The 2013–2016 West African epidemic caused by the Ebola virus was of unprecedented magnitude, duration and impact. Here we reconstruct the dispersal, proliferation and decline of Ebola virus throughout the region by analysing 1,610 Ebola virus genomes, which represent over 5% of the known cases. We test the association of geography, climate and demography with viral movement among administrative regions, inferring a classic ‘gravity’ model, with intense dispersal between larger and closer populations. Despite attenuation of international dispersal after border closures, cross-border transmission had already sown the seeds for an international epidemic, rendering these measures ineffective at curbing the epidemic. We address why the epidemic did not spread into neighbouring countries, showing that these countries were susceptible to substantial outbreaks but at lower risk of introductions. Finally, we reveal that this large epidemic was a heterogeneous and spatially dissociated collection of transmission clusters of varying size, duration and connectivity. These insights will help to inform interventions in future epidemics. Frequent dispersal and short-lived local transmission clusters fuelled the 2013–2016 Ebola virus epidemic in Guinea, Liberia and Sierra Leone. Understanding how and why viruses spread during epidemics is crucial for planning how to prevent and respond to future threats. Andrew Rambaut and colleagues provide an overview of the genetic epidemiology of the 2013–2016 epidemic caused by Ebola virus in West Africa. By analysing more than 1,600 Ebola virus genomes, the authors determine the factors that were important in the spread of the epidemic and also explain why the virus did not spread into neighbouring countries.

The African continent like all other parts of the world with high infection/low vaccination rates can, and will, be a source of novel SARS-CoV-2 variants. The A.23 viral lineage, characterized by three spike mutations F157L, V367F and Q613H, was first identified in COVID-19 cases from a Ugandan prison in July 2020, and then was identified in the general population with additional spike mutations (R102I, L141F, E484K and P681R) to comprise lineage A.23.1 by September 2020, with this virus being designated a variant of interest (VOI) in Africa and with subsequent spread to 26 other countries. The P681R spike substitution of the A.23.1 VOI is of note as it increases the number of basic residues in the sub-optimal SARS-CoV-2 spike protein furin cleavage site; as such, this substitution may affect viral replication, transmissibility or pathogenic properties. The same P681R substitution has also appeared in B.1.617 variants, including B.1.617.2 (Delta). Here, we performed assays using fluorogenic peptides mimicking the S1/S2 sequence from A.23.1 and B.1.617.2 and observed significantly increased cleavability with furin, compared to sequences derived from the original Wuhan-Hu1 S1/S2. We performed functional infectivity assays using pseudotyped MLV particles harboring SARS-CoV-2 spike proteins and observed an increase in transduction for A.23.1-pseudotyped particles compared to Wuhan-Hu-1 in Vero-TMPRSS2 and Calu-3 cells (with a presumed early entry pathway), although lowered infection in Vero E6 cells (with a presumed late entry pathway). However, these changes in infectivity were not reproduced in the original Wuhan-Hu-1 spike bearing only the P681R substitution. Our findings suggest that while A.23.1 has increased furin-mediated cleavage linked to the P681R substitution, which may affect viral infection and transmissibility, this substitution alone is not sufficient and needs to occur on the background of other spike protein changes to enable its full functional consequences.

Abstract The severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), the causative agent of the coronavirus disease 2019 (COVID-19) pandemic, continues to evolve and infect individuals. The exterior surface of the SARS-CoV-2 virion is dominated by the spike protein and the current work examined spike protein biochemical features that have changed during the 2 years that SARS-CoV-2 has infected humans. These biochemical properties may influence virion survival and promote movement through the environment and within the human airway to reach target cells to bind, enter and establish the next round of infection. In addition to selective pressure to avoid immune recognition of viral proteins, we hypothesised that SARS-CoV-2 emerged from an animal reservoir capable of human infection and transmission but in a sub-optimum state and a second level of selective pressure is acting on these biochemical features. Our analysis identified a striking change in spike protein charge, from −8.3 in the original Lineage A and B viruses to −1.26 in the current Omicron viruses. In summary, we conclude that in addition to immune selection pressure, the evolution of SARS-CoV-2 has also altered viral spike protein biochemical properties. Future vaccine and therapeutic development should also exploit and target these biochemical properties.

Abstract As the world is struggling to control the novel Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2), there is an urgency to develop effective control measures. Essential information is encoded in the virus genome sequence with accurate and complete SARS-CoV-2 sequences essential for tracking the movement and evolution of the virus and for guiding efforts to develop vaccines and antiviral drugs. While there is unprecedented SARS-CoV-2 sequencing efforts globally, approximately 19 to 43% of the genomes generated monthly are gapped, reducing their information content. The current study documents the genome gap frequencies and their positions in the currently available data and provides an alternative primer set and a sequencing scheme to help improve the quality and coverage of the genomes.

ABSTRACT Farm animals may harbor viral pathogens, some with zoonotic potential which can possibly cause severe clinical outcomes in animals and humans. Documenting the viral content of dust may provide information on the potential sources and movement of viruses. Here, we describe a dust sequencing strategy that provides detailed viral sequence characterization from farm dust samples and use this method to document the virus communities from chicken farm dust samples and paired feces collected from the same broiler farms in the Netherlands. From the sequencing data, Parvoviridae and Picornaviridae were the most frequently found virus families, detected in 85-100% of all fecal and dust samples with a large genomic diversity identified from the Picornaviridae . Sequences from the Caliciviridae and Astroviridae familes were also obtained. This study provides a unique characterization of virus communities in farmed chickens and paired farm dust samples and our sequencing methodology enabled the recovery of viral genome sequences from farm dust, providing important tracking details for virus movement between livestock animals and their farm environment. This study serves as a proof of concept supporting dust sampling to be used in viral metagenomic surveillance.

Coordinated and synchronous virological surveillance for zoonotic viruses in both human clinical cases and animal reservoirs provides an opportunity to identify interspecies virus movement. Rotavirus is an important cause of viral gastroenteritis in humans and animals. We have documented the rotavirus diversity within co-located humans and animals sampled from the Mekong delta region of Vietnam using a primer-independent, agnostic, deep sequencing approach. A total of 296 stool samples (146 from diarrhoeal human patients and 150 from pigs living in the same geographical region) were directly sequenced, generating the genomic sequences of 60 human rotaviruses (all group A) and 31 porcine rotaviruses (13 group A, 7 group B, 6 group C and 5 group H). Phylogenetic analyses showed the co-circulation of multiple distinct rotavirus group A (RVA) genotypes/strains, many of which were divergent from the strain components of licensed RVA vaccines, as well as considerable virus diversity in pigs including full genomes of rotaviruses in groups B, C and H, none of which have been previously reported in Vietnam. Furthermore the detection of an atypical RVA genotype constellation (G4-P[6]-I1-R1-C1-M1-A8-N1-T7-E1-H1) in a human patient and a pig from the same region provides some evidence for a zoonotic event.

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.

Abstract The COVID-19 pandemic has been characterised by sequential variant-specific waves shaped by viral, individual human and population factors. SARS-CoV-2 variants are defined by their unique combinations of mutations and there has been a clear adaptation to human infection since its emergence in 2019. Here we use machine learning models to identify shared signatures, i.e., common underlying mutational processes, and link these to the subset of mutations that define the variants of concern (VOCs). First, we examined the global SARS-CoV-2 genomes and associated metadata to determine how viral properties and public health measures have influenced the magnitude of waves, as measured by the number of infection cases, in different geographic locations using regression models. This analysis showed that, as expected, both public health measures and not virus properties alone are associated with the rise and fall of regional SARS-CoV-2 reported infection numbers. This impact varies geographically. We attribute this to intrinsic differences such as vaccine coverage, testing and sequencing capacity, and the effectiveness of government stringency. In terms of underlying evolutionary change, we used non-negative matrix factorisation to observe three distinct mutational signatures, unique in their substitution patterns and exposures from the SARS-CoV-2 genomes. Signatures 0, 1 and 3 were biased to C → T, T → C/A → G and G → T point mutations as would be expected of host antiviral molecules APOBEC, ADAR and ROS effects, respectively. We also observe a shift amidst the pandemic in relative mutational signature activity from predominantly APOBEC-like changes to an increasingly high proportion of changes consistent with ADAR editing. This could represent changes in how the virus and the host immune response interact, and indicates how SARS-CoV-2 may continue to accumulate mutations in the future. Linkage of the detected mutational signatures to the VOC defining amino acids substitutions indicates the majority of SARS-CoV-2’s evolutionary capacity is likely to be associated with the action of host antiviral molecules rather than virus replication errors.

Abstract Defining the unique properties of SARS-CoV-2 protein sequences, has potential to explain the range of Coronavirus Disease 2019 (COVID-19) severity. To achieve this we compared proteins encoded by all Sarbecoviruses using profile Hidden Markov Model similarities to identify protein features unique to SARS-CoV-2. Consistent with previous reports, a small set of bat and pangolin-derived Sarbecoviruses show the greatest similarity to SARS-CoV-2 but unlikely to be the direct source of SARS-CoV-2. Three proteins (nsp3, spike and orf9) showed differing regions between the bat Sarbecoviruses and SARS-CoV-2 and indicate virus protein features that might have evolved to support human infection and/or transmission. Spike analysis identified all regions of the protein that have tolerated change and revealed that the current SARS-CoV-2 variants of concern (VOCs) have sampled only a fraction (~31%) of the possible spike domain changes which have occurred historically in Sarbecovirus evolution. This result emphasises the evolvability of these coronaviruses and potential for further change in virus replication and transmission properties over the coming years.

African Swine Fever Virus (ASFV) was originally described in Africa almost 100 years ago and is now spreading uncontrolled across Europe and Asia and threatening to destroy the domestic pork industry. Neither effective antiviral drugs nor a protective vaccine are currently available. Efforts to understand the basis for viral pathogenicity and the development of attenuated potential vaccine strains are complicated by the large and complex ASFV genome. We report here a novel method of documenting viral diversity based on profile Hidden Markov Model domains on a genome scale. The method can be used to infer genomic relationships independent of genome alignments and also reveal ASFV genome sequence differences that alter the presence of functional protein domains in the virus. We show that the method can quickly identify differences and shared patterns between virulent and attenuated ASFV strains and will be a useful tool for developing much-needed vaccines and antiviral agents to help control this virus. The tool is rapid to run and easy to implement, readily available as a simple Docker image.