ABSTRACT The SARS-CoV-2 Spike glycoprotein mediates virus entry and is a major target for neutralizing antibodies. All current vaccines are based on the ancestral Spike with the goal of generating a protective neutralizing antibody response. Several novel SARS-CoV-2 variants with multiple Spike mutations have emerged, and their rapid spread and potential for immune escape have raised concerns. One of these variants, first identified in the United Kingdom, B.1.1.7 (also called VUI202012/01), contains eight Spike mutations with potential to impact antibody therapy, vaccine efficacy and risk of reinfection. Here we employed a lentivirus-based pseudovirus assay to show that variant B.1.1.7 remains sensitive to neutralization, albeit at moderately reduced levels (~2-fold), by serum samples from convalescent individuals and recipients of two different vaccines based on ancestral Spike: mRNA-1273 (Moderna), and protein nanoparticle NVX-CoV2373 (Novavax). Some monoclonal antibodies to the receptor binding domain (RBD) of Spike were less effective against the variant while others were largely unaffected. These findings indicate that B.1.1.7 is not a neutralization escape variant that would be a major concern for current vaccines, or for an increased risk of reinfection.

The ubiquity of sex and recombination in nature has eluded unified explanation since the time of Darwin. Conditions that promote the evolution of recombination, broadly defined as any form of genetic mixing, are fairly well understood: it is favored when genomes tend to contain more selectively mismatched combinations of alleles than can be explained by chance alone. Yet, while a variety of theoretical approaches have been put forth to explain why such conditions would prevail in natural populations, each has turned out to be of limited scope and applicability. Here, we show, simply and surprisingly, that natural selection acting on standing heritable variation always creates conditions favoring the evolution of recombination, in expectation. Specifically, we find that, in expectation: 1) the mean selective advantage of recombinants is non-negative, 2) the mean selective advantage of a recombination-competent modifier is non-negative, and 3) the asymptotic frequency of a recombination-competent modifier is close to one and is independent of the strength of selection. Remarkably, these findings are independent of the distribution of genic fitnesses in the standing heritable variation upon which natural selection acts, implying that the source of this variation is immaterial. Taken together, our findings indicate that: 1) the evolution of recombination should be promoted in expectation wherever natural selection is operating, and 2) sex and recombination may have evolved more as a byproduct than as a catalyst of natural selection.

Summary Background Throughout the COVID-19 pandemic, the SARS-CoV-2 virus has continued to evolve, with new variants outcompeting existing variants and often leading to different dynamics of disease spread. Methods In this paper, we performed a retrospective analysis using longitudinal sequencing data to characterize differences in the speed, calendar timing, and magnitude of 13 SARS-CoV-2 variant waves/transitions for 215 countries and sub-country regions, between October 2020 and October 2022. We then clustered geographic locations in terms of their variant behavior across all Omicron variants, allowing us to identify groups of locations exhibiting similar variant transitions. Finally, we explored relationships between heterogeneity in these variant waves and time-varying factors, including vaccination status of the population, governmental policy, and the number of variants in simultaneous competition. Findings This work demonstrates associations between the behavior of an emerging variant and the number of co-circulating variants as well as the demographic context of the population. We also observed an association between high vaccination rates and variant transition dynamics prior to the Mu and Delta variant transitions. Interpretation These results suggest the behavior of an emergent variant may be sensitive to the immunologic and demographic context of its location. Additionally, this work represents the most comprehensive characterization of variant transitions globally to date. Funding Laboratory Directed Research and Development (LDRD), Los Alamos National Laboratory Research in context Evidence before this study SARS-CoV-2 variants with a selective advantage are continuing to emerge, resulting in variant transitions that can give rise to new waves in global COVID-19 cases and changing dynamics of disease spread. While variant transitions have been well studied individually, more work is needed to better understand how variant transitions have occurred in the past and how properties of these transitions may relate to vaccination rates, natural immunity, and population demographics. Added value of this study Our retrospective study integrates metadata based on 12.8 million SARS-CoV-2 sequences available through the Global Initiative on Sharing All Influenza Data (GISAID) with clinical and demographic data to characterize heterogeneity in variant waves/transitions across the globe throughout the COVID-19 pandemic. We demonstrate that properties of the variant transitions (e.g., speed, timing, and magnitude of the transition) are associated with vaccination rates, prior COVID-19 cases, and the number of co-circulating variants in competition. Implications of all the available evidence Our results indicate that there is substantial heterogeneity in how an emerging variant may compete with other viral variants across locations, and suggest that each location’s contemporaneous immunologic landscape may play a role in these interactions.

The ability of Gram-negative pathogens to adapt and protect themselves against antibiotics is a growing threat to public health. The low permeability of the outer membrane (OM) in combination with effective multidrug efflux pumps, constitute the two main antibiotic resistance mechanisms. Though much efforts have been devoted to discover new antibiotics that can bypass these defense mechanisms, no new antibiotic classes have been introduced into clinics in the last 35 years. Models that identify specific descriptors of molecular properties and predict the likelihood that a given compound is capable of successfully permeate the OM and inhibit bacterial growth while avoiding efflux could facilitate the discovery of novel classes of antibiotics. Here we evaluate 174 molecular descriptors of 1260 antimicrobial compounds and study their correlations with antibacterial activity in Gram-negative Pseudomonas aeruginosa . While part of these descriptors are computed using traditional approaches based on the physicochemical properties intrinsic to the compounds, ensemble docking and all-atom molecular dynamics (MD) simulations are used to derive additional bacterium-specific mechanistic properties. Descriptors of compound permeation across the OM were calculated using all-atom MD simulations of the compounds in different subregions of the OM model. Descriptors of interactions with efflux pumps were calculated from ensemble docking of compounds targeting specific binding pockets of MexB, the major efflux transporter of P. aeruginosa . Using these descriptors and the measured antibacterial inhibitory concentrations of compounds, we design and implement a statistical protocol to identify a subset of the molecular properties that are predictive of whether a given compound is a strong or weak permeator across the Gram-negative OM. Our results indicate that 88.4% of the compounds that show measurable antibacterial activity, follow very consistent rules of permeation, which highlight the critical role that the interaction between the compound and the OM have at predicting permeation. The remaining 11.6% of the compounds, although less predictive, are characterized by distinctive structural markers that can be used to minimize classification errors. An implementation of the permeation rules and the structural markers uncovered in our study is shown, and it demonstrates the accuracy of our approach in a set of previously unseen compounds. Taken together, our analysis sheds new light on the key molecular properties that drug candidates should have in order to be effective at OM permeation/inhibition of P. aeruginosa , and opens the gate to similar data-driven studies in other Gram-negative pathogens.

Diversity of the founding population of Human Immunodeficiency Virus Type 1 (HIV-1) transmissions raises many important biological, clinical, and epidemiological issues. In up to 40% of sexual infections there is clear evidence for multiple founding variants, which can influence the efficacy of putative prevention methods and the reconstruction of epidemiologic histories. To measure the diversity of the founding population and to compute the probability of alternative transmission scenarios, while explicitly taking phylogenetic uncertainty into account, we created an Approximate Bayesian Computation (ABC) method based on a set of statistics measuring phylogenetic topology, branch lengths, and genetic diversity. We applied our method to a heterosexual transmission pair showing a complex paraphyletic-polyphyletic donor-recipient phylogenetic topology. We found evidence identifying the donor that was consistent with the known facts of the case (Bayes factor >20). We also found that while the evidence for ongoing transmission between the pair was as good or better than the singular transmission event model, it was only viable when the rate of ongoing transmission was implausibly high (~1/day). We concluded that the singular transmission model, which was able to estimate the diversity of the founding population (mean 7% substitutions/site), was more biologically plausible. Our study provides a formal inference framework to investigate HIV-1 direction, diversity, and frequency of transmission. The ability to measure the diversity of founding populations in both simple and complex transmission situations is essential to understanding the relationship between the phylogeny and epidemiology of HIV-1 as well as in efforts developing new prevention technologies.