ABSTRACT Mutations in the spike glycoprotein of SARS-CoV-2 allow the virus to probe the sequence space in search of higher-fitness states. New sublineages of SARS-CoV-2 variants-of-concern (VOCs) continuously emerge with such mutations. Interestingly, the sites of mutation in these sublineages vary between the VOCs. Whether such differences reflect the random nature of mutation appearance or distinct evolutionary spaces of spike in the VOCs is unclear. Here we show that each position of spike has a lineage-specific likelihood for mutations to appear and dominate descendent sublineages. This likelihood can be accurately estimated from the lineage-specific mutational profile of spike at a protein-wide level. The mutability environment of each position, including adjacent sites on the protein structure and neighboring sites on the network of comutability, accurately forecast changes in descendent sublineages. Mapping of imminent changes within the VOCs can contribute to the design of immunogens and therapeutics that address future forms of SARS-CoV-2.

New sublineages of SARS-CoV-2 variants-of-concern (VOCs) continuously emerge with mutations in the spike glycoprotein. In most cases, the sublineage-defining mutations vary between the VOCs. It is unclear whether these differences reflect lineage-specific likelihoods for mutations at each spike position or the stochastic nature of their appearance. Here we show that SARS-CoV-2 lineages have distinct evolutionary spaces (a probabilistic definition of the sequence states that can be occupied by expanding virus subpopulations). This space can be accurately inferred from the patterns of amino acid variability at the whole-protein level. Robust networks of co-variable sites identify the highest-likelihood mutations in new VOC sublineages and predict remarkably well the emergence of subvariants with resistance mutations to COVID-19 therapeutics. Our studies reveal the contribution of low frequency variant patterns at heterologous sites across the protein to accurate prediction of the changes at each position of interest.

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.

Abstract Loss of oral tolerance (LOT) to gluten, characterized by a T helper 1 (Th1) gluten-specific immune response, is a hallmark of celiac disease (CeD) and can be triggered by enteric viral infections. We hypothesized that certain gut microbes have the capacity to protect against virus-mediated LOT. By using our previously defined reovirus-mediated LOT CeD model, we discovered that the gut colonizing protist Tritrichomonas (T.) arnold promotes oral tolerance and protects against reovirus-mediated LOT by suppressing the reovirus-induced proinflammatory program of dietary-antigen-presenting CD103 + dendritic cells. Importantly, T. arnold did not affect antiviral host immunity, suggesting that T. arnold -mediated protection against T1L-induced LOT is not attributable to differences in antiviral host responses. Additionally, using gnotobiotic mice, we found that Tritrichomonas arnold colonization is sufficient to protect against reovirus-mediated LOT in the absence of the microbiota. Mechanistically, we show that Tritrichomonas arnold colonization restrains reovirus-induced inflammatory responses in dendritic cells and thus limit their ability to promote Th1 immune responses ex vivo . Finally, our studies using human stool samples support a role for Tritrichomonas sp. colonization in protecting against development of CeD. This study will motivate the design of effective therapies to prevent LOT to gluten in at-risk individuals and to reinstate tolerance to gluten in CeD patients. One Sentence Summary Tritrichomonas arnold protects against virus-mediated loss of oral tolerance to gluten and is underrepresented in celiac disease patients.

Immunoglobulin A (IgA) is secreted into breast milk and is critical to both protecting against enteric pathogens and shaping the infant intestinal microbiota. The efficacy of breast milk-derived maternal IgA (BrmIgA) is dependent upon its specificity, however heterogeneity in BrmIgA binding ability to the infant microbiota is not known. Using a flow cytometric array, we analyzed the reactivity of BrmIgA against bacteria common to the infant microbiota and discovered substantial heterogeneity between all donors, independent of preterm or term delivery. We also observed intra-donor variability in the BrmIgA response to closely related bacterial isolates. Conversely, longitudinal analysis showed that the anti-bacterial BrmIgA reactivity was relatively stable through time, even between sequential infants, indicating that mammary gland IgA responses are durable. Together, our study demonstrates that the anti-bacterial BrmIgA reactivity displays inter-individual heterogeneity but intra-individual stability. These findings have important implications for how breast milk shapes the development of the infant microbiota and protects against Necrotizing Enterocolitis.We analyze the ability of breast milk-derived Immunoglobulin A (IgA) antibodies to bind the infant intestinal microbiota. We discover that each mother secretes into their breast milk a distinct set of IgA antibodies that are stably maintained over time.

Abstract T follicular helper (Tfh) cells play a critical role in T-dependent humoral immune responses. While genetic programs controlling Tfh cell differentiation have been extensively studied using murine models, studies in humans have been hampered by the lack of a robust in vitro differentiation system for Tfh cells. We characterized epigenomic landscapes across stages of Tfh cell differentiation in a healthy human tonsil using ATAC-Seq and CUT&RUN for selected histone modifications. We combined these epigenomic datasets and integrated them with the reference human protein interactome using a novel network propagation approach. Our approach uncovered subnetworks integral to Tfh cell differentiation. These subnetworks captured known Tfh cell drivers to a greater extent than conventional gene-centric analyses would, and also revealed novel modules that may be required for Tfh cell differentiation. We find that human Tfh cell subnetworks are functionally associated with specific immune signaling cascades including cytokine receptor driven pathways. Analyses of transcriptomic data revealed that in addition to these immune pathways being significantly dysregulated in severe COVID-19, the corresponding Tfh cell subnetworks are also transcriptionally perturbed to a similar extent. This provides a molecular mechanistic basis for the previously observed impaired Tfh cell differentiation and loss of germinal centers in severe COVID-19.