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 RATIONALE Current microbiologic diagnostics often fail to identify the etiology of lower respiratory tract infections (LRTI) in hematopoietic cellular transplant recipients (HCT), which precludes the implementation of targeted therapies. OBJECTIVES To address the need for improved LRTI diagnostics, we evaluated the utility of metagenomic next generation sequencing (mNGS) of bronchoalveolar lavage (BAL) to detect microbial pathogens in HCT patients with acute respiratory illnesses. METHODS We enrolled 22 post-HCT adults ages 19-69 years with acute respiratory illnesses who underwent BAL at the University of Michigan between January 2012 and May 2013. mNGS was performed on BAL fluid to detect microbes and simultaneously assess the host transcriptional response. Results were compared against conventional microbiologic assays. MEASUREMENTS & MAIN RESULTS mNGS demonstrated 100% sensitivity for detecting respiratory microbes (human metapneumovirus, respiratory syncytial virus, Stenotrophomonas maltophilia , human herpesvirus 6 and cytomegalovirus) when compared to standard testing. Previously unrecognized LRTI pathogens were identified in six patients for whom standard testing was negative (human coronavirus 229E, human rhinovirus A, Corynebacterium propinquum and Streptococcus mitis ); findings were confirmed by independent PCR and 16S rRNA sequencing. Relative to patients without infection, patients with infection had increased expression of immunity related genes (p=0.022) and significantly lower diversity of their respiratory microbiome (p=0.017). CONCLUSIONS Compared to conventional diagnostics, mNGS enhanced detection of pathogens in BAL fluid from HCT patients. Furthermore, our results suggest that combining unbiased microbial pathogen detection with assessment of host gene biomarkers of immune response may hold promise for enhancing the diagnosis of post-HCT respiratory infections.

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.

Candida auris is an emerging multidrug-resistant yeast with high mortality. We report the sentinel C. auris case on the United States West Coast in a patient who relocated from India. We identified close phylogenetic relatedness to the South Asia clade and ERG11 Y132F and FKS1 S639Y mutations potentially explaining antifungal resistance.

Background Transfusion-related sepsis remains an important hospital infection control challenge. Investigating septic transfusion events is often restricted by the limitations of bacterial culture in terms of time requirements and low yield in the setting of prior antibiotic administration.Methods In three Gram-negative septic transfusion cases, we performed mNGS of direct clinical blood specimens in addition to standard culture-based approaches utilized for infection control investigations. Pathogen detection leveraged IDSeq, a new open-access microbial bioinformatics portal. Phylogenetic analysis was performed to assess microbial genetic relatedness and understand transmission events.Results mNGS of direct clinical blood specimens afforded precision detection of pathogens responsible for each case of transfusion-related sepsis, and enabled discovery of a novel Acinetobacter species in a platelet product that had become contaminated despite photochemical pathogen reduction. In each case, longitudinal assessment of pathogen burden elucidated the temporal sequence of events associated with each transfusion-transmitted infection. We found that informative data could be obtained from culture-independent mNGS of residual platelet products and leftover blood specimens that were either unsuitable or unavailable for culture, or that failed to grow due to prior antibiotic administration. We additionally developed methods to enhance accuracy for detecting transfusion-associated pathogens sharing taxonomic similarity to contaminants commonly found in mNGS library preparations.Conclusions Culture-independent mNGS of blood products afforded rapid and precise assessment of pathogen identity, abundance and genetic relatedness. Together, these challenging cases demonstrated the potential for metagenomics to advance existing methods for investigating transfusion-transmitted infections.

Metagenomic next-generation sequencing (mNGS) for pan-pathogen detection has been successfully tested in proof-of-concept case studies in patients with acute illness of unknown etiology, but to date has been largely confined to research settings. Here we developed and validated an mNGS assay for diagnosis of infectious causes of meningitis and encephalitis from cerebrospinal fluid (CSF) in a licensed clinical laboratory. A clinical bioinformatics pipeline, SURPI+, was developed to rapidly analyze mNGS data, automatically report detected pathogens, and provide a graphical user interface for evaluating and interpreting results. We established quality metrics, threshold values, and limits of detection of between 0.16 to 313 genomic copies or colony forming units per milliliter for each representative organism type. Gross hemolysis and excess host nucleic acid reduced assay sensitivity; however, a spiked phage used as an internal control was a reliable indicator of sensitivity loss. Diagnostic test accuracy was evaluated by blinded mNGS testing of 95 patient samples, revealing 73% sensitivity and 99% specificity compared to original clinical test results, with 81% positive percent agreement and 99% negative percent agreement after discrepancy analysis. Subsequent mNGS challenge testing of 20 positive CSF samples prospectively collected from a cohort of pediatric patients hospitalized with meningitis, myelitis, and/or encephalitis showed 92% sensitivity and 96% specificity relative to conventional microbiological testing of CSF in identifying the causative pathogen. These results demonstrate the analytic performance of a laboratory-validated mNGS assay for pan-pathogen detection, to be used clinically for diagnosis of neurological infections from CSF.

Lower respiratory tract infections (LRTI) lead to more deaths each year than any other infectious disease category1. Despite this, etiologic LRTI pathogens are infrequently identified due to limitations of existing microbiologic tests2. 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.