Importance

 Coronavirus disease 2019 (COVID-19) is a pandemic with no specific therapeutic agents and substantial mortality. It is critical to find new treatments. 

Objective

 To determine whether convalescent plasma transfusion may be beneficial in the treatment of critically ill patients with severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) infection. 

Design, Setting, and Participants

 Case series of 5 critically ill patients with laboratory-confirmed COVID-19 and acute respiratory distress syndrome (ARDS) who met the following criteria: severe pneumonia with rapid progression and continuously high viral load despite antiviral treatment; Pao₂/Fio₂<300; and mechanical ventilation. All 5 were treated with convalescent plasma transfusion. The study was conducted at the infectious disease department, Shenzhen Third People's Hospital in Shenzhen, China, from January 20, 2020, to March 25, 2020; final date of follow-up was March 25, 2020. Clinical outcomes were compared before and after convalescent plasma transfusion. 

Exposures

 Patients received transfusion with convalescent plasma with a SARS-CoV-2–specific antibody (IgG) binding titer greater than 1:1000 (end point dilution titer, by enzyme-linked immunosorbent assay [ELISA]) and a neutralization titer greater than 40 (end point dilution titer) that had been obtained from 5 patients who recovered from COVID-19. Convalescent plasma was administered between 10 and 22 days after admission. 

Main Outcomes and Measures

 Changes of body temperature, Sequential Organ Failure Assessment (SOFA) score (range 0-24, with higher scores indicating more severe illness), Pao₂/Fio₂, viral load, serum antibody titer, routine blood biochemical index, ARDS, and ventilatory and extracorporeal membrane oxygenation (ECMO) supports before and after convalescent plasma transfusion. 

Results

 All 5 patients (age range, 36-65 years; 2 women) were receiving mechanical ventilation at the time of treatment and all had received antiviral agents and methylprednisolone. Following plasma transfusion, body temperature normalized within 3 days in 4 of 5 patients, the SOFA score decreased, and Pao₂/Fio₂increased within 12 days (range, 172-276 before and 284-366 after). Viral loads also decreased and became negative within 12 days after the transfusion, and SARS-CoV-2–specific ELISA and neutralizing antibody titers increased following the transfusion (range, 40-60 before and 80-320 on day 7). ARDS resolved in 4 patients at 12 days after transfusion, and 3 patients were weaned from mechanical ventilation within 2 weeks of treatment. Of the 5 patients, 3 have been discharged from the hospital (length of stay: 53, 51, and 55 days), and 2 are in stable condition at 37 days after transfusion. 

Conclusions and Relevance

 In this preliminary uncontrolled case series of 5 critically ill patients with COVID-19 and ARDS, administration of convalescent plasma containing neutralizing antibody was followed by improvement in their clinical status. The limited sample size and study design preclude a definitive statement about the potential effectiveness of this treatment, and these observations require evaluation in clinical trials.

BackgroundThe outbreak of coronavirus disease 2019 (COVID-19) caused by the severe acute respiratory syndrome coronavirus 2 was first reported in Wuhan, December 2019, and continuously poses a serious threat to public health, highlighting the urgent need of identifying biomarkers for disease severity and progression.ObjectiveWe sought to identify biomarkers for disease severity and progression of COVID-19.MethodsForty-eight cytokines in the plasma samples from 50 COVID-19 cases including 11 critically ill, 25 severe, and 14 moderate patients were measured and analyzed in combination with clinical data.ResultsLevels of 14 cytokines were found to be significantly elevated in COVID-19 cases and showed different expression profiles in patients with different disease severity. Moreover, expression levels of IFN-γ–induced protein 10, monocyte chemotactic protein-3, hepatocyte growth factor, monokine-induced gamma IFN, and macrophage inflammatory protein 1 alpha, which were shown to be highly associated with disease severity during disease progression, were remarkably higher in critically ill patients, followed by severe and then the moderate patients. Serial detection of the 5 cytokines in 16 cases showed that continuously high levels were associated with deteriorated progression of disease and fatal outcome. Furthermore, IFN-γ–induced protein 10 and monocyte chemotactic protein-3 were excellent predictors for the progression of COVID-19, and the combination of the 2 cytokines showed the biggest area under the curve of the receiver-operating characteristics calculations with a value of 0.99.ConclusionsIn this study, we report biomarkers that are highly associated with disease severity and progression of COVID-19. These findings add to our understanding of the immunopathologic mechanisms of severe acute respiratory syndrome coronavirus 2 infection, and provide potential therapeutic targets and strategies. The outbreak of coronavirus disease 2019 (COVID-19) caused by the severe acute respiratory syndrome coronavirus 2 was first reported in Wuhan, December 2019, and continuously poses a serious threat to public health, highlighting the urgent need of identifying biomarkers for disease severity and progression. We sought to identify biomarkers for disease severity and progression of COVID-19. Forty-eight cytokines in the plasma samples from 50 COVID-19 cases including 11 critically ill, 25 severe, and 14 moderate patients were measured and analyzed in combination with clinical data. Levels of 14 cytokines were found to be significantly elevated in COVID-19 cases and showed different expression profiles in patients with different disease severity. Moreover, expression levels of IFN-γ–induced protein 10, monocyte chemotactic protein-3, hepatocyte growth factor, monokine-induced gamma IFN, and macrophage inflammatory protein 1 alpha, which were shown to be highly associated with disease severity during disease progression, were remarkably higher in critically ill patients, followed by severe and then the moderate patients. Serial detection of the 5 cytokines in 16 cases showed that continuously high levels were associated with deteriorated progression of disease and fatal outcome. Furthermore, IFN-γ–induced protein 10 and monocyte chemotactic protein-3 were excellent predictors for the progression of COVID-19, and the combination of the 2 cytokines showed the biggest area under the curve of the receiver-operating characteristics calculations with a value of 0.99. In this study, we report biomarkers that are highly associated with disease severity and progression of COVID-19. These findings add to our understanding of the immunopathologic mechanisms of severe acute respiratory syndrome coronavirus 2 infection, and provide potential therapeutic targets and strategies.

Abstract Respiratory syncytial virus (RSV) infection is a major cause of severe lower respiratory illness in infants and young children, but the underlying mechanisms responsible for viral pathogenesis have not been fully elucidated. To date, no drugs or vaccines have been employed to improve clinical outcomes for RSV-infected patients. In this paper, we report that angiotensin-converting enzyme-2 (ACE2) protected against severe lung injury induced by RSV infection in an experimental mouse model and in pediatric patients. Moreover, ACE2 deficiency aggravated RSV-associated disease pathogenesis, mainly by its action on the angiotensin II type 1 receptor (AT1R). Furthermore, administration of a recombinant ACE2 protein alleviated the severity of RSV-induced lung injury. These findings demonstrate that ACE2 plays a critical role in preventing RSV-induced lung injury and suggest that ACE2 is a promising potential therapeutic target in the management of RSV-induced lung disease.

The worldwide epidemic of coronavirus disease 2019 (COVID-19) is ongoing. Rapid and accurate detection of the causative virus SARS-CoV-2 is vital for the treatment and control of COVID-19. In this study, the comparative sensitivity of different respiratory specimen types were retrospectively analyzed using 3,552 clinical samples from 410 COVID-19 patients confirmed by Guangdong CDC (Center for Disease Control and Prevention). Except for bronchoalveolar lavage fluid (BALF), the sputum possessed the highest positive rate (73.4%-87.5%), followed by nasal swabs (53.1%-85.3%) for both severe and mild cases during the first 14 days after illness onset (d.a.o.). Viral RNA could be detected in all BALF samples collected from the severe group within 14 d.a.o. and lasted up to 46 d.a.o. Moreover, although viral RNA was negative in the upper respiratory samples, it was also positive in BALF samples in most cases from the severe group during treatment. Notably, no viral RNA was detected in BALF samples from the mild group. Despite typical ground-glass opacity observed via computed tomographic scans, no viral RNA was detected in the first three or all upper respiratory tract specimens from some COVID-19 patients. In conclusion, sputum is most sensitive for routine laboratory diagnosis of COVID-19, followed by nasal swabs. Detection of viral RNA in BALF improves diagnostic accuracy in severe COVID-19 patients.

Abstract Motivation Single-cell RNA-sequencing (scRNA-seq) technology enables researchers to investigate a genome at the cellular level with unprecedented resolution. An organism consists of a heterogeneous collection of cell types, each of which plays a distinct role in various biological processes. Hence, the first step of scRNA-seq data analysis is often to distinguish cell types so they can be investigated separately. Researchers have recently developed several automated cell type annotation tools, requiring neither biological knowledge nor subjective human decisions. Dropout is a crucial characteristic of scRNA-seq data widely used in differential expression analysis. However, dropout information is not explicitly used by any current cell annotation method. Fully utilizing dropout information for cell type annotation motivated this work. Results We present scAnnotate, a cell annotation tool that fully utilizes dropout information. We model every gene’s marginal distribution using a mixture model, which describes both the dropout proportion and the distribution of the non-dropout expression levels. Then, using an ensemble machine learning approach, we combine the mixture models of all genes into a single model for cell-type annotation. This combining approach can avoid estimating numerous parameters in the high-dimensional joint distribution of all genes. Using fourteen real scRNA-seq datasets, we demonstrate that scAnnotate is competitive against nine existing annotation methods. Furthermore, because of its distinct modelling strategy, scAnnotate’s misclassified cells are very different from competitor methods. This suggests using scAnnotate together with other methods could further improve annotation accuracy. Availability We implemented scAnnotate as an R package and made it publicly available from CRAN. Contact Xuekui Zhang: xuekui@uvic.ca and Li Xing: li.xing@math.usask.ca

Abstract The SARS-CoV-2 coronavirus is responsible for millions of deaths around the world. To help contribute to the understanding of crucial knowledge and to further generate new hypotheses relevant to SARS-CoV-2 and human protein interactions, we make use of the information abundant Biomine probabilistic database and extend the experimentally identified SARS-CoV-2-human protein-protein interaction (PPI) network in silico . We generate an extended network by integrating information from the Biomine database, the PPI network, and other experimentally validated results. To generate novel hypotheses, we focus on the high-connectivity sub-communities that overlap most with the integrated experimentally validated results in the extended network. Therefore, we propose a new data analysis pipeline that can efficiently compute core decomposition on the extended network and identify dense subgraphs. We then evaluate the identified dense subgraph and the generated hypotheses in three contexts: literature validation for uncovered virus targeting genes and proteins, gene function enrichment analysis on subgraphs, and literature support on drug repurposing for identified tissues and diseases related to COVID-19. The majority types of the generated hypotheses are proteins with their encoding genes and we rank them by sorting their connections to the integrated experimentally validated nodes. In addition, we compile a comprehensive list of novel genes, and proteins potentially related to COVID-19, as well as novel diseases which might be comorbidities. Together with the generated hypotheses, our results provide novel knowledge relevant to COVID-19 for further validation.

Abstract In this study, we investigated the role of 17α-estradiol in lifespan extension and its potential side effects for long-term administration. Pooled hypothalami from aged male Norway brown rats treated with 17α-estradiol (O.T), aged male controls (O), and young male controls (Y) were subjected to single-nucleus transcriptomic sequencing (snRNA-seq). To evaluate the effects of 17α-estradiol in anti-aging in neurons, supervised clustering on neurons by neuropeptides and their receptors were used to evaluate the responses of each neuron subtype during aging and after 17α-estradiol treatment. The elevated cellular metabolism, stresses and decreased synaptic activity in neurons initiated by aging were remarkably attenuated by 17α-estradiol. Assessment of changes in neuron populations showed that neurons related to food intake, reproduction, blood pressure, stress response and electrolyte balance were sensitive to 17α-estradiol treatment. 17α-estradiol treatment not only increased Oxytocin (Oxt), but also increased the activity of hypothalamic-pituitary-gonadal (HPG) axis, evidenced by significantly elevated levels of plasma Gnrh, bioavailable testosterone, and decreased estradiol. Elevated Gnrh1 was verified to be one of the causal effects mediating the role of 17α-estradiol in energy homeostasis, neural synapse, and stress response. Notably, Crh neurons displayed most prominently senescent phenotype among all checked neuron subtypes in O.T, which may be a potential side effect of 17α-estradiol treatment. Therefore, HPG axis and energy metabolism may be key targets of 17α-estradiol in male lifespan extension. Additionally, supervised clustering of neurons was shown to be a useful method to assess the responses to treatment among different neuron subtypes in the hypothalamus.

ABSTRACT Sickle cell disease is caused by a mutation in the beta subunit of hemoglobin (HbSS) that drives Hb fiber formation when the protein is in the deoxygenated (tense, T) state. The drug voxelotor was recently approved to treat sickle cell disease by preventing HbSS fiber formation. Voxelotor acts as an allosteric inhibitor of polymerization by maintaining the HbSS protein in the relaxed (R) conformation, limiting polymerization of T-state fibers. Normal blood cells contain small amounts of natural Hb fibers and a few percent of the Fe 3+ ferric form, metHb, incapable of binding oxygen. Although the drug Voxelotor is now in use, the effect of the drug on the oxidized metHb state has not been reported. Here we assessed the influence of voxelotor on normal human metHb. We compared the aggregation of metHb at two pH values (5.5 and 7.1). MetHb is known to form organized fiber structures at or below pH 5.5. We find that voxelotor significantly enhances fiber formation of metHb R-state at pH 5.5, consistent with the mode of action for this drug in maintaining the Hb R conformation. The opposite effect is observed at physiological pH values. Voxelotor significantly decreases the rate of metHb aggregate formation at pH 7.1 but did not affect protein stability. Notably, drug binding drives metHb into novel spherical particles with a morphology never seen before for Hb. The formation of these particles should be considered in patients being treated for sickle cell disease with voxelotor. WHY IT MATTERS Voxelotor is an FDA-approved drug for sickle cell anemia, known to prevent hemoglobin fiber formation. Here, we investigate its effect on methemoglobin, the form of hemoglobin in which iron takes on the ferric Fe 3+ state. Our study examines voxelotor’s impact on methemoglobin aggregation and stability. At pH 7.1, we found voxelotor to have an effect on methemoglobin solubility as evidenced by the formation of novel methemoglobin spherical structures. We observe that voxelotor significantly increases methemoglobin fiber formation at pH 5.5 but, notably, reduces methemoglobin aggregation at physiological pH levels. Minimal impact on methemoglobin thermodynamic stability is noted. These findings suggest voxelotor’s potential therapeutic efficacy for various hemoglobinopathies, including conditions characterized by Heinz body formation.