Abstract Rapid production and publication of pathogen genome sequences during emerging disease outbreaks provide crucial public health information. In resource-limited settings, especially near an outbreak epicenter, conventional deep sequencing or bioinformatics are often challenging. Here we successfully used metagenomic next generation sequencing on an iSeq100 Illumina platform paired with an open-source bioinformatics pipeline to quickly characterize Cambodia’s first case of COVID-2019.

Abstract Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2), the causative agent of Coronavirus disease 2019 (COVID-19), presents a challenge to laboratorians and healthcare workers around the world. Handling of biological samples from individuals infected with the SARS-CoV-2 virus requires strict biosafety and biosecurity measures. Within the laboratory, non-propagative work with samples containing the virus requires, at minimum, Biosafety Level-2 (BSL-2) techniques and facilities. Therefore, handling of SARS-CoV-2 samples remains a major concern in areas and conditions where biosafety and biosecurity for specimen handling is difficult to maintain, such as in rural laboratories or austere field testing sites. Inactivation through physical or chemical means can reduce the risk of handling live virus and increase testing ability worldwide. Herein we assess several chemical and physical inactivation techniques employed against SARS-CoV-2 isolates from Cambodian COVID-19 patients. This data demonstrates that all chemical (AVL, inactivating sample buffer and formaldehyde) and heat treatment (56°C and 98°C) methods tested completely inactivated viral loads of up to 5 log 10 .

Abstract The genus Henipavirus (family Paramyxoviridae ) is currently comprised of seven viruses, four of which have demonstrated prior evidence of zoonotic capacity. These include the biosafety level 4 agents Hendra (HeV) and Nipah (NiV) viruses, which circulate naturally in pteropodid fruit bats. Here, we describe and characterize Angavokely virus (AngV), a divergent henipavirus identified in urine samples from wild, Madagascar fruit bats. We report the near-complete 16,740 nt genome of AngV, which encodes the six major henipavirus structural proteins (nucleocapsid, phosphoprotein, matrix, fusion, glycoprotein, and L polymerase). Within the phosphoprotein (P) gene, we identify an alternative start codon encoding the AngV C protein and a putative mRNA editing site where the insertion of one or two guanine residues encodes, respectively, additional V and W proteins. In other paramyxovirus systems, C, V, and W are accessory proteins involved in antagonism of host immune responses during infection. Phylogenetic analysis suggests that AngV is ancestral to all four previously described bat henipaviruses—HeV, NiV, Cedar virus (CedV), and Ghanaian bat virus (GhV)—but evolved more recently than rodent- and shrew-derived henipaviruses, Mojiang (MojV), Gamak (GAKV), and Daeryong (DARV) viruses. Predictive structure-based alignments suggest that AngV is unlikely to bind ephrin receptors, which mediate cell entry for all other known bat henipaviruses. Identification of the AngV receptor is needed to clarify the virus’s potential host range. The presence of V and W proteins in the AngV genome suggest that the virus could be pathogenic following zoonotic spillover. Importance Henipaviruses include highly pathogenic emerging zoonotic viruses, derived from bat, rodent, and shrew reservoirs. Bat-borne Hendra (HeV) and Nipah (NiV) are the most well-known henipaviruses, for which no effective antivirals or vaccines for humans have been described. Here we report the discovery and characterization of a novel henipavirus, Angavokely virus (AngV), isolated from wild fruit bats in Madagascar. Genomic characterization of AngV reveals all major features associated with pathogenicity in other henipaviruses, suggesting that AngV could be pathogenic following spillover to human hosts. Our work suggests that AngV is an ancestral bat henipavirus which likely uses viral entry pathways distinct from those previously described for HeV and NiV. In Madagascar, bats are consumed as a source of human food, presenting opportunities for cross-species transmission. Characterization of novel henipaviruses and documentation of their pathogenic and zoonotic potential are essential to predicting and preventing the emergence of future zoonoses that cause pandemics.

Abstract Avian influenza viruses (AIVs) periodically cross species barriers and infect humans. The likelihood that an AIV will evolve mammalian transmissibility depends on acquiring and selecting mutations during spillover, but data from natural infection is limited. We analyze deep sequencing data from infected humans and domestic ducks in Cambodia to examine how H5N1 viruses evolve during spillover. Overall, viral populations in both species are predominated by low-frequency (<10%) variation shaped by purifying selection and genetic drift, and half of the variants detected within-host are never detected on the H5N1 virus phylogeny. However, we do detect a subset of mutations linked to human receptor binding and replication (PB2 E627K, HA A150V, and HA Q238L) that arose in multiple, independent humans. PB2 E627K and HA A150V were also enriched along phylogenetic branches leading to human infections, suggesting that they are likely human-adaptive. Our data show that H5N1 viruses generate putative human-adapting mutations during natural spillover infection, many of which are detected at >5% frequency within-host. However, short infection times, genetic drift, and purifying selection likely restrict their ability to evolve extensively during a single infection. Applying evolutionary methods to sequence data, we reveal a detailed view of H5N1 virus adaptive potential, and develop a foundation for studying host-adaptation in other zoonotic viruses. Author summary H5N1 avian influenza viruses can cross species barriers and cause severe disease in humans. H5N1 viruses currently cannot replicate and transmit efficiently among humans, but animal infection studies and modeling experiments have suggested that human adaptation may require only a few mutations. However, data from natural spillover infection has been limited, posing a challenge for risk assessment. Here, we analyze a unique dataset of deep sequence data from H5N1 virus-infected humans and domestic ducks in Cambodia. We find that well-known markers of human receptor binding and replication arise in multiple, independent humans. We also find that 3 mutations detected within-host are enriched along phylogenetic branches leading to human infections, suggesting that they are likely human-adapting. However, we also show that within-host evolution in both humans and ducks are shaped heavily by purifying selection and genetic drift, and that a large fraction of within-host variation is never detected on the H5N1 phylogeny. Taken together, our data show that H5N1 viruses do generate human-adapting mutations during natural infection. However, short infection times, purifying selection, and genetic drift may severely limit how much H5N1 viruses can evolve during the course of a single infection.

Abstract Knowledge of the origin and reservoir of the coronavirus responsible for the ongoing COVID-19 pandemic is still fragmentary. To date, the closest relatives to SARS-CoV-2 have been detected in Rhinolophus bats sampled in the Yunnan province, China. Here we describe the identification of SARS-CoV-2 related coronaviruses in two Rhinolophus shameli bats sampled in Cambodia in 2010. Metagenomic sequencing identified nearly identical viruses sharing 92.6% nucleotide identity with SARS-CoV-2. Most genomic regions are closely related to SARS-CoV-2, with the exception of a small region corresponding to the spike N terminal domain. The discovery of these viruses in a bat species not found in China indicates that SARS-CoV-2 related viruses have a much wider geographic distribution than previously understood, and suggests that Southeast Asia represents a key area to consider in the ongoing search for the origins of SARS-CoV-2, and in future surveillance for coronaviruses.