Background. Encephalitis continues to result in substantial morbidity and mortality worldwide. Advances in diagnosis and management have been limited, in part, by a lack of consensus on case definitions, standardized diagnostic approaches, and priorities for research.

A 14-year-old boy with severe combined immunodeficiency presented three times to a medical facility over a period of 4 months with fever and headache that progressed to hydrocephalus and status epilepticus necessitating a medically induced coma. Diagnostic workup including brain biopsy was unrevealing. Unbiased next-generation sequencing of the cerebrospinal fluid identified 475 of 3,063,784 sequence reads (0.016%) corresponding to leptospira infection. Clinical assays for leptospirosis were negative. Targeted antimicrobial agents were administered, and the patient was discharged home 32 days later with a status close to his premorbid condition. Polymerase-chain-reaction (PCR) and serologic testing at the Centers for Disease Control and Prevention (CDC) subsequently confirmed evidence of Leptospira santarosai infection.

Metagenomic next-generation sequencing (NGS) of cerebrospinal fluid (CSF) has the potential to identify a broad range of pathogens in a single test.In a 1-year, multicenter, prospective study, we investigated the usefulness of metagenomic NGS of CSF for the diagnosis of infectious meningitis and encephalitis in hospitalized patients. All positive tests for pathogens on metagenomic NGS were confirmed by orthogonal laboratory testing. Physician feedback was elicited by teleconferences with a clinical microbial sequencing board and by surveys. Clinical effect was evaluated by retrospective chart review.We enrolled 204 pediatric and adult patients at eight hospitals. Patients were severely ill: 48.5% had been admitted to the intensive care unit, and the 30-day mortality among all study patients was 11.3%. A total of 58 infections of the nervous system were diagnosed in 57 patients (27.9%). Among these 58 infections, metagenomic NGS identified 13 (22%) that were not identified by clinical testing at the source hospital. Among the remaining 45 infections (78%), metagenomic NGS made concurrent diagnoses in 19. Of the 26 infections not identified by metagenomic NGS, 11 were diagnosed by serologic testing only, 7 were diagnosed from tissue samples other than CSF, and 8 were negative on metagenomic NGS owing to low titers of pathogens in CSF. A total of 8 of 13 diagnoses made solely by metagenomic NGS had a likely clinical effect, with 7 of 13 guiding treatment.Routine microbiologic testing is often insufficient to detect all neuroinvasive pathogens. In this study, metagenomic NGS of CSF obtained from patients with meningitis or encephalitis improved diagnosis of neurologic infections and provided actionable information in some cases. (Funded by the National Institutes of Health and others; PDAID ClinicalTrials.gov number, NCT02910037.).

Tuberculosis is a chronic infectious disease that is transmitted by cough-propelled droplets that carry the etiologic bacterium, Mycobacterium tuberculosis. Although currently available drugs kill most isolates of M. tuberculosis , strains resistant to each of these have emerged, and multiply resistant strains are increasingly widespread. The growing problem of drug resistance combined with a global incidence of seven million new cases per year underscore the urgent need for new antituberculosis therapies. The recent publication of the complete sequence of the M. tuberculosis genome has made possible, for the first time, a comprehensive genomic approach to the biology of this organism and to the drug discovery process. We used a DNA microarray containing 97% of the ORFs predicted from this sequence to monitor changes in M. tuberculosis gene expression in response to the antituberculous drug isoniazid. Here we show that isoniazid induced several genes that encode proteins physiologically relevant to the drug’s mode of action, including an operonic cluster of five genes encoding type II fatty acid synthase enzymes and fbpC , which encodes trehalose dimycolyl transferase. Other genes, not apparently within directly affected biosynthetic pathways, also were induced. These genes, efp A, fadE23, fadE24 , and ahpC , likely mediate processes that are linked to the toxic consequences of the drug. Insights gained from this approach may define new drug targets and suggest new methods for identifying compounds that inhibit those targets.

Multiple sclerosis (MS) is a heterogenous autoimmune disease in which autoreactive lymphocytes attack the myelin sheath of the central nervous system. B lymphocytes in the cerebrospinal fluid (CSF) of patients with MS contribute to inflammation and secrete oligoclonal immunoglobulins1,2. Epstein-Barr virus (EBV) infection has been epidemiologically linked to MS, but its pathological role remains unclear3. Here we demonstrate high-affinity molecular mimicry between the EBV transcription factor EBV nuclear antigen 1 (EBNA1) and the central nervous system protein glial cell adhesion molecule (GlialCAM) and provide structural and in vivo functional evidence for its relevance. A cross-reactive CSF-derived antibody was initially identified by single-cell sequencing of the paired-chain B cell repertoire of MS blood and CSF, followed by protein microarray-based testing of recombinantly expressed CSF-derived antibodies against MS-associated viruses. Sequence analysis, affinity measurements and the crystal structure of the EBNA1-peptide epitope in complex with the autoreactive Fab fragment enabled tracking of the development of the naive EBNA1-restricted antibody to a mature EBNA1-GlialCAM cross-reactive antibody. Molecular mimicry is facilitated by a post-translational modification of GlialCAM. EBNA1 immunization exacerbates disease in a mouse model of MS, and anti-EBNA1 and anti-GlialCAM antibodies are prevalent in patients with MS. Our results provide a mechanistic link for the association between MS and EBV and could guide the development of new MS therapies.

We developed a metagenomic next-generation sequencing (mNGS) test using cell-free DNA from body fluids to identify pathogens. The performance of mNGS testing of 182 body fluids from 160 patients with acute illness was evaluated using two sequencing platforms in comparison to microbiological testing using culture, 16S bacterial PCR and/or 28S–internal transcribed ribosomal gene spacer (28S–ITS) fungal PCR. Test sensitivity and specificity of detection were 79 and 91% for bacteria and 91 and 89% for fungi, respectively, by Illumina sequencing; and 75 and 81% for bacteria and 91 and 100% for fungi, respectively, by nanopore sequencing. In a case series of 12 patients with culture/PCR-negative body fluids but for whom an infectious diagnosis was ultimately established, seven (58%) were mNGS positive. Real-time computational analysis enabled pathogen identification by nanopore sequencing in a median 50-min sequencing and 6-h sample-to-answer time. Rapid mNGS testing is a promising tool for diagnosis of unknown infections from body fluids. A universal method enables high-specificity, unbiased pathogen detection from diverse body fluids using metagenomic sequencing and may accelerate clinical decisions.

Objective Rates of worsening and evolution to secondary progressive multiple sclerosis (MS) may be substantially lower in actively treated patients compared to natural history studies from the pretreatment era. Nonetheless, in our recently reported prospective cohort, more than half of patients with relapsing MS accumulated significant new disability by the 10th year of follow‐up. Notably, “no evidence of disease activity” at 2 years did not predict long‐term stability. Here, we determined to what extent clinical relapses and radiographic evidence of disease activity contribute to long‐term disability accumulation. Methods Disability progression was defined as an increase in Expanded Disability Status Scale (EDSS) of 1.5, 1.0, or 0.5 (or greater) from baseline EDSS = 0, 1.0–5.0, and 5.5 or higher, respectively, assessed from baseline to year 5 (±1 year) and sustained to year 10 (±1 year). Longitudinal analysis of relative brain volume loss used a linear mixed model with sex, age, disease duration, and HLA‐DRB1*15:01 as covariates. Results Relapses were associated with a transient increase in disability over 1‐year intervals ( p = 0.012) but not with confirmed disability progression ( p = 0.551). Relative brain volume declined at a greater rate among individuals with disability progression compared to those who remained stable ( p < 0.05). Interpretation Long‐term worsening is common in relapsing MS patients, is largely independent of relapse activity, and is associated with accelerated brain atrophy. We propose the term silent progression to describe the insidious disability that accrues in many patients who satisfy traditional criteria for relapsing–remitting MS. Ann Neurol 2019;85:653–666

Lower respiratory tract infections (LRTIs) lead to more deaths each year than any other infectious disease category. Despite this, etiologic LRTI pathogens are infrequently identified due to limitations of existing microbiologic tests. In critically ill patients, noninfectious inflammatory syndromes resembling LRTIs further complicate diagnosis. To address the need for improved LRTI diagnostics, we performed metagenomic next-generation sequencing (mNGS) on tracheal aspirates from 92 adults with acute respiratory failure and simultaneously assessed pathogens, the airway microbiome, and the host transcriptome. To differentiate pathogens from respiratory commensals, we developed a rules-based model (RBM) and logistic regression model (LRM) in a derivation cohort of 20 patients with LRTIs or noninfectious acute respiratory illnesses. When tested in an independent validation cohort of 24 patients, both models achieved accuracies of 95.5%. We next developed pathogen, microbiome diversity, and host gene expression metrics to identify LRTI-positive patients and differentiate them from critically ill controls with noninfectious acute respiratory illnesses. When tested in the validation cohort, the pathogen metric performed with an area under the receiver-operating curve (AUC) of 0.96 (95% CI, 0.86–1.00), the diversity metric with an AUC of 0.80 (95% CI, 0.63–0.98), and the host transcriptional classifier with an AUC of 0.88 (95% CI, 0.75–1.00). Combining these achieved a negative predictive value of 100%. This study suggests that a single streamlined protocol offering an integrated genomic portrait of pathogen, microbiome, and host transcriptome may hold promise as a tool for LRTI diagnosis.

Next-generation sequencing has generated a need for a broadly applicable method to remove unwanted high-abundance species prior to sequencing. We introduce DASH (Depletion of Abundant Sequences by Hybridization). Sequencing libraries are 'DASHed' with recombinant Cas9 protein complexed with a library of guide RNAs targeting unwanted species for cleavage, thus preventing them from consuming sequencing space. We demonstrate a more than 99 % reduction of mitochondrial rRNA in HeLa cells, and enrichment of pathogen sequences in patient samples. We also demonstrate an application of DASH in cancer. This simple method can be adapted for any sample type and increases sequencing yield without additional cost.