COVID-19 manifests with a wide spectrum of clinical phenotypes that are characterized by exaggerated and misdirected host immune responses1–6. Although pathological innate immune activation is well-documented in severe disease1, the effect of autoantibodies on disease progression is less well-defined. Here we use a high-throughput autoantibody discovery technique known as rapid extracellular antigen profiling7 to screen a cohort of 194 individuals infected with SARS-CoV-2, comprising 172 patients with COVID-19 and 22 healthcare workers with mild disease or asymptomatic infection, for autoantibodies against 2,770 extracellular and secreted proteins (members of the exoproteome). We found that patients with COVID-19 exhibit marked increases in autoantibody reactivities as compared to uninfected individuals, and show a high prevalence of autoantibodies against immunomodulatory proteins (including cytokines, chemokines, complement components and cell-surface proteins). We established that these autoantibodies perturb immune function and impair virological control by inhibiting immunoreceptor signalling and by altering peripheral immune cell composition, and found that mouse surrogates of these autoantibodies increase disease severity in a mouse model of SARS-CoV-2 infection. Our analysis of autoantibodies against tissue-associated antigens revealed associations with specific clinical characteristics. Our findings suggest a pathological role for exoproteome-directed autoantibodies in COVID-19, with diverse effects on immune functionality and associations with clinical outcomes. Rapid extracellular antigen profiling of a cohort of 194 individuals infected with SARS-CoV-2 uncovers diverse autoantibody responses that affect COVID-19 disease severity, progression and clinical and immunological characteristics.

Nanoscopic vehicles that stably encapsulate drug molecules and release them in response to a specific trigger are of great interest due to implications in therapeutic applications, especially for cancer therapy. For this purpose, we have synthesized highly stable polymeric nanogels, in which the kinetics of guest molecule release can be fine-tuned by control over cross-linking density. The polymer nanogel precursor is based on a random copolymer that contains oligoethyleneglycol (OEG) and pyridyldisulfide (PDS) units as side-chain functionalities. By introducing variations into the precursor polymer, such as molecular weight and the relative percentages of hydrophilic OEG units and hydrophobic PDS functionalities, we have achieved significant control over nanogel size. We show that the noncovalently encapsulated guest molecules can be released in response to a redox trigger, glutathione (GSH). Stability of dye encapsulation inside the nanogels and tunability in the release of guest molecules have been demonstrated through in vitro fluorescence resonance energy transfer (FRET) experiments. We show in vitro doxorubicin delivery into breast cancer cells (MCF-7) with nanogels of different cross-linking density to demonstrate that it plays a key role in the stable encapsulation of hydrophobic drug molecules and the cell-uptake efficiencies.

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.

We have previously reported that nanoparticles (NPs) loaded with IL-2 and TGF-β and targeted to T cells induced polyclonal T regulatory cells (Tregs) that protected mice from graft-versus-host disease (GvHD). Here, we evaluated whether administration of these NPs during alloantigen immunization could prevent allograft rejection by converting immunogenic responses to tolerogenic ones. Using C57BL/6 mice and BALB/c mice as either donors or recipients of allogeneic splenocytes, we found that treatment with the tolerogenic NPs in both strains of mice resulted in a marked inhibition of mixed lymphocyte reaction (MLR) to donor cell alloantigen but not to third-party control mouse cells after transfer of the allogeneic cells. The decreased alloreactivity associated with a four- to fivefold increase in the number of CD4