To investigate the immune response and mechanisms associated with severe coronavirus disease 2019 (COVID-19), we performed single-cell RNA sequencing on nasopharyngeal and bronchial samples from 19 clinically well-characterized patients with moderate or critical disease and from five healthy controls. We identified airway epithelial cell types and states vulnerable to severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) infection. In patients with COVID-19, epithelial cells showed an average three-fold increase in expression of the SARS-CoV-2 entry receptor ACE2, which correlated with interferon signals by immune cells. Compared to moderate cases, critical cases exhibited stronger interactions between epithelial and immune cells, as indicated by ligand–receptor expression profiles, and activated immune cells, including inflammatory macrophages expressing CCL2, CCL3, CCL20, CXCL1, CXCL3, CXCL10, IL8, IL1B and TNF. The transcriptional differences in critical cases compared to moderate cases likely contribute to clinical observations of heightened inflammatory tissue damage, lung injury and respiratory failure. Our data suggest that pharmacologic inhibition of the CCR1 and/or CCR5 pathways might suppress immune hyperactivation in critical COVID-19. Single-cell analysis of COVID-19 patient samples identifies activated immune pathways that correlate with severe disease.

A Western lifestyle with high salt consumption can lead to hypertension and cardiovascular disease. High salt may additionally drive autoimmunity by inducing T helper 17 (TH17) cells, which can also contribute to hypertension. Induction of TH17 cells depends on gut microbiota; however, the effect of salt on the gut microbiome is unknown. Here we show that high salt intake affects the gut microbiome in mice, particularly by depleting Lactobacillus murinus. Consequently, treatment of mice with L. murinus prevented salt-induced aggravation of actively induced experimental autoimmune encephalomyelitis and salt-sensitive hypertension by modulating TH17 cells. In line with these findings, a moderate high-salt challenge in a pilot study in humans reduced intestinal survival of Lactobacillus spp., increased TH17 cells and increased blood pressure. Our results connect high salt intake to the gut–immune axis and highlight the gut microbiome as a potential therapeutic target to counteract salt-sensitive conditions. High salt intake changed the gut microbiome and increased TH17 cell numbers in mice, and reduced intestinal survival of Lactobacillus species, increased the number of TH17 cells and increased blood pressure in humans. The role of the gut microbiota in human disease is becoming increasingly recognized. In this study, Dominik Müller and colleagues report that a diet high in salt alters the composition of the gut microbiota in mice, causing pronounced depletion of the commensal Lactobacillus murinus and reduced production of indole metabolites. Previous work has suggested that a high salt diet leads to the generation of pathogenic T helper 17 (TH17) cells, which have been linked to hypertension and autoimmunity. The authors show that treatment of mice on a high salt diet with L. murinus prevents salt-induced aggravation of actively induced autoimmune encephalomyelitis and salt-sensitive hypertension, through the suppression of TH17 cells. In a pilot study in a small number of humans, the authors also show that high-salt challenge induces an increase in blood pressure and TH17 cells, associated with a reduction in Lactobacillus in the gut. However, future work is required to determine whether the findings for mice are translatable to humans.

Background: Arterial hypertension and its organ sequelae show characteristics of T cell–mediated inflammatory diseases. Experimental anti-inflammatory therapies have been shown to ameliorate hypertensive end-organ damage. Recently, the CANTOS study (Canakinumab Antiinflammatory Thrombosis Outcome Study) targeting interleukin-1β demonstrated that anti-inflammatory therapy reduces cardiovascular risk. The gut microbiome plays a pivotal role in immune homeostasis and cardiovascular health. Short-chain fatty acids (SCFAs) are produced from dietary fiber by gut bacteria and affect host immune homeostasis. Here, we investigated effects of the SCFA propionate in 2 different mouse models of hypertensive cardiovascular damage. Methods: To investigate the effect of SCFAs on hypertensive cardiac damage and atherosclerosis, wild-type NMRI or apolipoprotein E knockout–deficient mice received propionate (200 mmol/L) or control in the drinking water. To induce hypertension, wild-type NMRI mice were infused with angiotensin II (1.44 mg·kg –1 ·d –1 subcutaneous) for 14 days. To accelerate the development of atherosclerosis, apolipoprotein E knockout mice were infused with angiotensin II (0.72 mg·kg –1 ·d –1 subcutaneous) for 28 days. Cardiac damage and atherosclerosis were assessed using histology, echocardiography, in vivo electrophysiology, immunofluorescence, and flow cytometry. Blood pressure was measured by radiotelemetry. Regulatory T cell depletion using PC61 antibody was used to examine the mode of action of propionate. Results: Propionate significantly attenuated cardiac hypertrophy, fibrosis, vascular dysfunction, and hypertension in both models. Susceptibility to cardiac ventricular arrhythmias was significantly reduced in propionate-treated angiotensin II–infused wild-type NMRI mice. Aortic atherosclerotic lesion area was significantly decreased in propionate-treated apolipoprotein E knockout–deficient mice. Systemic inflammation was mitigated by propionate treatment, quantified as a reduction in splenic effector memory T cell frequencies and splenic T helper 17 cells in both models, and a decrease in local cardiac immune cell infiltration in wild-type NMRI mice. Cardioprotective effects of propionate were abrogated in regulatory T cell–depleted angiotensin II–infused mice, suggesting the effect is regulatory T cell–dependent. Conclusions: Our data emphasize an immune-modulatory role of SCFAs and their importance for cardiovascular health. The data suggest that lifestyle modifications leading to augmented SCFA production could be a beneficial nonpharmacological preventive strategy for patients with hypertensive cardiovascular disease.

SummaryBackgroundHeterologous vaccine regimens have been widely discussed as a way to mitigate intermittent supply shortages and to improve immunogenicity and safety of COVID-19 vaccines. We aimed to assess the reactogenicity and immunogenicity of heterologous immunisations with ChAdOx1 nCov-19 (AstraZeneca, Cambridge, UK) and BNT162b2 (Pfizer-BioNtech, Mainz, Germany) compared with homologous BNT162b2 and ChAdOx1 nCov-19 immunisation.MethodsThis is an interim analysis of a prospective observational cohort study enrolling health-care workers in Berlin (Germany) who received either homologous ChAdOx1 nCov-19 or heterologous ChAdOx1 nCov-19–BNT162b2 vaccination with a 10–12-week vaccine interval or homologous BNT162b2 vaccination with a 3-week vaccine interval. We assessed reactogenicity after the first and second vaccination by use of electronic questionnaires on days 1, 3, 5, and 7. Immunogenicity was measured by the presence of SARS-CoV-2-specific antibodies (full spike-IgG, S1-IgG, and RBD-IgG), by an RBD–ACE2 binding inhibition assay (surrogate SARS-CoV-2 virus neutralisation test), a pseudovirus neutralisation assay against two variants of concerns (alpha [B.1.1.7] and beta [B.1.351]), and anti-S1-IgG avidity. T-cell reactivity was measured by IFN-γ release assay.FindingsBetween Dec 27, 2020, and June 14, 2021, 380 participants were enrolled in the study, with 174 receiving homologous BNT162b2 vaccination, 38 receiving homologous ChAdOx1 nCov-19 vaccination, and 104 receiving ChAdOx1 nCov-19–BNT162b2 vaccination. Systemic symptoms were reported by 103 (65%, 95% CI 57·1–71·8) of 159 recipients of homologous BNT162b2, 14 (39%, 24·8–55·1) of 36 recipients of homologous ChAdOx1 nCov-19, and 51 (49%, 39·6–58·5) of 104 recipients of ChAdOx1 nCov-19–BNT162b2 after the booster immunisation. Median anti-RBD IgG levels 3 weeks after boost immunisation were 5·4 signal to cutoff ratio (S/co; IQR 4·8–5·9) in recipients of homologous BNT162b2, 4·9 S/co (4·3–5·6) in recipients of homologous ChAdOx1 nCov-19, and 5·6 S/co (5·1–6·1) in recipients of ChAdOx1 nCov-19– BNT162b2. Geometric mean of 50% inhibitory dose against alpha and beta variants were highest in recipients of ChAdOx1 nCov-19–BNT162b2 (956·6, 95% CI 835·6–1095, against alpha and 417·1, 349·3–498·2, against beta) compared with those in recipients of homologous ChAdOx1 nCov-19 (212·5, 131·2–344·4, against alpha and 48·5, 28·4–82·8, against beta; both p<0·0001) or homologous BNT162b2 (369·2, 310·7–438·6, against alpha and 72·4, 60·5–86·5, against beta; both p<0·0001). SARS-CoV-2 S1 T-cell reactivity 3 weeks after boost immunisation was highest in recipients of ChAdOx1 nCov-19–BNT162b2 (median IFN-γ concentration 4762 mIU/mL, IQR 2723–8403) compared with that in recipients of homologous ChAdOx1 nCov-19 (1061 mIU/mL, 599–2274, p<0·0001) and homologous BNT162b2 (2026 mIU/mL, 1459–4621, p=0·0008) vaccination.InterpretationThe heterologous ChAdOx1 nCov-19–BNT162b2 immunisation with 10–12-week interval, recommended in Germany, is well tolerated and improves immunogenicity compared with homologous ChAdOx1 nCov-19 vaccination with 10–12-week interval and BNT162b2 vaccination with 3-week interval. Heterologous prime-boost immunisation strategies for COVID-19 might be generally applicable.FundingForschungsnetzwerk der Universitätsmedizin zu COVID-19, the German Ministry of Education and Research, Zalando SE.

Early diagnosis is key to prevent bowel damage in inflammatory bowel disease (IBD). Risk factor analyses linked with delayed diagnosis in European IBD patients are scarce and no data in German IBD patients exists.

Hi-C and capture Hi-C (CHi-C) both leverage paired-end sequencing of chimeric fragments to gauge the strength of interactions based on the total number of paired-end reads mapped to a common pair of restriction fragments. Mapped paired-end reads can have four relative orientations, depending on the genomic positions and strands of the two reads. We assigned one paired-end read orientation to each of the four possible re-ligations that can occur between two given restriction fragments. In a large hematopoietic cell dataset, we determined the read pair counts of interactions separately for each orientation. Interactions with imbalances in the counts occur much more often than expected by chance for both Hi-C and CHi-C. Based on such imbalances, we identified target restriction fragments enriched at only one instead of both ends. By matching them to the baits used for the experiments, we confirmed our assignment of paired-end read orientations and gained insights that can inform bait design. An analysis of unbaited fragments shows that, beyond bait effects, other known types of technical biases are reflected in count imbalances. Taking advantage of distance-dependent contact frequencies, we assessed the impact of such biases. Our results have the potential to improve the design and interpretation of CHi-C experiments.

Background Predictive machine learning models have made use of a variety of scoring systems to identify clinical deterioration in ICU patients. However, most of these scores include variables that are dependent on medical staff examining the patient. We present the development of a real-time prediction model using clinical variables that are digital and automatically generated for the early detection of patients at risk of deterioration. Methods Routine monitoring data were used in this analysis. ICU patients with at least 24 h of vital sign recordings were included. Deterioration was defined as qSOFA ≥ 2. Model development and validation were performed internally by splitting the cohort into training and test datasets and validating the results on the test dataset. Five different models were trained, tested, and compared against each other. The models were an artificial neural network (ANN), a random forest (RF), a support vector machine (SVM), a linear discriminant analysis (LDA), and a logistic regression (LR). Results In total, 7156 ICU patients were screened for inclusion in the study, which resulted in models trained from a total of 28,348 longitudinal measurements. The artificial neural network showed a superior predictive performance for deterioration, with an area under the curve of 0.81 over 0.78 (RF), 0.78 (SVM), 0.77 (LDA), and 0.76 (LR), by using only four vital parameters. The sensitivity was higher than the specificity for the artificial neural network. Conclusions The artificial neural network, only using four automatically recorded vital signs, was best able to predict deterioration, 10 h before documentation in clinical records. This real-time prediction model has the potential to flag at-risk patients to the healthcare providers treating them, for closer monitoring and further investigation.