Summary

Background

 Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) has caused a global pandemic in 2020. Testing is crucial for mitigating public health and economic effects. Serology is considered key to population-level surveillance and potentially individual-level risk assessment. However, immunoassay performance has not been compared on large, identical sample sets. We aimed to investigate the performance of four high-throughput commercial SARS-CoV-2 antibody immunoassays and a novel 384-well ELISA. 

Methods

 We did a head-to-head assessment of SARS-CoV-2 IgG assay (Abbott, Chicago, IL, USA), LIAISON SARS-CoV-2 S1/S2 IgG assay (DiaSorin, Saluggia, Italy), Elecsys Anti-SARS-CoV-2 assay (Roche, Basel, Switzerland), SARS-CoV-2 Total assay (Siemens, Munich, Germany), and a novel 384-well ELISA (the Oxford immunoassay). We derived sensitivity and specificity from 976 pre-pandemic blood samples (collected between Sept 4, 2014, and Oct 4, 2016) and 536 blood samples from patients with laboratory-confirmed SARS-CoV-2 infection, collected at least 20 days post symptom onset (collected between Feb 1, 2020, and May 31, 2020). Receiver operating characteristic (ROC) curves were used to assess assay thresholds. 

Findings

 At the manufacturers' thresholds, for the Abbott assay sensitivity was 92·7% (95% CI 90·2–94·8) and specificity was 99·9% (99·4–100%); for the DiaSorin assay sensitivity was 96·2% (94·2–97·7) and specificity was 98·9% (98·0–99·4); for the Oxford immunoassay sensitivity was 99·1% (97·8–99·7) and specificity was 99·0% (98·1–99·5); for the Roche assay sensitivity was 97·2% (95·4–98·4) and specificity was 99·8% (99·3–100); and for the Siemens assay sensitivity was 98·1% (96·6–99·1) and specificity was 99·9% (99·4–100%). All assays achieved a sensitivity of at least 98% with thresholds optimised to achieve a specificity of at least 98% on samples taken 30 days or more post symptom onset. 

Interpretation

 Four commercial, widely available assays and a scalable 384-well ELISA can be used for SARS-CoV-2 serological testing to achieve sensitivity and specificity of at least 98%. The Siemens assay and Oxford immunoassay achieved these metrics without further optimisation. This benchmark study in immunoassay assessment should enable refinements of testing strategies and the best use of serological testing resource to benefit individuals and population health. 

Funding

 Public Health England and UK National Institute for Health Research.

Latin America continues to be severely underrepresented in genomics research, and fine-scale genetic histories and complex trait architectures remain hidden owing to insufficient data1. To fill this gap, the Mexican Biobank project genotyped 6,057 individuals from 898 rural and urban localities across all 32 states in Mexico at a resolution of 1.8 million genome-wide markers with linked complex trait and disease information creating a valuable nationwide genotype-phenotype database. Here, using ancestry deconvolution and inference of identity-by-descent segments, we inferred ancestral population sizes across Mesoamerican regions over time, unravelling Indigenous, colonial and postcolonial demographic dynamics2-6. We observed variation in runs of homozygosity among genomic regions with different ancestries reflecting distinct demographic histories and, in turn, different distributions of rare deleterious variants. We conducted genome-wide association studies (GWAS) for 22 complex traits and found that several traits are better predicted using the Mexican Biobank GWAS compared to the UK Biobank GWAS7,8. We identified genetic and environmental factors associating with trait variation, such as the length of the genome in runs of homozygosity as a predictor for body mass index, triglycerides, glucose and height. This study provides insights into the genetic histories of individuals in Mexico and dissects their complex trait architectures, both crucial for making precision and preventive medicine initiatives accessible worldwide.

Abstract Latin America continues to be severely underrepresented in genomics research, and fine-scale genetic histories as well as complex trait architectures remain hidden due to the lack of Big Data. To fill this gap, the Mexican Biobank project genotyped 1.8 million markers in 6,057 individuals from 32 states and 898 sampling localities across Mexico with linked complex trait and disease information creating a valuable nationwide genotype-phenotype database. Through a suite of state-of-the-art methods for ancestry deconvolution and inference of identity-by-descent (IBD) segments, we inferred detailed ancestral histories for the last 200 generations in different Mesoamerican regions, unraveling native and colonial/post-colonial demographic dynamics. We observed large variations in runs of homozygosity (ROH) among genomic regions with different ancestral origins reflecting their demographic histories, which also affect the distribution of rare deleterious variants across Mexico. We analyzed a range of biomedical complex traits and identified significant genetic and environmental factors explaining their variation, such as ROH found to be significant predictors for trait variation in BMI and triglycerides.

An incomplete ascertainment of genetic variation within the highly polymorphic immunoglobulin heavy chain locus (IGH) has hindered our ability to define genetic factors that influence antibody and B cell mediated processes. To date, methods for locus-wide genotyping of all IGH variant types do not exist. Here, we combine targeted long-read sequencing with a novel bioinformatics tool, IGenotyper, to fully characterize genetic variation within IGH in a haplotype-specific manner. We apply this approach to eight human samples, including a haploid cell line and two mother-father-child trios, and demonstrate the ability to generate high-quality assemblies (>98% complete and >99% accurate), genotypes, and gene annotations, including 2 novel structural variants and 17 novel gene alleles. We show that multiplexing allows for scaling of the approach without impacting data quality, and that our genotype call sets are more accurate than short-read (>35% increase in true positives and >97% decrease in false-positives) and array/imputation-based datasets. This framework establishes a foundation for leveraging IG genomic data to study population-level variation in the antibody response.### Competing Interest StatementE.E.E. is on the scientific advisory board (SAB) of DNAnexus, Inc.

Invasive group A streptococcal (GAS) disease is uncommon but carries a high case-fatality rate relative to other infectious diseases. Given the ubiquity of mild GAS infections, it remains unclear why healthy individuals will occasionally develop life-threatening infections, raising the possibility of host genetic predisposition. Here, we present the results of a case-control study including 43 invasive GAS cases and 1,540 controls. Using HLA imputation and linear mixed-models, we find each copy of the HLA-DQA1*01:03 allele associates with a two-fold increased risk of disease (odds ratio 2.3, 95% confidence interval 1.3-4.4, P=0.009), an association which persists with classical HLA typing of a subset of cases and analysis with an alternative large control dataset with validated HLA data. Moreover, we propose the association is driven by the allele itself rather than the background haplotype. Overall this finding provides impetus for further investigation of the immunogenetic basis of this devastating bacterial disease.

Ancient DNA analysis of three individuals dated to ~3000 years before present (BP) from Vanuatu and one ~2600 BP individual from Tonga has revealed that the first inhabitants of Remote Oceania ("First Remote Oceanians") were almost entirely of East Asian ancestry, and thus their ancestors passed New Guinea, the Bismarck Archipelago, and the Solomon Islands with minimal admixture with the Papuan groups they encountered [1]. However, all present-day populations in Near and Remote Oceania harbor 25-100% Papuan ancestry, implying that there must have been at least one later stream of migration eastward from Near Oceania. We generated genome-wide data for 14 ancient individuals from Efate and Epi Islands in Vanuatu ranging from 3,000-150 BP, along with 185 present-day Vanuatu individuals from 18 islands. We show that people of almost entirely Papuan ancestry had arrived in Vanuatu by 2400 BP, an event that coincided with the end of the Lapita cultural period, changes in skeletal morphology, and the cessation of long-distance trade between Near and Remote Oceania [2]. First Remote Oceanian ancestry subsequently increased via admixture but remains at 10-20% in most islands. Through a fine-grained comparison of ancestry profiles in Vanuatu and Polynesia with diverse groups in Near Oceania, we find that Papuan ancestry in Vanuatu is consistent with deriving from the Bismarck Archipelago instead of the geographically closer Solomon Islands. Papuan ancestry in Polynesia also shows connections to the ancestry profiles present in the Bismarck Archipelago but is more similar to Tolai from New Britain and Tutuba from Vanuatu than to the ancient Vanuatu individuals and the great majority of present-day Vanuatu populations. This suggests a third eastward stream of migration from Near to Remote Oceania bringing a different type of Papuan ancestry.