the presence of the enzyme inhibitor allow growth at beta-lactam concentrations far exceeding the native inhibitory levels of the wildtype strain. Importantly, while such escape mutations appear for combinations of avibactam with some beta-lactam drugs, for other drugs escape phenotypes are completely restricted. Amplicon sequencing of the selected mutant pool identified these escape mutations and showed that they are rare and drug specific. For the combination of avibactam with aztreonam, an escape phenotype was conferred via multiple substitutions in a single conserved amino acid (Tyr 150). In contrast, a different set of mutations showed an escape phenotype for cefepime, and no escape mutants appeared for piperacillin. The differential adaptive potential of ampC to combinations of avibactam and different beta-lactam drugs can help guide drug treatments that are more resilient to evolution of resistance.

From natural ecology to clinical therapy, cells are often exposed to mixtures of multiple drugs. Two competing null models are used to predict the combined effect of drugs: response additivity (Bliss) and dosage additivity (Loewe) . Here, noting that these models diverge with increased number of drugs, we contrast their predictions with measurements of Escherichia coli growth under combinations of up to 10 different antibiotics. As the number of drugs increases, Bliss maintains accuracy while Loewe systematically loses its predictive power. The total dosage required for growth inhibition, which Loewe predicts should be fixed, steadily increases with the number of drugs, following a square root scaling. This scaling is explained by an approximation to Bliss where, inspired by RA Fisher classical geometric model, dosages of independent drugs adds up as orthogonal vectors rather than linearly. This dose-orthogonality approximation provides results similar to Bliss, yet uses the dosage language as Loewe and is hence easier to implement and intuit. The rejection of dosage additivity in favor of effect additivity and dosage orthogonality provides a framework for understanding how multiple drugs and stressors add up in nature and the clinic.