Nanobodies that neutralize Monoclonal antibodies that bind to the spike protein of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) show therapeutic promise but must be produced in mammalian cells and need to be delivered intravenously. By contrast, single-domain antibodies called nanobodies can be produced in bacteria or yeast, and their stability may enable aerosol delivery. Two papers now report nanobodies that bind tightly to spike and efficiently neutralize SARS-CoV-2 in cells. Schoof et al. screened a yeast surface display of synthetic nanobodies and Xiang et al. screened anti-spike nanobodies produced by a llama. Both groups identified highly potent nanobodies that lock the spike protein in an inactive conformation. Multivalent constructs of selected nanobodies achieved even more potent neutralization. Science , this issue p. 1473 , p. 1479

We present a global atlas of 4,728 metagenomic samples from mass-transit systems in 60 cities over 3 years, representing the first systematic, worldwide catalog of the urban microbial ecosystem. This atlas provides an annotated, geospatial profile of microbial strains, functional characteristics, antimicrobial resistance (AMR) markers, and genetic elements, including 10,928 viruses, 1,302 bacteria, 2 archaea, and 838,532 CRISPR arrays not found in reference databases. We identified 4,246 known species of urban microorganisms and a consistent set of 31 species found in 97% of samples that were distinct from human commensal organisms. Profiles of AMR genes varied widely in type and density across cities. Cities showed distinct microbial taxonomic signatures that were driven by climate and geographic differences. These results constitute a high-resolution global metagenomic atlas that enables discovery of organisms and genes, highlights potential public health and forensic applications, and provides a culture-independent view of AMR burden in cities.

Abstract The SARS-CoV-2 protein Nsp2 has been implicated in a wide range of viral processes, but its exact functions, and the structural basis of those functions, remain unknown. Here, we report an atomic model for full-length Nsp2 obtained by combining cryo-electron microscopy with deep learning-based structure prediction from AlphaFold2. The resulting structure reveals a highly-conserved zinc ion-binding site, suggesting a role for Nsp2 in RNA binding. Mapping emerging mutations from variants of SARS-CoV-2 on the resulting structure shows potential host-Nsp2 interaction regions. Using structural analysis together with affinity tagged purification mass spectrometry experiments, we identify Nsp2 mutants that are unable to interact with the actin-nucleation-promoting WASH protein complex or with GIGYF2, an inhibitor of translation initiation and modulator of ribosome-associated quality control. Our work suggests a potential role of Nsp2 in linking viral transcription within the viral replication-transcription complexes (RTC) to the translation initiation of the viral message. Collectively, the structure reported here, combined with mutant interaction mapping, provides a foundation for functional studies of this evolutionary conserved coronavirus protein and may assist future drug design.

A search for pair production of up-type vector-like quarks ($T$) with a significant branching ratio into a top quark and either a Standard Model Higgs boson or a $Z$ boson is presented. The same analysis is also used to search for four-top-quark production in several new physics scenarios. The search is based on a dataset of $pp$ collisions at $\sqrt{s}=13$ TeV recorded in 2015 and 2016 with the ATLAS detector at the CERN Large Hadron Collider and corresponds to an integrated luminosity of 36.1 fb$^{-1}$. Data are analysed in the lepton+jets final state, characterised by an isolated electron or muon with high transverse momentum, large missing transverse momentum and multiple jets, as well as the jets+$E_{T}^{miss}$ final state, characterised by multiple jets and large missing transverse momentum. The search exploits the high multiplicity of jets identified as originating from $b$-quarks, and the presence of boosted, hadronically decaying top quarks and Higgs bosons reconstructed as large-radius jets, characteristic of signal events. No significant excess above the Standard Model expectation is observed, and 95% CL upper limits are set on the production cross sections for the different signal processes considered. These cross-section limits are used to derive lower limits on the mass of a vector-like $T$ quark under several branching ratio hypotheses assuming contributions from $T \rightarrow Wb$, $Zt$, $Ht$ decays. The 95% CL observed lower limits on the $T$ quark mass range between 0.99 TeV and 1.43 TeV for all possible values of the branching ratios into the three decay modes considered, significantly extending the reach beyond that of previous searches. Additionally, upper limits on anomalous four-top-quark production are set in the context of an effective field theory model, as well as in an universal extra dimensions model.

A bstract A search for supersymmetry involving the pair production of gluinos decaying via third-generation squarks into the lightest neutralino $$ \left({\tilde{\chi}}_1^0\right) $$  χ ˜ 1 0  is reported. It uses LHC proton-proton collision data at a centre-of-mass energy $$ \sqrt{s}=13 $$  s  = 13 TeV with an integrated luminosity of 36.1 fb −1 collected with the ATLAS detector in 2015 and 2016. The search is performed in events containing large missing transverse momentum and several energetic jets, at least three of which must be identified as originating from b -quarks. To increase the sensitivity, the sample is divided into subsamples based on the presence or absence of electrons or muons. No excess is found above the predicted background. For $$ {\tilde{\chi}}_1^0 $$ χ ˜ 1 0 masses below approximately 300 GeV, gluino masses of less than 1.97 (1.92) TeV are excluded at 95% confidence level in simplified models involving the pair production of gluinos that decay via top (bottom) squarks. An interpretation of the limits in terms of the branching ratios of the gluinos into third-generation squarks is also provided. These results improve upon the exclusion limits obtained with the 3.2 fb −1 of data collected in 2015.

Abstract As the infection of 2019-nCoV coronavirus is quickly developing into a global pneumonia epidemic, careful analysis of its transmission and cellular mechanisms is sorely needed. In this report, we re-analyzed the computational approaches and findings presented in two recent manuscripts by Ji et al . ( https://doi.org/10.1002/jmv.25682 ) and by Pradhan et al . ( https://doi.org/10.1101/2020.01.30.927871 ), which concluded that snakes are the intermediate hosts of 2019-nCoV and that the 2019-nCoV spike protein insertions shared a unique similarity to HIV-1. Results from our re-implementation of the analyses, built on larger-scale datasets using state-of-the-art bioinformatics methods and databases, do not support the conclusions proposed by these manuscripts. Based on our analyses and existing data of coronaviruses, we concluded that the intermediate hosts of 2019-nCoV are more likely to be mammals and birds than snakes, and that the “novel insertions” observed in the spike protein are naturally evolved from bat coronaviruses.

Infection or vaccination leads to the development of germinal centers (GC) where B cells evolve high affinity antigen receptors, eventually producing antibody-forming plasma cells or memory B cells. Here we follow the migratory pathways of B cells emerging from germinal centers (BEM) and find that many BEM cells migrate into the lymph node subcapsular sinus (SCS) guided by sphingosine-1-phosphate (S1P). From the SCS, BEM cells may exit the lymph node to enter distant tissues, while some BEM cells interact with and take up antigen from SCS macrophages, followed by CCL21-guided return towards the GC. Disruption of local CCL21 gradients inhibits the recycling of BEM cells and results in less efficient adaption to antigenic variation. Our findings thus suggest that the recycling of antigen variant-specific BEM cells and transport of antigen back to GC may support affinity maturation to antigenic drift.

An essential mechanism for SARS-CoV-1 and -2 infection begins with the viral spike protein binding to the human receptor protein angiotensin-converting enzyme II (ACE2). Here we describe a stepwise engineering approach to generate a set of affinity optimized, enzymatically inactivated ACE2 variants that potently block SARS-CoV-2 infection of cells. These optimized receptor traps tightly bind the receptor binding domain (RBD) of the viral spike protein and prevent entry into host cells. We first computationally designed the ACE2-RBD interface using a two-stage flexible protein backbone design process that improved affinity for the RBD by up to 12-fold. These designed receptor variants were affinity matured an additional 14-fold by random mutagenesis and selection using yeast surface display. The highest affinity variant contained seven amino acid changes and bound to the RBD 170-fold more tightly than wild-type ACE2. With the addition of the natural ACE2 collectrin domain and fusion to a human Fc domain for increased stabilization and avidity, the most optimal ACE2 receptor traps neutralized SARS-CoV-2 pseudotyped lentivirus and authentic SARS-CoV-2 virus with half-maximal inhibitory concentrations (IC50) in the 10-100 ng/ml range. Engineered ACE2 receptor traps offer a promising route to fighting infections by SARS-CoV-2 and other ACE2-utilizing coronaviruses, with the key advantage that viral resistance would also likely impair viral entry. Moreover, such traps can be predesigned for viruses with known entry receptors for faster therapeutic response without the need for neutralizing antibodies isolated or generated from convalescent patients.

ABSTRACT The outbreak of COVID-19 has now become a global pandemic and it continues to spread rapidly worldwide, severely threatening lives and economic stability. Making the problem worse, there is no specific antiviral drug that can be used to treat COVID-19 to date. SARS-CoV-2 initiates its entry into human cells by binding to angiotensin-converting enzyme 2 (hACE2) via the receptor binding domain (RBD) of its spike protein. Therefore, molecules that can block SARS-CoV-2 from binding to hACE2 may potentially prevent the virus from entering human cells and serve as an effective antiviral drug. Based on this idea, we designed a series of peptides that can strongly bind to SARS-CoV-2 RBD in computational experiments. Specifically, we first constructed a 31-mer peptidic scaffold by linking two fragments grafted from hACE2 (a.a. 22-44 and 351-357) with a linker glycine, and then redesigned the peptide sequence to enhance its binding affinity to SARS-CoV-2 RBD. Compared with several computational studies that failed to identify that SARS-CoV-2 shows higher binding affinity for hACE2 than SARS-CoV, our protein design scoring function, EvoEF2, makes a correct identification, which is consistent with the recently reported experimental data, implying its high accuracy. The top designed peptide binders exhibited much stronger binding potency to hACE2 than the wild-type (−53.35 vs. −46.46 EvoEF2 energy unit for design and wild-type, respectively). The extensive and detailed computational analyses support the high reasonability of the designed binders, which not only recapitulated the critical native binding interactions but also introduced new favorable interactions to enhance binding. Due to the urgent situation created by COVID-19, we share these computational data to the community, which should be helpful to develop potential antiviral peptide drugs to combat this pandemic.

ABSTRACT Progress in cryo-electron microscopy (cryo-EM) has provided the potential for large-size protein structure determination. However, the solution rate for multi-domain proteins remains low due to the difficulty in modeling inter-domain orientations. We developed DEMO-EM, an automatic method to assemble multi-domain structures from cryo-EM maps through a progressive structural refinement procedure combining rigid-body domain fitting and flexible assembly simulations with deep neural network inter-domain distance profiles. The method was tested on a large-scale benchmark set of proteins containing up to twelve continuous and discontinuous domains with medium-to-low-resolution density maps, where DEMO-EM produced models with correct inter-domain orientations (TM-score >0.5) for 98% of cases and significantly outperformed the state-of-the-art methods. DEMO-EM was applied to SARS-Cov-2 coronavirus genome and generated models with average TM-score/RMSD of 0.97/1.4Å to the deposited structures. These results demonstrated an efficient pipeline that enables automated and reliable large-scale multi-domain protein structure modeling with atomic-level accuracy from cryo-EM maps.