Abstract Viral hemorrhagic fevers (VHFs) remain some of the most devastating human diseases, and recent outbreaks of Ebola virus disease (EVD) 1,2 and Lassa fever (LF) 3,4 highlight the urgent need for sensitive, field-deployable tests to diagnose them 5,6 . Here we develop CRISPR-Cas13a-based (SHERLOCK) diagnostics targeting Ebola virus (EBOV) and Lassa virus (LASV), with both fluorescent and lateral flow readouts. We demonstrate on laboratory and clinical samples the sensitivity of these assays and the capacity of the SHERLOCK platform to handle virus-specific diagnostic challenges. Our EBOV diagnostic detects both the L and NP genes, thereby eliminating the potential for false positive results caused by the rVSVΔG-ZEBOV-GP live attenuated vaccine. Our two LASV diagnostics together capture 90% of known viral diversity and demonstrate that CRISPR-RNAs (crRNAs) can be effectively multiplexed to provide greater coverage of known viral diversity. We performed safety testing to demonstrate the efficacy of our HUDSON protocol in heat-inactivating and chemically treating VHF viruses before SHERLOCK testing, eliminating the need for an extraction. We developed a user-friendly field protocol and mobile application (HandLens) to report results, facilitating SHERLOCK’s use in endemic regions. Finally, we successfully deployed our tests in Sierra Leone and Nigeria in response to recent outbreaks.

ABSTRACT BACKGROUND Differentiating the etiology of acute febrile respiratory illness in children is a challenge in low-income, malaria-endemic settings because the main pathogens responsible (viruses, bacteria, and malaria parasites) overlap in clinical presentation and frequently occur together as mixed infections. The critical task is to rapidly identify bacterial pneumonia to enable appropriate antibiotic treatment, ideally at point of care. Current diagnostic tests are insufficient and there is a need for the discovery and development of new tools. Here we report the identification of a unique biomarker signature that can be identified in blood samples. METHODS Blood samples from 195 pediatric Mozambican patients with clinical pneumonia were analyzed with an aptamer-based high dynamic range assay to quantify ∼1200 proteins. For discovery of new biomarkers, we identified a training set of patient samples in which the underlying etiology of the pneumonia was established as bacterial, viral or malaria. Proteins whose abundances varied significantly between patients with verified etiologies (FDR<0.01) formed the basis for predictive diagnostic models that were created using machine learning techniques (Random Forest, Elastic Net). These models were validated on a dedicated test set of samples. RESULTS 219 proteins had significantly different abundances between bacterial and viral infections, and 151 differed between bacterial infections and a mixed pool of viral and malaria infections. Predictive diagnostic models achieved >90% sensitivity and >80% specificity, regardless of whether one or two pathogen classes were present. Bacterial pneumonia was strongly associated with markers of neutrophil activity, in particular neutrophil degranulation. Degranulation markers included HP, LCN2, LTF, MPO, MMP8, PGLYRP1, RETN, SERPINA1, S100A9, and SLPI. CONCLUSION Blood protein signatures highly associated with neutrophil biology reliably differentiated bacterial pneumonia from other causes. With appropriate technology, these markers could provide the basis for a rapid diagnostic for field-based triage for antibiotic treatment of pediatric pneumonia.

The 2013-2016 epidemic of Ebola virus disease in West Africa was of unprecedented magnitude, duration and impact. Extensive collaborative sequencing projects have produced a large collection of over 1600 Ebola virus genomes, representing over 5% of known cases, unmatched for any single human epidemic. In this comprehensive analysis of this entire dataset, we reconstruct in detail the history of migration, proliferation and decline of Ebola virus throughout the region. We test the association of geography, climate, administrative boundaries, demography and culture with viral movement among 56 administrative regions. Our results show that during the outbreak viral lineages moved according to a classic 'gravity' model, with more intense migration between larger and more proximate population centers. Notably, we find that despite a strong attenuation of international dispersal after border closures, localized cross-border transmission beforehand had already set the seeds for an international epidemic, rendering these measures relatively ineffective in curbing the epidemic. We use this empirical evidence to address why the epidemic did not spread into neighboring countries, showing that although these regions were susceptible to developing significant outbreaks, they were also at lower risk of viral introductions. Finally, viral genome sequence data uniquely reveals this large epidemic to be a heterogeneous and spatially dissociated collection of transmission clusters of varying size, duration and connectivity. These insights will help inform approaches to intervention in such epidemics in the future.

Zika virus (ZIKV) is causing an unprecedented epidemic linked to severe congenital syndromes1,2. In July 2016, mosquito-borne ZIKV transmission was first reported in the continental United States and since then, hundreds of locally-acquired infections have been reported in Florida3. To gain insights into the timing, source, and likely route(s) of introduction of ZIKV into the continental United States, we tracked the virus from its first detection in Miami, Florida by direct sequencing of ZIKV genomes from infected patients and Aedes aegypti mosquitoes. We show that at least four distinct ZIKV introductions contributed to the outbreak in Florida and that local transmission likely started in the spring of 2016 - several months before its initial detection. By analyzing surveillance and genetic data, we discovered that ZIKV moved among transmission zones in Miami. Our analyses show that most introductions are phylogenetically linked to the Caribbean, a finding corroborated by the high incidence rates and traffic volumes from the region into the Miami area. By comparing mosquito abundance and travel flows, we describe the areas of southern Florida that are especially vulnerable to ZIKV introductions. Our study provides a deeper understanding of how ZIKV initiates and sustains transmission in new regions.

Motivation: Efficient simulation of population genetic samples under a given demographic model is a prerequisite for many analyses. Coalescent theory provides an efficient framework for such simulations, but simulating longer regions and higher recombination rates remains challenging. Simulators based on a Markovian approximation to the coalescent scale well, but do not support simulation of selection. Gene conversion is not supported by any published coalescent simulators that support selection. Results: We describe cosi2 , an efficient simulator that supports both exact and approximate coalescent simulation with positive selection. cosi2 improves on the speed of existing exact simulators, and permits further speedup in approximate mode while retaining support for selection. cosi2 supports a wide range of demographic scenarios including recombination hot spots, gene conversion, population size changes, population structure and migration. cosi2 implements coalescent machinery efficiently by tracking only a small subset of the Ancestral Recombination Graph, sampling only relevant recombination events, and using augmented skip lists to represent tracked genetic segments. To preserve support for selection in approximate mode, the Markov approximation is implemented not by moving along the chromosome but by performing a standard backwards-in-time coalescent simulation while restricting coalescence to node pairs with overlapping or near-overlapping genetic material. We describe the algorithms used by cosi2 and present comparisons with existing selection simulators.

ABSTRACT While genome-wide association studies (GWAS) and selection scans identify genomic loci driving human phenotypic diversity, functional validation is required to discover the variant(s) responsible. We dissected the IVD locus, implicated by selection statistics, multiple GWAS, and clinical genetics as important to function and fitness. We combined luciferase assays, CRISPR/Cas9 genome-editing, massively parallel reporter assays (MPRA), and bashing of regulatory loci. We identified three regulatory variants, including an indel, that may underpin GWAS signals for pulmonary fibrosis and testosterone, and that are linked on a positively selected haplotype in the Japanese population. These regulatory variants exhibit synergistic and opposing effects on IVD expression experimentally. Alleles at these variants lie on a haplotype tagged by the variant most strongly associated with IVD expression and metabolites, but with no functional evidence itself. This work demonstrates how comprehensive functional investigation and multiple technologies are needed to discover the true genetic drivers of phenotypic diversity.

We report here the use of metagenomic sequencing to identify and characterize yellow fever virus (YFV) in a cluster of undiagnosed febrile patients from Edo State, Nigeria. Yellow fever, an acute mosquito-borne viral haemorrhagic fever, re-emerged in Nigeria in 2017 after decades of relative control. Once a major public health concern in the region, the prolonged absence of yellow fever has left a gap in knowledge about circulating virus and lowered clinical suspicion for a disease whose spectrum overlaps with endemic infections (e.g., malaria and Lassa fever). In this context, metagenomic sequencing can be a powerful tool for identifying and tracking pathogens causing infectious disease.

SUMMARY The SARS-CoV-2 spike (S) protein variant D614G supplanted the ancestral virus worldwide in a matter of months. Here we show that D614G was more infectious than the ancestral form on human lung cells, colon cells, and cells rendered permissive by ectopic expression of various mammalian ACE2 orthologs. Nonetheless, D614G affinity for ACE2 was reduced due to a faster dissociation rate. Assessment of the S protein trimer by cryo-electron microscopy showed that D614G disrupts a critical interprotomer contact and that this dramatically shifts the S protein trimer conformation toward an ACE2-binding and fusion-competent state. Consistent with the more open conformation, neutralization potency of antibodies targeting the S protein receptor-binding domain was not attenuated. These results indicate that D614G adopts conformations that make virion membrane fusion with the target cell membrane more probable but that D614G retains susceptibility to therapies that disrupt interaction of the SARS-CoV-2 S protein with the ACE2 receptor.

Summary Humans rely on sweating to cool off and have the highest eccrine sweat gland density among mammals. We investigated whether altered regulation of the Engrailed 1 ( EN1 ) gene, the levels of which are critical for patterning eccrine glands during development, could underlie the evolution of this defining human trait. First, we identify five EN1 candidate enhancers (ECEs) using comparative genomics and validation of enhancer activity in mouse skin. The human ortholog of one ECE, hECE18, contains multiple derived substitutions that together dramatically increase the activity of this enhancer in keratinocytes. Targeted repression of hECE18 reduces EN1 expression in human keratinocytes, indicating hECE18 upregulates EN1 in this context. Finally, we find that hECE18 increases ectodermal En1 in a humanized knock-in mouse to increase eccrine gland number. Our study uncovers a genetic basis for the evolution of one of the most singular human adaptations and implicates the recurrent mutation of a single enhancer as a novel mechanism for evolutionary change.

We introduce hmmIBD, software to estimate pairwise identity by decent between haploid genomes, such as those of the malaria parasite, sampled from one or more populations. We verified hmmIBD using simulated data, benchmarked it against a previously published method for detecting IBD within populations, and demonstrated its utility using Plasmodium falciparum data from Cambodia and Ghana. Availability and Implemetation: Source code written in C99/C11-compliant C and requiring no external libraries, is freely available for download at https://github.com/glipsnort/hmmIBD/releases, alongside test datasets.