Abstract Evaluating metagenomic software is key for optimizing metagenome interpretation and focus of the community-driven initiative for the Critical Assessment of Metagenome Interpretation (CAMI). In its second challenge, CAMI engaged the community to assess their methods on realistic and complex metagenomic datasets with long and short reads, created from ∼1,700 novel and known microbial genomes, as well as ∼600 novel plasmids and viruses. Altogether 5,002 results by 76 program versions were analyzed, representing a 22x increase in results. Substantial improvements were seen in metagenome assembly, some due to using long-read data. The presence of related strains still was challenging for assembly and genome binning, as was assembly quality for the latter. Taxon profilers demonstrated a marked maturation, with taxon profilers and binners excelling at higher bacterial taxonomic ranks, but underperforming for viruses and archaea. Assessment of clinical pathogen detection techniques revealed a need to improve reproducibility. Analysis of program runtimes and memory usage identified highly efficient programs, including some top performers with other metrics. The CAMI II results identify current challenges, but also guide researchers in selecting methods for specific analyses.

Abstract Introduction The global increase of multidrug-resistant organisms (MDROs) is one of the most urgent public health threats affecting both humans and animals. The One Health concept emphasizes the interconnectedness of human, animal and environmental health and highlights the need for integrated approaches to combat antimicrobial resistance (AMR). Although the sharing of environments and antimicrobial agents between companion animals and humans poses a risk for MDRO transmission, companion animals have been studied to a lesser extent than livestock animals. This study therefore used core genome multilocus sequence typing (cgMLST) to investigate the genetic relationships and putative transmission of MDROs between humans and pets. Methods This descriptive integrated typing study included 252 human isolates, 53 dog isolates and 10 cat isolates collected from 2019 to 2022 at the Charité University Hospital in Berlin, Germany. CgMLST was performed to characterize methicillin-resistant Staphylococcus aureus , vancomycin-resistant enterococci and multidrug-resistant gram-negative bacteria. The genetic diversity of the MDROs of the different host populations was determined and compared based on sequence type and core genome complex type. Results Within this study the majority of samples from pets and humans was genetically distinct. However, for some isolates, the number of allelic differences identified by cgMLST was low. Two cases of putative household transmission or shared source of VR E. faecium and MDR E. coli between humans and pets were documented. Conclusions The interaction between humans and their pets appears to play a minor role in the spread of the MDROs studied. However, further research is needed. This study emphasizes the importance of comprehensive molecular surveillance and a multidisciplinary One Health approach to understand and contain the spread of MDROs in human and animal populations. Trial Registration The study is registered with the German Clinical Trials Register (DRKS00030009).

The growing importance of antibiotic resistance on clinical outcomes and cost of care underscores the need for optimization of current diagnostics. For a number of bacterial species antimicrobial resistance can be unambiguously predicted based on their genome sequence. In this study, we sequenced the genomes and transcriptomes of 414 drug-resistant clinical Pseudomonas aeruginosa isolates. By training machine learning classifiers on information about the presence or absence of genes, their sequence variation, and gene expression profiles, we generated predictive models and identified biomarkers of susceptibility or resistance to four commonly administered antimicrobial drugs. Using these data types alone or in combination resulted in high (0.8-0.9) or very high (>0.9) sensitivity and predictive values, where the relative contribution of the different categories of biomarkers strongly depended on the antibiotic. For all drugs except for ciprofloxacin, gene expression information substantially improved diagnostic performance. Our results pave the way for the development of a molecular resistance profiling tool that reliably predicts antimicrobial susceptibility based on genomic and transcriptomic markers. The implementation of a molecular susceptibility test system in routine clinical microbiology diagnostics holds promise to provide earlier and more detailed information on antibiotic resistance profiles of bacterial pathogens and thus could change how physicians treat bacterial infections.