ABSTRACT Lower respiratory tract infections (LRTI) lead to more deaths each year than any other infectious disease category(1). Despite this, etiologic LRTI pathogens are infrequently identified due to limitations of existing microbiologic tests(2). In critically ill patients, non-infectious inflammatory syndromes resembling LRTI 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 lung microbiome and the host transcriptome. To differentiate pathogens from respiratory commensals, we developed rules-based and logistic regression models (RBM, LRM) in a derivation cohort of 20 patients with LRTI or non-infectious 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 non-infectious acute respiratory illnesses. When tested in the validation cohort, the pathogen metric performed with an 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 0.91 (95% CI = 0.80 – 1.00). Combining all three achieved an AUC of 0.99 (95% CI = 0.97 – 1.00) and 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 novel tool for LRTI diagnosis. SIGNIFICANCE STATEMENT Lower respiratory tract infections (LRTI) are the leading cause of infectious disease-related death worldwide yet remain challenging to diagnose because of limitations in existing microbiologic tests. In critically ill patients, non-infectious respiratory syndromes that resemble LRTI further complicate diagnosis and confound targeted treatment. To address this, we developed a novel metagenomic sequencing-based approach that simultaneously interrogates three core elements of acute airway infections: the pathogen, lung microbiome and host response. We studied this approach in a prospective cohort of critically ill patients with acute respiratory failure and found that combining pathogen, microbiome and host gene expression metrics achieved accurate LRTI diagnosis and identified etiologic pathogens in patients with clinically identified infections but otherwise negative testing. Funding NHLBI K12HL119997 (Langelier C), NHLBI K23HL123778 (Christensen S), NIAID P01AI091575 and the Chan Zuckerberg Biohub (DeRisi JL), NHLBI K23 HL136844 (Moazed F), NHLBI R01HL110969, K24HL133390, R35HL140026 (Calfee C), Gladstone Institutes (Pollard KS).

Abstract We identify a mutation in the N gene of SARS-CoV-2 that adversely affects annealing of a commonly used RT-PCR primer; epidemiologic evidence suggests the virus retains pathogenicity and competence for spread. This reinforces the importance of using multiple targets, preferably in at least 2 genes, for robust SARS-CoV-2 detection. Article Summary Line A SARS-CoV-2 variant that occurs worldwide and has spread in California significantly affects diagnostic sensitivity of an N gene assay, highlighting the need to employ multiple viral targets for detection.

Abstract Since Next-Generation Sequencing produces reads uniformly subsampled from an input library, highly abundant sequences may mask interesting low abundance sequences. The DASH (Depleting Abundant Sequences by Hybridization) technique takes advantage of the programmability of CRISPR/Cas9 to deplete unwanted high-abundance sequences. Because desired depletion targets vary by sample type, here we describe DASHit, software that outputs an optimal DASH target set given a sequencing dataset, an updated DASH protocol, and show depletion results with DASHit-designed targets for three different species.

Abstract Jumbo bacteriophages of the ⌽KZ-like family are characterized by large genomes (>200 kb) and the remarkable ability to assemble a proteinaceous nucleus-like structure. The nucleus protects the phage genome from canonical DNA-targeting immune systems, such as CRISPR-Cas and restriction-modification. We hypothesized that the failure of common bacterial defenses creates selective pressure for immune systems that target the unique jumbo phage biology. Here, we identify the “ ju mbo phage k iller” (Juk) immune system that is deployed by a clinical isolate of Pseudomonas aeruginosa to resist ⌽KZ. Juk immunity rescues the cell by preventing early phage transcription, DNA replication, and nucleus assembly. Phage infection is first sensed by JukA (formerly YaaW), which localizes rapidly to the site of phage infection at the cell pole, triggered by ejected phage factors. The effector protein JukB is recruited by JukA, which is required to enable immunity and the subsequent degradation of the phage DNA. JukA homologs are found in several bacterial phyla and are associated with numerous other putative effectors, many of which provided specific anti-⌽KZ activity when expressed in P. aeruginosa . Together, these data reveal a novel strategy for immunity whereby immune factors are recruited to the site of phage protein and DNA ejection to prevent phage progression and save the cell.

The growing prevalence of deadly microbes with resistance to previously life-saving drug therapies is a dire threat to human health. Detection of low abundance pathogen sequences remains a challenge for metagenomic Next Generation Sequencing (NGS). We introduce FLASH (Finding Low Abundance Sequences by Hybridization), a next-generation CRISPR/Cas9 diagnostic method that takes advantage of the efficiency, specificity and flexibility of Cas9 to enrich for a programmed set of sequences. FLASH-NGS achieves up to 5 orders of magnitude of enrichment and sub-attomolar gene detection with minimal background. We provide an open-source software tool (FLASHit) for guide RNA design. Here we applied it to detection of antimicrobial resistance genes in respiratory fluid and dried blood spots, but FLASH-NGS is applicable to all areas that rely on multiplex PCR.

Background The disease burden due to meningitis in low and middle-income countries remains significant and failure to determine an etiology impedes appropriate treatment for patients and evidence-based policy decisions for populations. Broad-range pathogen surveillance using metagenomic next-generation sequencing (mNGS) of RNA isolated from cerebral spinal fluid (CSF) provides an unbiased assessment for possible infectious etiologies. In this study, our objective was to use mNGS to identify etiologies of pediatric meningitis in Bangladesh. Methods We conducted a retrospective case-control mNGS study on CSF from patients with known neurologic infections (n=36), idiopathic meningitis (n=25), without infection (n=30) and six environmental samples collected between 2012-2018. Using an open-access, cloud-based bioinformatics pipeline (IDseq) and machine learning, we identified potential pathogens which were confirmed through qPCR and Sanger sequencing. These cases were followed-up through phone/home-visits. The CSF samples were collected from children with WHO-defined meningeal signs during prospective meningitis surveillance at the largest pediatric referral hospital in Bangladesh. Results The 91 participants (42% female) ranged in age from 0-160 months (median: 9 months). In samples with known infectious causes of meningitis and without infections (n=66), there was 83% concordance between mNGS and conventional testing. In idiopathic cases (n=25), mNGS identified a potential etiology in 40% (n=10), including bacterial and viral pathogens. There were three instances of neuroinvasive Chikungunya virus (CHIKV). The CHIKV genomes were >99% identical to each other and to a Bangladeshi strain only previously recognized to cause systemic illness in 2017. CHIKV qPCR of all remaining stored CSF samples from children who presented with idiopathic meningitis in 2017 at the same hospital (n=472) revealed 17 additional CHIKV meningitis cases. Orthogonal molecular confirmation of each mNGS-identified infection, case-based clinical data, and follow-up of patients substantiated the key findings. Conclusions Using mNGS, we obtained a microbiological diagnosis for 40% of idiopathic meningitis cases and identified a previous unappreciated pediatric CHIKV meningitis outbreak. Case-control CSF mNGS surveys can complement conventional diagnostic methods to identify etiologies of meningitis and facilitate informed policy decisions.

Pathogens express a set of proteins required for establishing and maintaining an infection, termed virulence life-style genes (VLGs). Due to their outsized importance in pathogenesis, VLG products are attractive targets for the next generation of antimicrobials. However, precise manipulation of VLG expression in the context of infection is technically challenging, limiting our ability to understand the roles of VLGs in pathogenesis and accordingly design effective inhibitors. We previously developed a suite of gene knockdown tools that are transferred by conjugation and stably integrate into pathogen genomes that we call 'Mobile-CRISPRi'. Here we show the efficacy of Mobile-CRISPRi in controlling VLG expression in a murine infection model. We optimize Mobile-CRISPRi in Pseudomonas aeruginosa for use in a murine model of pneumonia by tuning the expression of CRISPRi components to avoid non-specific toxicity. As a proof of principle, we demonstrate that knockdown of a VLG encoding the type III secretion system (T3SS) activator ExsA blocks effector protein secretion in culture and attenuates virulence in mice. We anticipate that Mobile-CRISPRi will be a valuable tool to probe the function of VLGs across many bacterial species and pathogenesis models.

Background Since 2014, the United States has experienced a biennial spike in pediatric acute flaccid myelitis (AFM). Epidemiologic evidence suggests non-polio enteroviruses (EVs) are a potential etiology, yet EV RNA is rarely detected in cerebrospinal fluid (CSF) and only inconsistently identified from the respiratory tract, serum, or stool.Methods We interrogated CSF from children with AFM (n=42) and pediatric controls with other neurologic diseases (OND) (n=58). Samples were incubated with T7 bacteriophage expressing 481,966 sixty-two amino acid peptides with a fourteen amino acid overlap tiled across all known vertebrate virus and arbovirus genomes, an adaption of the VirScan method. Antibody-bound phage were deep sequenced to quantify enriched peptides with normalized counts expressed as reads per hundred thousand (rpK). EV antibody findings were confirmed with ELISA using whole viral protein 1 (VP1) from contemporary enterovirus (EV) A71 and D68 strains. Separately, metagenomic next-generation sequencing (mNGS) of CSF RNA, both unbiased and with targeted enrichment for EVs, was performed.Results The most significantly enriched viral family by VirScan of CSF in AFM versus OND controls was Picornaviridae (mean rpK 11,266 versus mean rpK 950, p-adjusted < 0.001, Wilcoxon signed-rank test with Bonferroni adjustment). Enriched Picornaviridae peptides belonged almost entirely to the genus Enterovirus. The mean EV VP1 ELISA signal in AFM (mean OD 0.51) was significantly higher than OND controls (mean OD 0.08, p-value < 0.001, Mann-Whitney test). mNGS did not detect additional enterovirus RNA in CSF.Conclusion Despite the rare detection of EV RNA in the CNS of patients with AFM, a pan-viral serologic assay identified high levels of CSF EV antibodies in AFM CSF compared to CSF from OND controls. These results provide further evidence for a causal role of non-polio enteroviruses in AFM.

Background: With widespread adoption of next-generation sequencing (NGS) technologies, the need has arisen for a broadly applicable method to remove unwanted high-abundance species prior to sequencing. We introduce DASH (Depletion of Abundant Sequences by Hybridization), a facile technique for targeted depletion of undesired sequences. Results: Sequencing libraries are DASHed with recombinant Cas9 protein complexed with a library of single guide RNAs (sgRNAs) programmed to target unwanted species for cleavage, thus preventing them from consuming sequencing space. We demonstrate up to 99% reduction of mitochondrial ribosomal RNA (rRNA) in HeLa cells, and enrichment of pathogen sequences up to 4-fold in metagenomic samples from patients with infectious diseases. Similarly, we demonstrate the utility of DASH in the context of cancer diagnostics by significantly increasing the detectable fraction of KRAS mutant sequences over the predominant wild-type allele. Conclusion: This simple single-tube method is reprogrammable for virtually any sample type to increase sequencing yield without additional cost. [Note: Wei Gu and Emily Crawford contributed equally to this work.]

Accurate and informative microbiologic testing is essential for guiding diagnosis and management of pneumonia in critically ill patients. Sampling of tracheal aspirate (TA) is less invasive compared to mini-bronchoalveolar lavage (mBAL) and is now recommended as a frontline diagnostic approach in mechanically ventilated patients, despite the historical belief that TA was suboptimal due to contamination from oral microbes. Advancements in metagenomic next generation sequencing (mNGS) now permit assessment of airway microbiota without a need for culture, and as such provide an opportunity to examine differences between mBAL and TA at a resolution previously unachievable. Here, we engaged shotgun mNGS to quantitatively assess the airway microbiome in matched mBAL and TA specimens from a prospective cohort of critically ill adults. We observed moderate differences betweensampletypes across all patients(Pearson correlation of 0.72, 95% CI: 0.68 - 0.76), however we found significant compositional similarity in patients with bacterial pneumonia, whose microbial communities were characterized by a dominant pathogen (Pearson correlation of 0.92, 95% CI: 0.88 - 0.95). In addition, we found that both mBAL and TA were similar in terms of microbial burden, abundance of oropharyngeal taxa, and microbial diversity. Our findings suggest that TA sampling provides a similar assessment of airway microbiota as more invasive testing by mBAL, and that this similarity is most significant in the setting of bacterial pneumonia.