Abstract Summary Genome sequences constitute the primary evidence on the origin and spread of the 2019-2020 Covid-19 pandemic. Rapid comparative analysis of coronavirus SARS-CoV-2 genomes is critical for disease control, outbreak forecasting, and developing clinical interventions. CoV Genome Tracker is a web portal dedicated to trace Covid-19 outbreaks in real time using a haplotype network, an accurate and scalable representation of genomic changes in a rapidly evolving population. We resolve the direction of mutations by using a bat-associated genome as outgroup. At a broader evolutionary time scale, a companion browser provides gene-by-gene and codon-by-codon evolutionary rates to facilitate the search for molecular targets of clinical interventions. Availability and Implementation CoV Genome Tracker is publicly available at http://cov.genometracker.org and updated weekly with the data downloaded from GISAID ( http://gisaid.org ). The website is implemented with a custom JavaScript script based on jQuery ( https://jquery.com ) and D3-force ( https://github.com/d3/d3-force ). Contact weigang@genectr.hunter.cuny.edu , City University of New York, Hunter College Supplementary Information All supporting scripts developed in JavaScript, Python, BASH, and PERL programming languages are available as Open Source at the GitHub repository https://github.com/weigangq/cov-browser .

Abstract Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) has accumulated genomic mutations at an approximately linear rate since it first infected human populations in late 2019. Controversies remain regarding the identity, proportion, and effects of adaptive mutations as SARS-CoV-2 evolves from a bat-to a human-adapted virus. The potential for vaccine-escape mutations poses additional challenges in pandemic control. Despite being of great interest to therapeutic and vaccine development, human-adaptive mutations in SARS-CoV-2 are masked by a genome-wide linkage disequilibrium under which neutral and even deleterious mutations can reach fixation by chance or through hitchhiking. Furthermore, genome-wide linkage equilibrium imposes clonal interference by which multiple adaptive mutations compete against one another. Informed by insights from microbial experimental evolution, we analyzed close to one million SARS-CoV-2 genomes sequenced during the first year of the COVID-19 pandemic and identified putative human-adaptive mutations according to the rates of synonymous and missense mutations, temporal linkage, and mutation recurrence. Furthermore, we developed a forward-evolution simulator with the realistic SARS-CoV-2 genome structure and base substitution probabilities able to predict viral genome diversity under neutral, background selection, and adaptive evolutionary models. We conclude that adaptive mutations have emerged early, rapidly, and constantly to dominate SARS-CoV-2 populations despite clonal interference and purifying selection. Our analysis underscores a need for genomic surveillance of mutation trajectories at the local level for early detection of adaptive and immune-escape variants. Putative human-adaptive mutations are over-represented in viral proteins interfering host immunity and binding host-cell receptors and thus may serve as priority targets for designing therapeutics and vaccines against human-adapted forms of SARS-CoV-2.

ABSTRACT Lyme disease, caused by spirochetes in the Borrelia burgdorferi sensu lato clade within the Borrelia genus, is transmitted by Ixodes ticks and is currently the most prevalent and rapidly expanding tick-borne disease in Europe and North America. We report complete genome sequences of 47 isolates that encompass all established species in this clade while highlighting the diversity of the widespread human pathogenic species B. burgdorferi . A similar set of plasmids has been maintained throughout Borrelia divergence, indicating that they are a key adaptive feature of this genus. Phylogenetic reconstruction of all sequenced Borrelia genomes revealed the original divergence of Eurasian and North American lineages and subsequent dispersals that introduced B. garinii, B. bavariensis, B. lusitaniae, B. valaisiana, and B. afzelii from East Asia to Europe and B. burgdorferi and B. finlandensis from North America to Europe. Molecular phylogenies of the universally present core replicons (chromosome and cp26 and lp54 plasmids) are highly consistent, revealing a strong clonal structure. Nonetheless, numerous inconsistencies between the genome and gene phylogenies indicate species dispersal, genetic exchanges, and rapid sequence evolution at plasmid-borne loci, including key host-interacting lipoprotein genes. While localized recombination occurs uniformly on the main chromosome at a rate comparable to mutation, lipoprotein-encoding loci are recombination hotspots on the plasmids, suggesting adaptive maintenance of recombinant alleles at loci directly interacting with the host. We conclude that within- and between-species recombination facilitates adaptive sequence evolution of host-interacting lipoprotein loci and contributes to human virulence despite a genome-wide clonal structure of its natural populations. IMPORTANCE Lyme disease (also called Lyme borreliosis in Europe), a condition caused by spirochete bacteria of the genus Borrelia , transmitted by hard-bodied Ixodes ticks, is currently the most prevalent and rapidly expanding tick-borne disease in the United States and Europe. Borrelia interspecies and intraspecies genome comparisons of Lyme disease-related bacteria are essential to reconstruct their evolutionary origins, track epidemiological spread, identify molecular mechanisms of human pathogenicity, and design molecular and ecological approaches to disease prevention, diagnosis, and treatment. These Lyme disease-associated bacteria harbor complex genomes that encode many genes that do not have homologs in other organisms and are distributed across multiple linear and circular plasmids. The functional significance of most of the plasmid-borne genes and the multipartite genome organization itself remains unknown. Here we sequenced, assembled, and analyzed whole genomes of 47 Borrelia isolates from around the world, including multiple isolates of the human pathogenic species. Our analysis elucidates the evolutionary origins, historical migration, and sources of genomic variability of these clinically important pathogens. We have developed web-based software tools (BorreliaBase.org) to facilitate dissemination and continued comparative analysis of Borrelia genomes to identify determinants of human pathogenicity.

Abstract VlsE ( v ariable major protein- l ike s equence, e xpressed) is an outer surface protein of the Lyme disease pathogen ( Borreliella species) and a key diagnostic biomarker of Lyme disease. However, the high sequence variability of VlsE poses a challenge to the development of consistent VlsE-based diagnostics and therapeutics. In addition, the standard diagnostic protocols detect immunoglobins elicited by the Lyme pathogen, not the presence of pathogen or its derived antigens. Here we describe the development of recombinant monoclonal antibodies (rMAbs) that bind specifically to conserved epitopes on VlsE. We first quantified amino-acid sequence variability encoded by the vls genes from thirteen B. burgdorferi genomes by evolutionary analyses. We showed broad inconsistencies of the sequence phylogeny with the genome phylogeny, indicating rapid gene duplications, losses, and recombination at the vls locus. To identify conserved epitopes, we synthesized peptides representing five long conserved invariant regions (IRs) on VlsE. We tested the antigenicity of these five IR peptides using sera from three mammalian host species including human patients, the natural reservoir white-footed mouse ( Peromyscus leucopus ), and VlsE-immunized New Zealand rabbits ( Oryctolagus cuniculus ). The IR4 and IR6 peptides emerged as the most antigenic and reacted strongly with both the human and rabbit sera, while all IR peptides reacted poorly with sera from natural hosts. Four rMAbs binding specifically to the IR4 and IR6 peptides were identified, cloned, and purified. Given their specific recognition of the conserved epitopes on VlsE, these IR-specific rMAbs are promising diagnostic and theragnostic agents for direct detection of Lyme disease pathogens regardless of strain heterogeneity.

Abstract Borrelia garinii , is a cause of Lyme disease in Europe and Asia. For the first time, we report it in the southeastern United States in rodents. Whole genome sequencing and phylogenetic analysis revealed that USA-located B. garinii is part of a clade consisting primarily of few European and majority of Far Eastern strains. Continued surveillance of wildlife hosts and ticks is necessary to assess the ecological status and public health risks of B. garinii in southeastern US.

Abstract The influence of the metastasis promoting proteins mutant p53 (mtp53) and MDM2 on C ancer P ersistent R epair (CPR) to promote cancer cell survival is understudied. Interactions between the DNA repair choice protein 53BP1 and wild type tumor suppressor protein p53 (wtp53) regulates cell cycle control. Cancer cells often express elevated levels of transcriptionally inactive missense mutant p53 (mtp53) that interacts with MDM2 and MDM4/MDMX (herein called MDMX). The ability of mtp53 to maintain a 53BP1 interaction while in the context of interactions with MDM2 and MDMX has not been described. We asked if MDM2 regulates chromatin-based phosphorylation events in the context of mtp53 by comparing the chromatin of T47D breast cancer cells with and without MDM2 in a phospho-peptide stable isotope labeling in cell culture (SILAC) screen. We found reduced phospho-53BP1 chromatin association, which we confirmed by chromatin fractionation and immunofluorescence in multiple breast cancer cell lines. We used the Proximity Ligation Assay (PLA) in breast cancer cell lines and detected 53BP1 in close proximity to mtp53, MDM2, and the DNA repair protein MDC1. Through disruption of the mtp53-MDM2 interaction, by either Nutlin 3a or a mtp53 R273H C-terminal deletion, we uncovered that mtp53 was required for MDM2-53BP1 interaction foci. Our data suggests that mtp53 works with MDM2 and 53BP1 to promote CPR and cell survival.

Abstract Natural populations of microbes and their hosts are engaged in an arms race in which microbes diversify to escape host immunity while hosts evolve novel immunity. This co-evolutionary process, known as the “Red Queen” hypothesis, poses a fundamental challenge to the development of broadly effective vaccines and diagnostics against a diversifying pathogen. Based on surveys of natural allele frequencies and experimental immunization of mice, we show minimal antigenic cross-reactivity among natural variants of the outer surface protein C (OspC), a dominant antigen of a Lyme Disease-causing bacterium ( Borrelia burgdorferi ). To overcome the challenge of OspC antigenic diversity to clinical development of preventive measures, we implemented a number of evolution-based strategies to broaden OspC immunological cross-reactivity. In particular, the centroid algorithm – a genetic algorithm to minimize sequence differences with natural variants – generated synthetic OspC analogs with the greatest promise as diagnostic and vaccine candidates against diverse Lyme pathogen strains coexisting in the Northeast United States. Mechanistically, we propose a model of runaway maximum antigen di-versification (MAD) mediated by amino-acid variations distributed across hypervariable regions on the OspC molecule. Under the MAD model, evolutionary centroids display high cross-reactivity by occupying the central void in the antigenic space excavated by diversifying natural variants. In contrast to the vaccine design based on concatenated epitopes, the centroid algorithm generates analogs of native antigens and is automated. The MAD model and evolution-inspired antigen designs have broad implications for combating diversifying pathogens driven by pathogen-host coevolution. Importance Microbial pathogens rely on molecular diversity of cell surface antigens to escape host immunity. Vaccines based on one antigen variant often fail to protect the host against pathogens carrying other variants. Here we show evolution-based designs of synthetic antigens that are broadly reactive to all natural variants. The evolutionary analogs of a major surface antigen of a Lyme disease bacterium ( Borrelia burgdorferi ) showed promise as vaccine candidates against diverse pathogen strains coexisting in the endemic areas of Lyme disease in Northeast United States. Our evolution-based computational design is automated, generates molecular analogs of natural antigens, and opens a novel path to combating fast-evolving microbial pathogens.

Mixed infection of a single tick or host by Lyme disease spirochetes is common and a unique challenge for diagnosis, treatment, and surveillance of Lyme disease. Here we describe a novel protocol for differentiating Lyme strains based on deep sequencing of the hypervariable outer-surface protein C locus (ospC). Improving upon the traditional DNA-DNA hybridization method, the next-generation sequencing-based protocol is high-throughput, quantitative, and able to detect new pathogen strains. We applied the method to over one hundred infected Ixodes scapularis ticks collected from New York State, USA in 2015 and 2016. Analysis of strain distributions within individual ticks suggests an overabundance of multiple infections by five or more strains, inhibitory interactions among co-infecting strains, and presence of a new strain closely related to Borreliella bissettiae. A supporting bioinformatics pipeline has been developed. With the newly designed pair of universal ospC primers targeting intergenic sequences conserved among all known Lyme pathogens, the protocol could be used for culture-free identification and quantification of Lyme pathogens in wildlife and clinical specimens across the globe.

Learning algorithms have been proposed as a non-selective mechanism capable of creating complex adaptive systems in life. Evolutionary learning however has not been demonstrated to be a plausible cause for the origin of a specific molecular system. Here we show that genetic codes as optimal as the Standard Genetic Code (SGC) emerge readily by following a molecular analog of the Hebb rule (neurons fire together, wire together). Specifically, error-minimizing genetic codes are obtained by maximizing the number of physio-chemically similar amino acids assigned to evolutionarily similar codons. Formulating genetic code as a Traveling Salesman Problem (TSP) with amino acids as cities and codons as tour positions and implemented with a Hopfield neural network, the unsupervised learning algorithm efficiently finds an abundance of genetic codes that are more error-minimizing than SGC. Drawing evidence from molecular phylogenies of contemporary tRNAs and aminoacyl-tRNA synthetases, we show that co-diversification between gene sequences and gene functions, which cumulatively captures functional differences with sequence differences and creates a genomic memory of the living environment, provides the biological basis for the Hebbian learning algorithm. Like the Hebb rule, the locally acting phylogenetic learning rule, which may simply be stated as increasing phylogenetic divergence for increasing functional difference, could lead to complex and robust life systems. Natural selection, while essential for maintaining gene function, is not necessary to act at system levels. For molecular systems that are self-organizing through phylogenetic learning, the TSP model and its Hopfield network solution offer a promising framework for simulating emerging behavior, forecasting evolutionary trajectories, and designing optimal synthetic systems.