The SARS-CoV-2 lineage B.1.1.7, designated variant of concern (VOC) 202012/01 by Public Health England1, was first identified in the UK in late summer to early autumn 20202. Whole-genome SARS-CoV-2 sequence data collected from community-based diagnostic testing for COVID-19 show an extremely rapid expansion of the B.1.1.7 lineage during autumn 2020, suggesting that it has a selective advantage. Here we show that changes in VOC frequency inferred from genetic data correspond closely to changes inferred by S gene target failures (SGTF) in community-based diagnostic PCR testing. Analysis of trends in SGTF and non-SGTF case numbers in local areas across England shows that B.1.1.7 has higher transmissibility than non-VOC lineages, even if it has a different latent period or generation time. The SGTF data indicate a transient shift in the age composition of reported cases, with cases of B.1.1.7 including a larger share of under 20-year-olds than non-VOC cases. We estimated time-varying reproduction numbers for B.1.1.7 and co-circulating lineages using SGTF and genomic data. The best-supported models did not indicate a substantial difference in VOC transmissibility among different age groups, but all analyses agreed that B.1.1.7 has a substantial transmission advantage over other lineages, with a 50% to 100% higher reproduction number.

BackgroundA new variant of SARS-CoV-2, B.1.1.7, emerged as the dominant cause of COVID-19 disease in the UK from November, 2020. We report a post-hoc analysis of the efficacy of the adenoviral vector vaccine, ChAdOx1 nCoV-19 (AZD1222), against this variant.MethodsVolunteers (aged ≥18 years) who were enrolled in phase 2/3 vaccine efficacy studies in the UK, and who were randomly assigned (1:1) to receive ChAdOx1 nCoV-19 or a meningococcal conjugate control (MenACWY) vaccine, provided upper airway swabs on a weekly basis and also if they developed symptoms of COVID-19 disease (a cough, a fever of 37·8°C or higher, shortness of breath, anosmia, or ageusia). Swabs were tested by nucleic acid amplification test (NAAT) for SARS-CoV-2 and positive samples were sequenced through the COVID-19 Genomics UK consortium. Neutralising antibody responses were measured using a live-virus microneutralisation assay against the B.1.1.7 lineage and a canonical non-B.1.1.7 lineage (Victoria). The efficacy analysis included symptomatic COVID-19 in seronegative participants with a NAAT positive swab more than 14 days after a second dose of vaccine. Participants were analysed according to vaccine received. Vaccine efficacy was calculated as 1 − relative risk (ChAdOx1 nCoV-19 vs MenACWY groups) derived from a robust Poisson regression model. This study is continuing and is registered with ClinicalTrials.gov, NCT04400838, and ISRCTN, 15281137.FindingsParticipants in efficacy cohorts were recruited between May 31 and Nov 13, 2020, and received booster doses between Aug 3 and Dec 30, 2020. Of 8534 participants in the primary efficacy cohort, 6636 (78%) were aged 18–55 years and 5065 (59%) were female. Between Oct 1, 2020, and Jan 14, 2021, 520 participants developed SARS-CoV-2 infection. 1466 NAAT positive nose and throat swabs were collected from these participants during the trial. Of these, 401 swabs from 311 participants were successfully sequenced. Laboratory virus neutralisation activity by vaccine-induced antibodies was lower against the B.1.1.7 variant than against the Victoria lineage (geometric mean ratio 8·9, 95% CI 7·2–11·0). Clinical vaccine efficacy against symptomatic NAAT positive infection was 70·4% (95% CI 43·6–84·5) for B.1.1.7 and 81·5% (67·9–89·4) for non-B.1.1.7 lineages.InterpretationChAdOx1 nCoV-19 showed reduced neutralisation activity against the B.1.1.7 variant compared with a non-B.1.1.7 variant in vitro, but the vaccine showed efficacy against the B.1.1.7 variant of SARS-CoV-2.FundingUK Research and Innovation, National Institute for Health Research (NIHR), Coalition for Epidemic Preparedness Innovations, NIHR Oxford Biomedical Research Centre, Thames Valley and South Midlands NIHR Clinical Research Network, and AstraZeneca.

Monitoring the spread of SARS-CoV-2 and reconstructing transmission chains has become a major public health focus for many governments around the world. The modest mutation rate and rapid transmission of SARS-CoV-2 prevents the reconstruction of transmission chains from consensus genome sequences, but within-host genetic diversity could theoretically help identify close contacts. Here we describe the patterns of within-host diversity in 1,181 SARS-CoV-2 samples sequenced to high depth in duplicate. 95% of samples show within-host mutations at detectable allele frequencies. Analyses of the mutational spectra revealed strong strand asymmetries suggestive of damage or RNA editing of the plus strand, rather than replication errors, dominating the accumulation of mutations during the SARS-CoV-2 pandemic. Within and between host diversity show strong purifying selection, particularly against nonsense mutations. Recurrent within-host mutations, many of which coincide with known phylogenetic homoplasies, display a spectrum and patterns of purifying selection more suggestive of mutational hotspots than recombination or convergent evolution. While allele frequencies suggest that most samples result from infection by a single lineage, we identify multiple putative examples of co-infection. Integrating these results into an epidemiological inference framework, we find that while sharing of within-host variants between samples could help the reconstruction of transmission chains, mutational hotspots and rare cases of superinfection can confound these analyses.

Abstract Host genetic factors can confer resistance against malaria, raising the question of whether this has led to evolutionary adaptation of parasite populations. In this study we investigated the correlation between host and parasite genetic variation in 4,171 Gambian and Kenya children ascertained with severe malaria due to Plasmodium falciparum . We identified a strong association between sickle haemoglobin (HbS) in the host and variation in three regions of the parasite genome, including nonsynonymous variants in the acyl-CoA synthetase family member PfACS8 on chromosome 2, in a second region of chromosome 2, and in a region containing structural variation on chromosome 11. The HbS-associated parasite alleles are in strong linkage disequilibrium and have frequencies which covary with the frequency of HbS across populations, in particular being much more common in Africa than other parts of the world. The estimated protective effect of HbS against severe malaria, as determined by comparison of cases with population controls, varies greatly according to the parasite genotype at these three loci. These findings open up a new avenue of enquiry into the biological and epidemiological significance of the HbS-associated polymorphisms in the parasite genome, and the evolutionary forces that have led to their high frequency and strong linkage disequilibrium in African P. falciparum populations.

Monitoring the genomic evolution of Plasmodium falciparum - the most widespread and deadliest of the human-infecting malaria species - is critical for making decisions in response to changes in drug resistance, diagnostic test failures, and vaccine effectiveness. The MalariaGEN data resources are the world’s largest whole genome sequencing databases for Plasmodium parasites. The size and complexity of such data is a barrier to many potential end users in both public health and academic research. A user-friendly method for accessing and interpreting data on the genetic variation of P. falciparum would greatly enable efforts in studying and controlling malaria. We developed Pf-HaploAtlas, a web application enabling exploration of genomic variation without requiring advanced technical expertise. The app provides analysis-ready data catalogues and visualisations of amino acid haplotypes for all 5,102 core P. falciparum genes. Pf-HaploAtlas facilitates comprehensive spatial and temporal analyses of genes and variants of interest by using data from 16,203 samples, from 33 countries, and spread between the years 1984 and 2018. The scope of Pf-HaploAtlas will expand with each new MalariaGEN Plasmodium data release. Pf-HaploAtlas is available online for public use at https://apps.malariagen.net/pf-haploatlas , which allows users to download the underlying amino acid haplotype data, and its source code is freely available on GitHub under the MIT licence at https://github.com/malariagen/pf-haploatlas .

ABSTRACT The population structure of the malaria parasite Plasmodium falciparum can reveal underlying demographic and adaptive evolutionary processes. Here, we analyse population structure in 4,376 P. falciparum genomes from 21 countries across Africa. We identified a strongly differentiated cluster of parasites, comprising ∼1.2% of samples analysed, geographically distributed over 13 countries across the continent. Members of this cluster, named AF1, carry a genetic background consisting of a large number of highly differentiated variants, rarely observed outside this cluster, at a multitude of genomic loci distributed across most chromosomes. At these loci, the AF1 haplotypes appear to have common ancestry, irrespective of the sampling location; outside the shared loci, however, AF1 members are genetically similar to their sympatric parasites. AF1 parasites sharing up to 23 genomic co-inherited regions were found in all major regions of Africa, at locations over 7,000 km apart. We coined the term cryptotype to describe a complex common background which is geographically widespread, but concealed by genomic regions of local origin. Most AF1 differentiated variants are functionally related, comprising structural variations and single nucleotide polymorphisms in components of the MSP1 complex and several other genes involved in interactions with red blood cells, including invasion and erythrocyte antigen export. We propose that AF1 parasites have adapted to some as yet unidentified evolutionary niche, by acquiring a complex compendium of interacting variants that rarely circulate separately in Africa. As the cryptotype spread across the continent, it appears to have been maintained mostly intact in spite of recombination events, suggesting a selective advantage. It is possible that other cryptotypes circulate in Africa, and new analysis methods may be needed to identify them.

Artemisinin partial resistance (ART-R) in Plasmodium falciparum is one of the most pressing threats to global malaria control. Over the last two decades, ART-R has spread widely across Southeast Asia, compromising public health strategies and hindering elimination efforts. As of 2024, ART-R has now emerged in East Africa, with the potential to dramatically increase human mortality in the region. Mitigating the spread of ART-R requires detailed genomic surveillance of point mutations in the kelch13 gene, the primary determinant of resistance to artemisinin derivatives. Although extensive surveillance data on these markers is available, it is distributed across many literature studies and open databases. In this literature review, we aggregate publicly available spatiotemporal data for 112,933 P. falciparum samples between 1980 - 2023 into a single resource, providing the most comprehensive overview of kelch13 markers to date. By synthesising insights from these samples over a global scale, we outline the history and current status of kelch13 mutations associated with ART-R, with particular reference to their emergence in Southeast Asia and recent emergence in East and Northeast Africa. Concerningly, we find their recent increases in frequency in these areas of Africa are comparable to those observed in Southeast Asia 10-15 years ago. We review several factors that may influence the spread of ART-R going forwards, such as fitness costs, treatment strategies, and local epidemiological dynamics, before articulating possible scenarios on how resistance may spread in Africa in coming years. In summary, this review provides a unified, comprehensive account of how the situation of ART-R has unfolded globally so far, highlighting insights both for researchers in the field and public health bodies which aim to reduce its negative effects. More broadly, we highlight the critical role genomic surveillance has had, and will continue to have in combating the spread of ART-R.

Translating genomic technologies into healthcare applications for the malaria parasite Plasmodium falciparum has been limited by the technical and logistical difficulties of obtaining high quality clinical samples from the field. Sampling by dried blood spot (DBS) finger-pricks can be performed safely and efficiently with minimal resource and storage requirements compared with venous blood (VB). Here, we evaluate the use of selective whole genome amplification (sWGA) to sequence the P. falciparum genome from clinical DBS samples, and compare the results to current methods using leucodepleted VB. Parasite DNA with high (> 95%) human DNA contamination was selectively amplified by Phi29 polymerase using short oligonucleotide probes of 8-12 mers as primers. These primers were selected on the basis of their differential frequency of binding the desired (P. falciparum DNA) and contaminating (human) genomes. Using sWGA method, we sequenced clinical samples from 156 malaria patients, including 120 paired samples for head-to-head comparison of DBS and leucodepleted VB. Greater than 18-fold enrichment of P. falciparum DNA was achieved from DBS extracts. The parasitaemia threshold to achieve >5x coverage for 50% of the genome was 0.03% (40 parasites per 200 white blood cells). Over 99% SNP concordance between VB and DBS samples was achieved after excluding missing calls. The sWGA methods described here provide a reliable and scalable way of generating P. falciparum genome sequence data from DBS samples. Our data indicate that it will be possible to get good quality sequence data on most if not all drug resistance loci from the majority of symptomatic malaria patients. This technique overcomes a major limiting factor in P. falciparum genome sequencing from field samples, and paves the way for large-scale epidemiological applications.