ABSTRACT Mosquito transmitted viruses are responsible for an increasing burden of human disease. Despite this, little is known about the diversity and ecology of viruses within individual mosquito hosts. Using a meta-transcriptomic approach, we analysed the virome of 2,438 individual mosquitos (79 species), spanning ∼4000 km along latitudes and longitudes in China. From these data we identified 393 core viral species associated with mosquitos, including seven (putative) arbovirus species. We identified potential species and geographic hotspots of viral richness and arbovirus occurrence, and demonstrated that host phylogeny had a strong impact on the composition of individual mosquito viromes. Our data revealed a large number of viruses shared among mosquito species or genera, expanding our knowledge of host specificity of insect-associated viruses. We also detected multiple virus species that were widespread throughout the country, possibly facilitated by long-distance mosquito migrations. Together, our results greatly expand the known mosquito virome, linked the viral diversity at the scale of individual insects to that at a country-wide scale, and offered unique insights into the ecology of viruses of insect vectors.

Bats are reservoir hosts for many zoonotic viruses. Despite this, relatively little is known about the diversity and abundance of viruses within bats at the level of individual animals, and hence the frequency of virus co-infection and inter-species transmission. Using an unbiased meta-transcriptomics approach we characterised the mammalian associated viruses present in 149 individual bats sampled from Yunnan province, China. This revealed a high frequency of virus co-infection and species spillover among the animals studied, with 12 viruses shared among different bat species, which in turn facilitates virus recombination and reassortment. Of note, we identified five viral species that are likely to be pathogenic to humans or livestock, including a novel recombinant SARS-like coronavirus that is closely related to both SARS-CoV-2 and SARS-CoV, with only five amino acid differences between its receptor-binding domain sequence and that of the earliest sequences of SARS-CoV-2. Functional analysis predicts that this recombinant coronavirus can utilize the human ACE2 receptor such that it is likely to be of high zoonotic risk. Our study highlights the common occurrence of inter-species transmission and co-infection of bat viruses, as well as their implications for virus emergence.

Abstract RNA viruses are diverse components of global ecosystems. The metagenomic identification of RNA viruses is currently limited to those with sequence similarity to known viruses, such that highly divergent viruses that comprise the “dark matter” of the virosphere remain challenging to detect. We developed a deep learning algorithm – LucaProt – to search for highly divergent RNA-dependent RNA polymerase (RdRP) sequences in 10,487 global meta- transcriptomes. LucaProt integrates both sequence and structural information to accurately and efficiently detect RdRP sequences. With this approach we identified 180,571 RNA viral species and 180 superclades (viral phyla/classes). This is the broadest diversity of RNA viruses described to date, including many viruses undetectable using BLAST or HMM approaches. The newly identified RNA viruses were present in diverse ecological niches, including the air, hot springs and hydrothermal vents, and both virus diversity and abundance varied substantially among ecological types. We also identified the longest RNA virus genome (nido-like) observed so far, at 47,250 nucleotides, and expanded the diversity of RNA bacteriophage to more than ten phyla/classes. This study marks the beginning of a new era of virus discovery, with the potential to redefine our understanding of the global virosphere and reshape our understanding of virus evolutionary history.

Companion animals such as cats and dogs harbor diverse microbial communities that can potentially impact human health due to close and frequent contact. To better characterize their total infectomes and assess zoonotic risks, we performed meta-transcriptomic profiling on 239 samples from cats and dogs collected across China, comparing the similarities and differences between animal species (cats or dogs), sampling sites (rectal or oropharyngeal), and health status (healthy or diseased). We identified 24 viral species, 270 bacterial genera, and two fungal genera, including many known pathogens such as canine parvovirus, Clostridium difficile, and Candida albicans, as well as opportunistic pathogens such as canine vesivirus. Microbial compositions differed mainly according to sampling site (i.e., rectal and oropharyngeal swabs), and less so between host species and health status. Notably, we detected 27 potential zoonotic pathogens, such as alphacoronavirus 1, among all sampling sites, hosts, and health status, underscoring substantial zoonotic risks requiring surveillance. Overall, our meta-transcriptomic analysis reveals a landscape of actively transcribing microorganisms in major companion animals, including key pathogens, those with the potential for cross-species transmission, and possible zoonotic threats.