The severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) has evolved many high-risk variants, resulting in repeated COVID-19 waves of pandemic during the past years. Therefore, accurate early-warning of high-risk variants is vital for epidemic prevention and control. Here we construct a machine learning model to predict high-risk variants of SARS-CoV-2 by LightGBM algorithm based on several important haplotype network features. As demonstrated on a series of different retrospective testing datasets, our model achieves accurate prediction of all variants of concern (VOC) and most variants of interest (AUC=0.96). Prediction based on the latest sequences shows that the newly emerging lineage BA.5 has the highest risk score and spreads rapidly to become a major epidemic lineage in multiple countries, suggesting that BA.5 bears great potential to be a VOC. In sum, our machine learning model is capable to early predict high-risk variants soon after their emergence, thus greatly improving public health preparedness against the evolving virus.

Abstract Plant development depends on coordination of growth between different cell layers. Coordination may be mediated by molecular signalling or mechanical connectivity between cells, but evidence for genetic control via direct mechanics has been lacking. We show that a brassinosteroid-deficient dwarf mutant of the aquatic plant Utricularia gibba has twisted internal tissue, likely caused by a mechanical constraint from a slow-growing epidermis creating tissue stresses. This conclusion is supported by showing that inhibition of brassinosteroid action in an Arabidopsis mutant compromised for cell adhesion, enhances epidermal crack formation, an indicator of increased tissue tension. Thus, genes driving brassinosteroid synthesis can promote growth of internal tissue by reducing mechanical epidermal constraint, showing that tissue mechanics plays a key role in coordinating growth between cell layers. One-Sentence Summary Internal twists in a mutant carnivorous plant reveal how genes control growth via tissue mechanics.