A phylogenetic analysis of swine-origin H1N1 influenza A virus provides evidence that the virus is a reassortment possessing genes from avian, swine and human origin viruses. The pandemic virus appears to have evolved in way typical of swine flu sequences prior to entering humans, and is derived from several viruses circulating in swine. Initial transmission to humans appears to have occurred several months before recognition of the outbreak. An estimate of the gaps in genetic surveillance points to a period of years between the reassortment of swine lineages and the transfer to humans and the multiple genetic ancestry is inconsistent with an artificial origin for the virus. The gaps in out knowledge revealed by this work highlight the need for the systematic surveillance of influence in swine as a means of identifying potentially pandemic strains before they cross into human populations. Evolutionary analysis of swine-origin H1N1 influenza A virus provides evidence that it was derived from several viruses circulating in swine and that it possesses genes from avian, swine and human origin. Furthermore, transmission to humans may have occurred several months before recognition of the current outbreak. In March and early April 2009, a new swine-origin influenza A (H1N1) virus (S-OIV) emerged in Mexico and the United States1. During the first few weeks of surveillance, the virus spread worldwide to 30 countries (as of May 11) by human-to-human transmission, causing the World Health Organization to raise its pandemic alert to level 5 of 6. This virus has the potential to develop into the first influenza pandemic of the twenty-first century. Here we use evolutionary analysis to estimate the timescale of the origins and the early development of the S-OIV epidemic. We show that it was derived from several viruses circulating in swine, and that the initial transmission to humans occurred several months before recognition of the outbreak. A phylogenetic estimate of the gaps in genetic surveillance indicates a long period of unsampled ancestry before the S-OIV outbreak, suggesting that the reassortment of swine lineages may have occurred years before emergence in humans, and that the multiple genetic ancestry of S-OIV is not indicative of an artificial origin. Furthermore, the unsampled history of the epidemic means that the nature and location of the genetically closest swine viruses reveal little about the immediate origin of the epidemic, despite the fact that we included a panel of closely related and previously unpublished swine influenza isolates. Our results highlight the need for systematic surveillance of influenza in swine, and provide evidence that the mixing of new genetic elements in swine can result in the emergence of viruses with pandemic potential in humans2.

Virus genomes reveal the establishment of Zika virus in Brazil and the Americas, and provide an appropriate timeframe for baseline (pre-Zika) microcephaly in different regions. Three papers in this issue present a wealth of new Zika virus (ZIKV) genome sequences and further insights into the genetic epidemiology of ZIKV. Nathan Grubaugh et al. provide 39 new ZIKV genome sequences from infected patients and Aedes aegypti mosquitoes in Florida. Phylogenetic analysis suggests that the virus has been introduced on multiple separate occasions, probably linked to travel from the Caribbean. They find a low probability of long-term persistence of ZIKV transmission chains within Florida, suggesting that the potential for future ZIKV outbreaks there will depend on transmission dynamics in the Americas. Nuno Faria et al. and Hayden Metsky et al. reconstruct the spread of ZIKV in Brazil and the Americas. Faria et al. provide 54 new ZIKV genomes, several sequenced in real time in a mobile genomics laboratory. They trace the spatial origins and spread of ZIKV in Brazil and the Americas and date the timing of the international spread of ZIKV from Brazil. They find that northeast Brazil had a crucial role in the establishment of the epidemic and the spread of the virus within Brazil and the Americas. Metsky et al. generate 110 ZIKV genomes from clinical and mosquito samples from ten regions. They also see rapid expansion of the epidemic within Brazil and multiple introductions to other geographic areas. In agreement with Faria et al., they find that ZIKV circulated unobserved for many months before transmission was detected. Metsky et al. additionally describe ZIKV evolution and discuss how the accumulation of mutations might affect the performance of diagnostic tests in the future. Transmission of Zika virus (ZIKV) in the Americas was first confirmed in May 2015 in northeast Brazil1. Brazil has had the highest number of reported ZIKV cases worldwide (more than 200,000 by 24 December 20162) and the most cases associated with microcephaly and other birth defects (2,366 confirmed by 31 December 20162). Since the initial detection of ZIKV in Brazil, more than 45 countries in the Americas have reported local ZIKV transmission, with 24 of these reporting severe ZIKV-associated disease3. However, the origin and epidemic history of ZIKV in Brazil and the Americas remain poorly understood, despite the value of this information for interpreting observed trends in reported microcephaly. Here we address this issue by generating 54 complete or partial ZIKV genomes, mostly from Brazil, and reporting data generated by a mobile genomics laboratory that travelled across northeast Brazil in 2016. One sequence represents the earliest confirmed ZIKV infection in Brazil. Analyses of viral genomes with ecological and epidemiological data yield an estimate that ZIKV was present in northeast Brazil by February 2014 and is likely to have disseminated from there, nationally and internationally, before the first detection of ZIKV in the Americas. Estimated dates for the international spread of ZIKV from Brazil indicate the duration of pre-detection cryptic transmission in recipient regions. The role of northeast Brazil in the establishment of ZIKV in the Americas is further supported by geographic analysis of ZIKV transmission potential and by estimates of the basic reproduction number of the virus.

Lineage dynamics The scale of genome-sequencing efforts for severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) is unprecedented. The United Kingdom has contributed more than 26,000 sequences to this effort. This volume of data allowed du Plessis et al. to develop a detailed picture of the influxes of virus reaching U.K. shores as the pandemic developed during the first months of 2020 (see the Perspective by Nelson). Before lockdown, high travel volumes and few restrictions on international travel allowed more than 1000 lineages to become established. This accelerated local epidemic growth and exceeded contact tracing capacity. The authors were able to quantify the abundance, size distribution, and spatial range of the lineages that were transmitted. Transmission was highly heterogeneous, favoring some lineages that became widespread and subsequently harder to eliminate. This dire history indicates that rapid or even preemptive responses should have been used as they were elsewhere where containment was successful. Science , this issue p. 708 ; see also p. 680

ABSTRACT Viral discovery studies in wild animals often rely on cross-sectional surveys at a single time point. As a result, our understanding of the temporal stability of wild animal viromes remains poorly resolved. While studies of single host-virus systems indicate that host and environmental factors influence seasonal virus transmission dynamics, comparable insights for whole viral communities in multiple hosts are lacking. Leveraging non-invasive faecal samples from a long-term wild rodent study, we characterised viral communities of three common European rodent species ( Apodemus sylvaticus, A. flavicollis , and M. glareolus ) living in temperate woodland over a single year. Our findings indicate that a substantial fraction of the rodent virome is seasonally transient and associated with vertebrate or bacteria hosts. Further analyses of one of the most abundant virus families, Picornaviruses, show pronounced temporal changes in viral richness and diversity, which were associated with concurrent and up to ∼3-month lags in host density, ambient temperature, rainfall and humidity, suggesting complex feedbacks from the host and environmental factors on virus transmission and shedding in seasonal habitats. Overall, this study emphasizes the importance of understanding the seasonal dynamics of wild animal viromes in order to better predict and mitigate zoonotic risks.

Most studies on seasonal influenza A/H3N2 virus adaptation have focused on the main antigenic gene, haemagglutinin. However, there is increasing evidence that the genome-wide genetic background of novel antigenic variants can influence these variants' emergence probabilities and impact their patterns of dominance in the population. This suggests that non-antigenic genes may be important in shaping the viral evolutionary dynamics. To better understand the role of selection on non-antigenic genes in the adaptive evolution of seasonal influenza viruses, we here develop a simple population genetic model that considers a virus with one antigenic and one non-antigenic gene segment. By simulating this model under different regimes of selection and reassortment, we find that the empirical patterns of lineage turnover for the antigenic and non-antigenic gene segments are best captured when there is both limited viral coinfection and selection operating on both gene segments. In contrast, under a scenario of only neutral evolution in the non-antigenic gene segment, we see persistence of multiple lineages for long periods of time in that segment, which is not compatible with the observed molecular evolutionary patterns. Further, we find that reassortment, occurring in coinfected individuals, can increase the speed of viral adaptive evolution by primarily reducing selective interference and genetic linkage effects mediated by the non-antigenic gene segment. Together, these findings suggest that, for influenza, with 6 internal or non-antigenic gene segments, the evolutionary dynamics of novel antigenic variants are likely to be influenced by the genome-wide genetic background as a result of linked selection among both beneficial and deleterious mutations.

High pathogenicity avian influenza virus (HPAIV) is a rapidly evolving orthomyxovirus causing significant economic and environmental harm. Wild birds are a key reservoir of infection and an important source of viral incursions into poultry populations. However, we lack thorough understanding of which wild species drive incursions and whether this changes over time. We explored associations between abundances of 152 avian species and cases of HPAI in poultry premises across Great Britain between October-2021 and January-2023. Spatial generalised additive models were used, with species abundance distributions sourced from eBird modelled predictions. Associations were investigated at the species-specific level and across aggregations of species. During autumn/winter, associations were generally strongest with waterbirds such as ducks and geese; however, we also found significant associations in other groups such as non-native gamebirds, and rapid change in species-specific associations over time. Our results demonstrate the value of citizen science in rapid exploration of wild reservoirs of infection as facilitators of disease incursion into domestic hosts, especially in regions where surveillance programmes in wild birds are absent. This can be a critical step towards improving species-specific biosecurity measures and targeted surveillance; particularly for HPAIV, which has undergone sudden shifts in host-range and continues to rapidly evolve.

Abstract Avian influenza A virus (AIV) is ubiquitous in waterfowl, and detected annually at high prevalence in waterfowl during the Northern Hemipshere autumn. Some AIV subtypes are globally common in waterfowl, such as H3N8, H4N6, and H6N2, and are detected in the same populations at high frequency, annually. In order to investigate genetic features associated to the long-term maintenance of common subtypes in migratory ducks, we sequenced 248 H4 viruses isolated across 8 years (2002-2009) from Mallards ( Anas platyrhynchos ) sampled in southeast Sweden. Phylogenetic analyses showed that both H4 and N6 sequences fell into in three distinct lineages, structured by year of isolation. Specifically, across the eight years of the study, we observed lineage replacement, whereby a different HA lineage circulated in the population each year. Analysis of deduced amino acid sequences of the HA lineages illustrated key differences in regions of the globular head of hemagglutinin that overlap with established antigentic sites in homologous hemagglutinin H3, suggesting the possibility of antigenic differences among these HA lineages. Beyond HA, lineage replacement was common to all segments, such that novel genome constellations were detected across years. A dominant genome constellation would rapidly amplify in the duck population, followed by unlinking of gene segments as a result of reassortment within 2-3 weeks following introduction. These data help reveal the evolutionary dynamics exhibited by AIV on both annual and decadal scales in an important reservoir host.

Zika virus (ZIKV) transmission in the Americas was first confirmed in May 2015 in Northeast Brazil1. Brazil has the highest number of reported ZIKV cases worldwide (>200,000 by 24 Dec 2016) as well as the greatest number of cases associated with microcephaly and other birth defects (2,366 confirmed cases by 31 Dec 2016). Following the initial detection of ZIKV in Brazil, 47 countries and territories in the Americas have reported local ZIKV transmission, with 24 of these reporting ZIKV-associated severe disease. Yet the origin and epidemic history of ZIKV in Brazil and the Americas remain poorly understood, despite the value of such information for interpreting past and future trends in reported microcephaly. To address this we generated 54 complete or partial ZIKV genomes, mostly from Brazil, and report data generated by the ZiBRA project - a mobile genomics lab that travelled across Northeast (NE) Brazil in 2016. One sequence represents the earliest confirmed ZIKV infection in Brazil. Joint analyses of viral genomes with ecological and epidemiological data estimate that ZIKV epidemic was present in NE Brazil by March 2014 and likely disseminated from there, both nationally and internationally, before the first detection of ZIKV in the Americas. Estimated dates of the international spread of ZIKV from Brazil indicate the duration of pre-detection cryptic transmission in recipient regions. NE Brazil's role in the establishment of ZIKV in the Americas is further supported by geographic analysis of ZIKV transmission potential and by estimates of the virus' basic reproduction number.

In the absence of effective antiviral therapy, HIV-1 evolves in response to the within-host environment, of which the immune system is an important aspect. During the earliest stages of infection, this process of evolution is very rapid, driven by a small number of CTL escape mechanisms. As the infection progresses, immune escape variants evolve under reduced magnitudes of selection, while competition between an increasing number of polymorphic alleles (i.e., clonal interference) makes it difficult to quantify the magnitude of selection acting upon specific variant alleles. To tackle this complex problem, we developed a novel multi-locus inference method to evaluate the role of selection during the chronic stage of within-host infection. We applied this method to targeted sequence data from the p24 and gp41 regions of HIV-1 collected from 34 patients with long-term untreated HIV-1 infection. We identify a broad distribution of beneficial fitness effects during infection, with a small number of variants evolving under strong selection and very many variants evolving under weaker selection. The uniquely large number of infections analysed granted a previously unparalleled statistical power to identify loci at which selection could be inferred to act with statistical confidence. Our model makes no prior assumptions about the nature of alleles under selection, such that any synonymous or non-synonymous variant may be inferred to evolve under selection. However, the majority of variants inferred with confidence to be under selection were non-synonymous in nature, and in nearly all cases were associated with either CTL escape in p24 or neutralising antibody escape in gp41. Sites inferred to be under selection in multiple hosts have high within-host and between-host diversity albeit not all sites with high between-host diversity were inferred to be under selection at the within-host level. Our identification of selection at sites associated with resistance to broadly neutralising antibodies (bNAbs) highlights the need to fully understand the role of selection in untreated individuals when designing bNAb based therapies.Author Summary During the within-host evolution of HIV-1, the diversity of the viral population increases, with many beneficial variants competing against each other. This competition, known as clonal interference, makes the identification of variants under positive selection a challenging task. We here apply a novel method for the inference of selection to targeted within-host sequence data describing changes in the p24 and gp41 genes during HIV-1 infection in 34 patients. Our method adopts a parsimonious approach, assigning selection to the smallest number of variants necessary to explain the evolution of the system. The large size of our dataset allows for the confident identification of variants under selection, alleles at certain loci being repeatedly inferred as under selection within multiple individuals. While early CTL escape mutations have been identified to evolve under strong positive selection, we identify a distribution of beneficial fitness effects in which a large number of mutations are under weak selection. Variants that were confidently identified under selection were primarily found to be associated with either CTL escape in p24 or neutralising antibody escape in gp41, including sites associated with escape from broadly neutralising antibodies. We find that the most frequently selected loci have high diversity both within-host and at the between-host level.

Despite major breakthroughs in the treatment of HCV infection in recent years, we have a limited understanding of how virus diversity generated within individuals impacts the evolution and spread of HCV variants at the population scale. This will be important for building models for molecular epidemiology, which can identify main sources of disease transmission and evaluate the risks of drug-resistance mutations emerging and disseminating in a population. Here, we undertaken a high-resolution analysis of HCV within-host evolution from four individuals co-infected with HIV. Specifically, we used long-read, deep-sequenced data of the full-length HCV envelope glycoprotein, longitudinally sampled from acute to chronic HCV infection. These data provided the necessary statistical power to evaluate whether observed within-host HCV evolutionary dynamic (i.e. the emergence of distinct viral lineages that are intermittently detected during chronic infection) are consistent with a structured HCV population or with a single well-mixed population that fluctuates in size over time. In three individuals we found strong statistical support for population structure maintaining within-host HCV genetic diversity. Furthermore, we found significant variation in rates of molecular evolution among different regions of the HCV envelope region, both within and between individuals. Lastly, we report the first estimate of the within-host population genetic rate of recombination for HCV (0.28 x 10-7 recombinations per site per day; interquartile range: 0.13-1.05 x 10-7), which is two orders of magnitude lower than that estimated for HIV-1, and four orders of magnitude lower than the nucleotide substitution rate of the HCV envelope gene. Together, these observations indicate that population structure and strong genetic linkage shapes within-host HCV evolutionary dynamics. These results will guide the future investigation of potential HCV drug resistance adaptation during infection, and at the population scale.