Abstract Many detection methods have been used or reported for the diagnosis and/or surveillance of COVID-19. Among them, reverse transcription polymerase chain reaction (RT-PCR) is the most commonly used because of its high sensitivity, typically claiming detection of about 5 copies of viruses. However, it has been reported that only 47-59% of the positive cases were identified by some RT-PCR methods, probably due to low viral load, timing of sampling, degradation of virus RNA in the sampling process, or possible mutations spanning the primer binding sites. Therefore, alternative and highly sensitive methods are imperative. With the goal of improving sensitivity and accommodating various application settings, we developed a multiplex-PCR-based method comprised of 343 pairs of specific primers, and demonstrated its efficiency to detect SARS-CoV-2 at low copy numbers. The assay produced clean characteristic target peaks of defined sizes, which allowed for direct identification of positives by electrophoresis. We further amplified the entire SARS-CoV-2 genome from 8 to half a million viral copies purified from 13 COVID-19 positive specimens, and detected mutations through next generation sequencing. Finally, we developed a multiplex-PCR-based metagenomic method in parallel, that required modest sequencing depth for uncovering SARS-CoV-2 mutational diversity and potentially novel or emerging isolates.

Abstract Background Kawasaki disease (KD) is an acute systemic vasculitis that can lead to acquired heart disease in children mostly from in developed countries. The previous research showed that B cells in KD patients underwent a profound change in both the cell numbers and types after intravenous immunoglobulin (IVIG) therapy. Methods We performed the single-cell RNA-sequencing for the peripheral blood mononuclear cells (PBMCs) from three febrile patients and three KD patients to investigate the possible mechanism underlying B cell developmental dysfunction in KD. A previously published single-cell sequencing KD dataset (GSE168732) was also utilized in study for sample size expansion and validation. The comprehensive single-cell data analyses were applied for our dataset and GSE168732 dataset including single-cell trajectory analysis. To validate the immune disorders in KD, we measured immune-related indicators from 28 KD and 28 febrile patients. Result Overall single-cell expression profiles show that the biological processes of immunity, B cell activation pathway and their related biological entities are repressed in KD patients before IVIG treatment compared to febrile patient and KD patients after IVIG treatment. The differentially expressed gene analyses further demonstrate that B cell signaling pathway is downregulated in B cells and plasma blast cells of KD patients before treatment while cell cycle genes and MYC gene are upregulated in dendritic cells (DCs) and hematopoietic stem and progenitor cells (HSPCs) of KD patients before treatment. The biological process of immune response is upregulated in the HSPCs of KD patients before treatment in our dataset while the biological process of inflammatory response is upregulated in the HSPCs of KD patients before treatment in GSE168732 dataset. Single-cell trajectory analyses demonstrate that KD patients before treatment have a shortened developmental path in which B cells and T cells are failed to differentiate into separate lineages. HSPD1 and HSPE1 genes show an elevated expression level in the early cell development stage of KD patients before treatment accompanied with the repression of MYC, SPI1, MT2A and UBE2C genes. Our analyses of all B cells from KD patients before treatment show most of B cells are arrested in a transitional state with an ill developmental path compared with febrile patients and KD patients after treatment. The percentage and absolute value of CD8 T cells in KD were lower than those in febrile patients. The ratio of CD4/CD8 in KD was higher than it in febrile patients. The serum levels of IgG and IgM in KD were lower than those in febrile patients. Conclusions Our results indicate that the immune premature HSPCs accompanied with the abnormal expression dynamics of cell cycle and SPI1 genes are the mechanism underlying B cell developmental dysfunction in KD patients. Funding This work is jointly supported by National Natural Science Foundation of China (82170518) and the Shanghai Science and Technology Committee research Funding (22Y11909700) and Shanghai Jinshan District medical key specialty Funding (JSZK2023A04).

Abstract Understanding the genetic etiology of COVID-19 requires a comprehensive understanding of the variant and haplotype landscape of all reported genomes of SARS-COV-2, the causative virus of the disease. Country-, state/region- and possibly even city-private variant profiles may contribute to varied disease exemplifications and fatality rates observed across the globe along with host factors such as age, ethnicity and comorbidity. The Children’s Hospital of Los Angeles (CHLA) COVID-19 Analysis Research Database (CARD) captures up-to-date fulllength SARS-CoV-2 sequences of ~50,500 isolates from GISAID, GenBank, CHLA Center for Personalized Medicine, and other sources (as of June 18, 2020). Among which, 49,637 isolates carry at least one variation from the reference genome NC_045512, a total of 6,070 variants and 2,513 haplotypes were detected in at least three isolates independently. Together, they constituted the most likely SARS-CoV-2 variant and haplotype landscapes world-wide currently. Evidence supporting positive (orf3a, orf8, S genes) and purifying (M gene) selections were detected, which warrants further investigation. Most interestingly, we identified 1,583 countryprivate variants from 10,238 isolates (20.6% overall) reported in 48 countries. 807 countryprivate haplotypes, defined as a haplotype shared by at least 5 isolates all of which came from the same country, were identified in in 8,656 isolates from 39 countries. United Kingdom, USA, and Australia had 464, 166 and 32 private haplotypes respectively, comprising 22.4%, 16.6% and 16.4% of the isolates from each country. Together with their descendent and private haplotypes with fewer members, 22,171 (45.8%) isolates carried country-private haplotypes globally. The percentage were 28.2-29.6% in January to March, and rapidly increased to 46.4% and 59.6% in April and May, co-occurring with global travel restrictions. The localization of the variant profiles appeared to be similarly accelerating from 14.2% in March and 28.4% in April to over 40% isolates carrying the country-private variants around May. In summary, a common pattern is seen world-wide in COVID-19 in which at the onset of disease there appeared to be a significant number of SARS-CoV-2 variants that accumulate quickly and then begin to rapidly coalesce into distinct haplotypes. This may be the result of localized outbreaks due to factors such as multiple points viral introduction, geographic separation and the introduction of policies such as travel restriction, social distancing and quarantine, resulting in the emergence of country-private haplotypes.

Abstract Mutations in the SARS-CoV-2 Membrane (M) gene are relatively uncommon. The M gene encodes the most abundant viral structural protein, and is implicated in multiple viral functions, including initial attachment to the host cell via heparin sulfate proteoglycan, viral protein assembly in conjunction with the N and E genes, and enhanced glucose transport. We have identified a recent spike in the frequency of reported SARS-CoV-2 genomes carrying M gene mutations. This is associated with emergence of a new sub-B.1 clade defined by the previously unreported M:I82T mutation within TM3, the third of three membrane spanning helices implicated in glucose transport. The frequency of this mutation increased in the USA from 0.014% in October 2020 to 1.62% in February 2021, a 116-fold change. While constituting 0.7% of the isolates overall, M:I82T sub-B.1 lineage accounted for 14.4% of B.1 lineage isolates in February 2021, similar to the rapid initial increase previously seen with the B.1.1.7 and B.1.429 lineages, which quickly became the dominant lineages in Europe and California over a period of several months. A similar increase in incidence was also noted in another related mutation, V70L, also within the TM2 transmembrane helix. The rapid emergence of this sub-B.1 clade with recurrent I82T mutation suggests that this M gene mutation is more biologically fit, perhaps related to glucose uptake during viral replication, and should be included in ongoing genomic surveillance efforts and warrants further evaluation for potentially increased pathogenic and therapeutic implications.

It is hard to decide the root of a phylogenetic tree when no suitable outgroup sequence is available, especially in a high mutation rate system. Here we propose a bioinformatics method for calculating the least mutated sequence in DNA alignment based on point mutation sites. By parsimony principle, the least mutated sequence should be the ancestor (phylogenetic root) of the other sequences in an alignment result. The intuition suggests that our method would be sound only if enough sequences were collected. In this study, we used DNA mutation simulation data to test our method. The simulation results show that our method is very reliable and just a small proportion of sequences is required to find the least mutated sequence when the sampling is random. When the ancestral sequence is present in the dataset, the least mutated sequence calculated by our method is the ancestral sequence itself, i.e., the phylogenetic root of the dataset. When the ancestral sequence is not in the dataset, the least mutated sequence calculated by our method is the one closest to the phylogenetic root. Furthermore, the simulation demonstrates that our method is robust against reverse mutation and saturation mutation. The performance of our method improves with the increasing number of sequences. We developed the program based on this method which also calculates the transition/transversion ratio for each sequence in an DNA alignment. It can be used as a rough measure for estimating selection pressure and evolutionary stability for a sequence. In conclusion, our method and the corresponding programs could be a useful auxiliary tool for bioinformaticians and evolutionary biologists.