This is the first part of a two-part paper that has arisen from the work of the IEEE Power Engineering Society's Multi-Agent Systems (MAS) Working Group. Part I of this paper examines the potential value of MAS technology to the power industry. In terms of contribution, it describes fundamental concepts and approaches within the field of multi-agent systems that are appropriate to power engineering applications. As well as presenting a comprehensive review of the meaningful power engineering applications for which MAS are being investigated, it also defines the technical issues which must be addressed in order to accelerate and facilitate the uptake of the technology within the power and energy sector. Part II of this paper explores the decisions inherent in engineering multi-agent systems for applications in the power and energy sector and offers guidance and recommendations on how MAS can be designed and implemented.

This is the second part of a two-part paper that has arisen from the work of the IEEE Power Engineering Society's Multi-Agent Systems (MAS) Working Group. Part I of this paper examined the potential value of MAS technology to the power industry, described fundamental concepts and approaches within the field of multi-agent systems that are appropriate to power engineering applications, and presented a comprehensive review of the power engineering applications for which MAS are being investigated. It also defined the technical issues which must be addressed in order to accelerate and facilitate the uptake of the technology within the power and energy sector. Part II of this paper explores the decisions inherent in engineering multi-agent systems for applications in the power and energy sector and offers guidance and recommendations on how MAS can be designed and implemented. Given the significant and growing interest in this field, it is imperative that the power engineering community considers the standards, tools, supporting technologies, and design methodologies available to those wishing to implement a MAS solution for a power engineering problem. This paper describes the various options available and makes recommendations on best practice. It also describes the problem of interoperability between different multi-agent systems and proposes how this may be tackled.

The pathophysiology of COVID-19 includes immune-mediated hyperinflammation, which could potentially lead to respiratory failure and death. Granulocyte-macrophage colony-stimulating factor (GM-CSF) is among cytokines that contribute to the inflammatory processes. Lenzilumab, a GM-CSF neutralising monoclonal antibody, was investigated in the LIVE-AIR trial to assess its efficacy and safety in treating COVID-19 beyond available treatments.In LIVE-AIR, a phase 3, randomised, double-blind, placebo-controlled trial, hospitalised adult patients with COVID-19 pneumonia not requiring invasive mechanical ventilation were recruited from 29 sites in the USA and Brazil and were randomly assigned (1:1) to receive three intravenous doses of lenzilumab (600 mg per dose) or placebo delivered 8 h apart. All patients received standard supportive care, including the use of remdesivir and corticosteroids. Patients were stratified at randomisation by age and disease severity. The primary endpoint was survival without invasive mechanical ventilation to day 28 in the modified intention-to-treat population (mITT), comprising all randomised participants who received at least one dose of study drug under the documented supervision of the principal investigator or sub-investigator. Adverse events were assessed in all patients who received at least one dose of study drug. This trial is registered with ClinicalTrials.gov, NCT04351152, and is completed.Patients were enrolled from May 5, 2020, until Jan 27, 2021. 528 patients were screened, of whom 520 were randomly assigned and included in the intention-to-treat population. 479 of these patients (n=236, lenzilumab; n=243, placebo) were included in the mITT analysis for the primary outcome. Baseline demographics were similar between groups. 311 (65%) participants were males, mean age was 61 (SD 14) years at baseline, and median C-reactive protein concentration was 79 (IQR 41-137) mg/L. Steroids were administered to 449 (94%) patients and remdesivir to 347 (72%) patients; 331 (69%) patients received both treatments. Survival without invasive mechanical ventilation to day 28 was achieved in 198 (84%; 95% CI 79-89) participants in the lenzilumab group and in 190 (78%; 72-83) patients in the placebo group, and the likelihood of survival was greater with lenzilumab than placebo (hazard ratio 1·54; 95% CI 1·02-2·32; p=0·040). 68 (27%) of 255 patients in the lenzilumab group and 84 (33%) of 257 patients in the placebo group experienced at least one adverse event that was at least grade 3 in severity based on CTCAE criteria. The most common treatment-emergent adverse events of grade 3 or higher were related to respiratory disorders (26%) and cardiac disorders (6%) and none led to death.Lenzilumab significantly improved survival without invasive mechanical ventilation in hospitalised patients with COVID-19, with a safety profile similar to that of placebo. The added value of lenzilumab beyond other immunomodulators used to treat COVID-19 alongside steroids remains unknown.Humanigen.

Abstract Anosmia (loss of sense of smell) is one symptom of COVID-19 which can linger long after acute infection has passed, with major impact on quality of life. Given the number of people impacted by COVID-19-related anosmia, there is an urgent need to identify effective therapeutics in a faster fashion than using traditional drug discovery and development methods. We used our knowledge graph, the Phenograph, to navigate from phenotypes to genes to drug targets, to rapidly find druggable targets associated with anosmia. This process shortlisted six targets: NRP1, SCN9A, EGR1, VEGFB, PRKCE, and FGFR1. Neuropilin-1 (NRP1) is under active study for its involvement in SARS-CoV-2 infection. Importantly, there is no direct link between anosmia and NRP1 in our knowledge graph; the relationship was inferred through the graph structure. Based on this external validation, we derived hypotheses for the involvement of the remaining five targets in COVID-19-related anosmia, and the mechanism of action desired in a drug candidate to correct the hypothesized dysregulation.