Genome Detective is a web-based, user-friendly software application to quickly and accurately assemble all known virus genomes from next generation sequencing datasets. This application allows the identification of phylogenetic clusters and genotypes from assembled genomes in FASTA format. Since its release in 2019, we have produced a number of typing tools for emergent viruses that have caused large outbreaks, such as Zika and Yellow Fever Virus in Brazil. Here, we present The Genome Detective Coronavirus Typing Tool that can accurately identify novel coronavirus (2019-nCoV) sequences isolated in China and around the world. The tool can accept up to 2,000 sequences per submission and the analysis of a new whole genome sequence will take approximately one minute. The tool has been tested and validated with hundreds of whole genomes from ten coronavirus species, and correctly classified all of the SARS-related coronavirus (SARSr-CoV) and all of the available public data for 2019-nCoV. The tool also allows tracking of new viral mutations as the outbreak expands globally, which may help to accelerate the development of novel diagnostics, drugs and vaccines.

Abstract Yellow fever virus (YFV) is the agent of the most severe mosquito-borne disease in the tropics. Recently, Brazil suffered major YFV outbreaks with a high fatality rate affecting areas where the virus has not been reported for decades, consisting of urban areas where a large number of unvaccinated people live. We developed a machine learning framework combining three different algorithms (XGBoost, random forest and regularized logistic regression). This method was applied to 56 YFV sequences from human infections and 27 from non-human primate (NHPs) infections to investigate the presence of genetic signatures possibly related to disease severity (in human related sequences) and differences in the PCR cycle threshold (Ct) values (in NHP related sequences). Our analyses reveal four non-synonymous single nucleotide variations (SNVs) on sequences from human infections, in proteins NS3 (E614D), NS4a (I69V), NS5 (R727G, V643A) and six non-synonymous SNVs on NHP sequences, in proteins E (L385F), NS1 (A171V), NS3 (I184V) and NS5 (N11S, I374V, E641D). We performed comparative protein structural analysis on these SNVs, describing possible impacts on protein function. Despite the fact that the dataset is limited in size and that this study does not consider virus-host interactions, our work highlights the use of machine learning as a versatile and fast initial approach to genomic data exploration. Importance Yellow fever is responsible for 29-60 thousand deaths annually in South America and Africa and is the most severe mosquito-borne disease in the tropics. Given the range of clinical outcomes and the availability of YFV genomic data, the use of machine learning analysis promises to be a powerful tool in the investigation of genetic signatures that could impact disease severity and its potential of being reintroduced in an urban transmission cycle. This can assist in the search for biomarkers of severity as well as help elucidating variations in host’s Ct value. This work aims to propose a relatively fast and inexpensive computational analysis framework, which can be used as a real-time, innitial strategy associated with genomic surveillance to identify a set of single nucleotide variants putatively related to biological and clinical characteristics being observed.

Dengue fever remains a significant public health challenge in tropical and subtropical regions, with its transmission dynamics being influenced by both environmental factors and human mobility. The Dominican Republic, a biodiversity hotspot in the Caribbean, has experienced recurrent dengue outbreaks, yet detailed understanding of the virus's transmission pathways and the impact of climatic factors remains limited. This study aims to elucidate the recent transmission dynamics of the dengue virus (DENV) in the Dominican Republic, utilizing a combination of genomic sequencing and epidemiological data analysis, alongside an examination of historical climate patterns. We conducted a comprehensive study involving the genomic sequencing of DENV samples collected from patients across different regions of the Dominican Republic over a two-year period. Phylogenetic analyses were performed to identify the circulation of DENV lineages and to trace transmission pathways. Epidemiological data were integrated to analyze trends in dengue incidence and distribution. Additionally, we integrated historical climate data spanning several decades to assess trends in temperature and their potential impact on DENV transmission potential. Our results highlight a previously unknown north–south transmission pathway within the country, with the co-circulation of multiple virus lineages. Additionally, we examine the historical climate data, revealing long-term trends towards higher theoretical potential for dengue transmission due to rising temperatures. This multidisciplinary study reveals intricate patterns of dengue virus transmission in the Dominican Republic, characterized by the co-circulation of multiple DENV lineages and a novel transmission pathway. The observed correlation between rising temperatures and increased dengue transmission potential emphasizes the need for integrated climate-informed strategies in dengue control efforts. Our findings offer critical insights for public health authorities in the Dominican Republic and similar settings, guiding resource allocation and the development of preparedness strategies to mitigate the impacts of climate change on dengue transmission.

Zika has emerged as a global public health concern. Although its rapid geographic expansion can be attributed to the success of its Aedes mosquito vectors, local epidemiological drivers are still poorly understood. The city of Feira de Santana played a pivotal role in the early phases of the Chikungunya and Zika epidemics in Brazil. Here, using a climate-driven transmission model, we show that low Zika observation rates and a high vectorial capacity in this region were responsible for a high attack rate during the 2015 outbreak and the subsequent decline in cases in 2016, when the epidemic was peaking in the rest of the country. Our projections indicate that the balance between the loss of herd-immunity and the frequency of viral re-importation will dictate the transmission potential of Zika in this region in the near future. Sporadic outbreaks are expected but unlikely to be detected under current surveillance systems.

Background: Zika virus (ZIKV) infections and suspected microcephaly cases have been recently reported in Angola, but no data are available on the origins, epidemiology, and diversity of the virus. Methods: Serum samples from 54 suspected ZIKV cases, 76 suspected microcephaly cases, and 24 mothers of infants with suspected microcephaly were received by the Angolan Ministry of Health. Computed tomographic brain imaging and serological assays (PRNT) were conducted on one microcephalic infant. All sera were tested for ZIKV by RT-qPCR. 349 samples from HIV+ patients and 336 samples from patients suspected of chikungunya virus or dengue virus infection were also tested. Portable sequencing was used to generate Angolan ZIKV genome sequences, including from a ZIKV+ neonate with microcephaly born in Portugal to an Angolan resident. Genetic and mobility data were analysed to investigate the date of introduction and geographic origin of ZIKV in Angola. Findings: Four autochthonous cases were ZIKV positive via RT-qPCR, with all positive samples collected between December 2016 and June 2017. Viral genomes were generated for two of these cases, and from the neonate with microcephaly identified in Portugal. Genetic analyses and other data indicate that ZIKV was introduced to Angola from Brazil between July 2015 and June 2016. This introduction likely initiated local ZIKV circulation in Angola that continued until June 2017. The scanned microcephaly case showed brain abnormalities consistent with congenital Zika syndrome and serological evidence for maternal ZIKV infection. Interpretation: Our analyses confirm the autochthonous transmission of the ZIKV Asian lineage in continental Africa. Conducting ZIKV surveillance throughout Africa is critical in the light of presented evidence for autochthonous ZIKV transmission in Angola, and associated microcephaly cases. Funding: Royal Society, Wellcome Trust, CNPq, CAPES, ERC, Oxford Martin School, Global Challenges Research Fund, Africa Oxford, and John Fell Fund.

Over 400 million people are estimated to be at risk of acquiring dengue virus (DENV). Despite efforts to mitigate the impact of DENV epidemics, the virus remains a public health problem in the Americas: more than one million DENV cases were reported in the continent between January and July 2019 DENV was first detected in Brazil in 1982, and Brazil has reported 88% (1,127,244 cases) of all DENV cases in the Americas during 2019 to date. São Paulo state in the southeast of Brazil has reported nearly half of all DENV infections in the country. Here we characterised the genetic diversity of DENV strains circulating in São Paulo state in 2019, at the epicentre of the ongoing DENV epidemic. Using portable nanopore sequencing we generated 20 new DENV genome sequences from viremic patients with suspected dengue infection residing in two of the most-affected municipalities, Araraquara and São José do Rio Preto. We conducted a comprehensive phylogenetic analysis with 1,630 global DENV strains to better understand the evolutionary history of the DENV lineages that currently circulate in the region. The new outbreak strains were classified as DENV2 genotype III (American/Asian genotype). Notably, phylogenetic analysis indicated that the 2019 outbreak is the result of a novel DENV lineage that was recently introduced to Brazil from the Caribbean region. Our genetic analysis further indicates that the introduction and onwards spread of the outbreak lineage (named here DENV2-III lineage 4) indicates a new DENV2 lineage replacement in Brazil. Molecular clock analyses suggest that DENV2-III lineage 4 was introduced to Brazil in or around early 2014. Our study describes the early detection of a newly introduced and rapidly-expanding DENV2 virus lineage in Brazil.

Genome sequencing has become a powerful tool for studying emerging infectious diseases; however, genome sequencing directly from clinical samples without isolation remains challenging for viruses such as Zika, where metagenomic sequencing methods may generate insufficient numbers of viral reads. Here we present a protocol for generating coding-sequence complete genomes comprising an online primer design tool, a novel multiplex PCR enrichment protocol, optimised library preparation methods for the portable MinION sequencer (Oxford Nanopore Technologies) and the Illumina range of instruments, and a bioinformatics pipeline for generating consensus sequences. The MinION protocol does not require an internet connection for analysis, making it suitable for field applications with limited connectivity. Our method relies on multiplex PCR for targeted enrichment of viral genomes from samples containing as few as 50 genome copies per reaction. Viral consensus sequences can be achieved starting with clinical samples in 1-2 days following a simple laboratory workflow. This method has been successfully used by several groups studying Zika virus evolution and is facilitating an understanding of the spread of the virus in the Americas.

The yellow fever virus (YFV) epidemic that began in Dec 2016 in Brazil is the largest in decades. The recent discovery of YFV in Brazilian Aedes sp. vectors highlights the urgent need to monitor the risk of re-establishment of domestic YFV transmission in the Americas. We use a suite of epidemiological, spatial and genomic approaches to characterize YFV transmission. We show that the age- and sex-distribution of human cases in Brazil is characteristic of sylvatic transmission. Analysis of YFV cases combined with genomes generated locally using a new protocol reveals an early phase of sylvatic YFV transmission restricted to Minas Gerais, followed in late 2016 by a rise in viral spillover to humans, and the southwards spatial expansion of the epidemic towards previously YFV-free areas. Our results establish a framework for monitoring YFV transmission in real-time, contributing to the global strategy of eliminating future yellow fever epidemics.

The recent re-emergence of yellow fever virus (YFV) in Brazil has raised serious concerns due to the virus' rapid dissemination in the southeastern region. To better understand YFV genetic diversity and dynamics during the recent outbreak in southeastern Brazil we generated 18 complete and near-complete genomes from the peak of the epidemic curve from non-human primates (NHPs) and human infected cases across Espírito Santo and Rio de Janeiro states. Genomic sequencing of 18 YFV genomes revealed the timing, source and likely routes of yellow fever virus transmission and dispersion during the one of the largest outbreaks ever registered in Brazil. We showed that the recent YFV epidemic spillover southwards several times from Minas Gerais to Espírito Santo and Rio de Janeiro states in 2016 to 2019. The quick production and analysis of data from portable sequencing could identify the corridor of spread of YFV.These findings reinforce that real-time and continued genomic surveillance strategies can assist in the monitoring and public health responses of arbovirus epidemics.

Abstract INTRODUCTION: In South East Asia, mosquito-borne viruses (MBVs) have long been a cause of high disease burden and significant economic costs. While in some SEA countries the epidemiology of MBVs is spatio-temporally well characterised and understood, in others such as Myanmar our understanding is largely incomplete. MATERIALS AND METHODS: Here, we use a simple mathematical approach to estimate a climate-driven suitability index aiming to better characterise the intrinsic, spatio-temporal potential of MBVs in Myanmar. RESULTS: Results show that the timing and amplitude of the natural oscillations of our suitability index are highly informative for the temporal patterns of DENV case counts at the country level, and a mosquito-abundance measure at a city level. When projected at fine spatial scales, the suitability index suggests that the time period of highest MBV transmission potential is between June and October independently of geographical location. Higher potential is nonetheless found along the middle axis of the country and in particular in the southern corridor of international borders with Thailand. DISCUSSION: This research complements and expands our current understanding of MBV transmission potential in Myanmar, by identifying key spatial heterogeneities and temporal windows of importance for surveillance and control. We discuss our findings in the context of Zika virus given its recent worldwide emergence, public health impact, and current lack of information on its epidemiology and transmission potential in Myanmar. The proposed suitability index here demonstrated is applicable to other regions of the world for which surveillance data is missing, either due to lack of resources or absence of an MBV of interest.