Abstract Addressing the transmission enigma of the neglected disease Buruli ulcer (BU) is a World Health Organization priority. In Australia, we have observed an association between mosquitoes harboring the causative agent, Mycobacterium ulcerans , and BU. Here we tested a contaminated skin model of BU transmission by dipping the tails from healthy mice in cultures of the causative agent, Mycobacterium ulcerans . Tails were exposed to mosquito ( Aedes notoscriptus and Aedes aegypti ) blood feeding or punctured with sterile needles. Two of 11 of mice with M. ulcerans contaminated tails exposed to feeding A. notoscriptus mosquitoes developed BU. Eighteen of 20 mice subjected to contaminated tail needle puncture developed BU. Mouse tails coated only in bacteria did not develop disease. We observed a low infectious dose-50 of four colony-forming units and a median incubation time of 12 weeks, consistent with data from human infections. We have uncovered a highly efficient and biologically plausible atypical transmission mode of BU via natural or anthropogenic skin punctures. Author summary Buruli ulcer is a neglected tropical disease caused by infection with Mycobacterium ulcerans . Unfortunately, how people contract this disease is not well understood. Here we show for the first time using experimental infections in mice that a very low dose of M. ulcerans delivered beneath the skin by a minor injury caused by a blood-feeding insect (mosquito) or a needle puncture is sufficient to cause Buruli ulcer. This research provides important laboratory evidence to advance our understanding of Buruli ulcer disease transmission.

ABSTRACT Microorganisms contribute to the biology and physiology of eukaryotic hosts and affect other organisms through natural products. Xenorhabdus and Photorhabdus ( XP ) living in mutualistic symbiosis with entomopathogenic nematodes produce a myriad of natural products to mediate bacteria–nematode–insect interactions. However, a lack of systematic analysis of the biosynthetic gene clusters (BGCs) has limited the understanding of how natural products justify the bacterial niche specificity. Here we combine pangenome and sequence similarity networks to analyze BGCs from 45 XP species. The identified 1,000 BGCs belong to 176 families, over half of which are unknown. Eleven BGCs represent the most conserved families. We then homologously express the ubiquitous and unique BGCs and identify compounds featuring unusual architectures. The bioactivity evaluation demonstrates that the prevalent compounds are eukaryotic proteasome inhibitors, insect virulence factors, or insect immune suppressors. These findings account for the functional basis of bacterial natural products in this tripartite relationship.

ABSTRACT Buruli ulcer (BU) is a neglected tropical disease caused by infection of subcutaneous tissue with Mycobacterium ulcerans . BU is commonly reported across rural regions of Central and West Africa but has been increasing dramatically in temperate southeast Australia around the major metropolitan city of Melbourne. Previous research has shown that Australian native possums are reservoirs of M. ulcerans and that they shed the bacteria in their fecal material (excreta). Field surveys show that locales where possums harbor M. ulcerans overlap with human cases of BU, raising the possibility of using possum excreta surveys to predict the risk of disease occurrence in humans. We thus established a highly structured 12-month possum excreta surveillance program across an area of 350 km 2 in the Mornington Peninsula area 70 km south of Melbourne, Australia. The primary objective of our study was to assess if M. ulcerans surveillance of possum excreta provided useful information for predicting future human BU case locations. Over two sampling campaigns in summer and winter, we collected 2282 possum excreta specimens of which 11% were PCR positive for M. ulcerans -specific DNA. Using the spatial scanning statistical tool SatScan , we observed non-random, co-correlated clustering of both M. ulcerans positive possum excreta and human BU cases. We next trained a statistical model with the Mornington Peninsula excreta survey data to predict the future likelihood of human BU cases occurring in the region. By observing where human BU cases subsequently occurred, we show that the excreta model performance was superior to a null model trained using the previous year’s human BU case incidence data (AUC 0.66 vs 0.55). We then used data unseen by the excreta-informed model from a new survey of 661 possum excreta specimens in Geelong, a geographically separate BU endemic area to the southwest of Melbourne, to prospectively predict the location of human BU cases in that region. As for the Mornington Peninsula, the excreta-based BU prediction model outperformed the null model (AUC 0.75 vs 0.50) and pinpointed specific locations in Geelong where interventions could be deployed to interrupt disease spread. This study highlights the One Health nature of BU by confirming a quantitative relationship between possum excreta shedding of M. ulcerans and humans developing BU. The excreta survey-informed modeling we have described will be a powerful tool for efficient targeting of public health responses to stop BU.

Abstract Better methods to interrogate host-pathogen interactions during Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2) infections are imperative to help understand and prevent this disease. Here we implemented RNA-sequencing (RNA-seq) combined with the Oxford Nanopore Technologies (ONT) long-reads to measure differential host gene expression, transcript polyadenylation and isoform usage within various epithelial cell lines permissive and non-permissive for SARS-CoV-2 infection. SARS-CoV-2-infected and mock-infected Vero (African green monkey kidney epithelial cells), Calu-3 (human lung adenocarcinoma epithelial cells), Caco-2 (human colorectal adenocarcinoma epithelial cells) and A549 (human lung carcinoma epithelial cells) were analysed over time (0, 2, 24, 48 hours). Differential polyadenylation was found to occur in both infected Calu-3 and Vero cells during a late time point (48 hpi), with Gene Ontology (GO) terms such as viral transcription and translation shown to be significantly enriched in Calu-3 data. Poly(A) tails showed increased lengths in the majority of the differentially polyadenylated transcripts in Calu-3 and Vero cell lines (up to ~136 nt in mean poly(A) length, padj = 0.029). Of these genes, ribosomal protein genes such as RPS4X and RPS6 also showed downregulation in expression levels, suggesting the importance of ribosomal protein genes during infection. Furthermore, differential transcript usage was identified in Caco-2, Calu-3 and Vero cells, including transcripts of genes such as GSDMB and KPNA2 , which have previously been implicated in SARS-CoV-2 infections. Overall, these results highlight the potential role of differential polyadenylation and transcript usage in host immune response or viral manipulation of host mechanisms during infection, and therefore, showcase the value of long-read sequencing in identifying less-explored host responses to disease.

Whole-genome sequencing (WGS) provides the highest resolution analysis for comparison of bacterial isolates in public health microbiology. However, although increasingly being used routinely for some pathogens such as Listeria monocytogenes and Salmonella enterica, the use of WGS is still limited for other organisms, such as Neisseria gonorrhoeae. Multi-antigen sequence typing (NG-MAST) is the most widely performed typing method for epidemiologic surveillance of gonorrhoea. Here, we present NGMASTER - a command-line software tool for performing in silico NG-MAST on assembled genome data. NGMASTER rapidly and accurately determined the NG-MAST of 630 assembled genomes, facilitating comparisons between WGS and previously published gonorrhoea epidemiological studies. The source code and user documentation are available at https://github.com/MDU-PHL/ngmaster.

Whole-genome sequencing of microbial pathogens is revolutionising modern approaches to outbreaks of infectious diseases and is reliant upon organism culture. Culture-independent methods have shown promise in identifying pathogens, but high level reconstruction of microbial genomes from microbiologically complex samples for more in-depth analyses remains a challenge. Here, using metagenomic sequencing of a human faecal sample and analysis by tetranucleotide frequency profiling projected onto emergent self-organising maps, we were able to reconstruct the underlying populations of two extensively-drug resistant pathogens, Klebsiella pneumoniae carbapenemase (KPC)-producing Klebsiella pneumoniae and vancomycin-resistant Enterococcus faecium. From these genomes, we were able to ascertain molecular typing results, such as MLST, and identify highly discriminatory mutations in the metagenome to distinguish closely related strains. These proof-of-principle results demonstrate the utility of clinical sample metagenomics to recover sequences of important drug-resistant bacteria and application of the approach in outbreak investigations, independent of the need to culture the organisms.

Background: Large-scale genomic studies of within-host evolution during Staphylococcus aureus bacteraemia (SAB) are needed to understanding bacterial adaptation underlying persistence and thus refining the role of genomics in management of SAB. However, available comparative genomic studies of sequential SAB isolates have tended to focus on selected cases of unusually prolonged bacteraemia, where secondary antimicrobial resistance has developed. To understand the bacterial genomic evolution during SAB more broadly, we applied whole genome sequencing to a large collection of sequential isolates obtained from patients with persistent or relapsing bacteraemia. Results: We show that, while adapation pathways are heterogenous and episode-specific, isolates from persistent bacteraemia have a distinctive molecular signature, characterised by a low mutation frequency and high proportion of non-silent mutations. By performing an extensive analysis of structural genomic variants in addition to point mutations, we found that these often overlooked genetic events are commonly acquired during SAB. We discovered that IS256 insertion may represent the most effective driver of within-host microevolution in selected lineages, with up to three new insertion events per isolate even in the absence of other mutations. Genetic mechanisms resulting in significant phenotypic changes, such as increases in vancomycin resistance, development of small colony phenotypes, and decreases in cytotoxicity, included mutations in key genes (rpoB, stp, agrA) and an IS256 insertion upstream of the walKR operon. Conclusions: This study provides for the first time a large-scale analysis of within-host evolution during invasive S. aureus infection and describes specific patterns of adaptation that will be informative for both understanding S. aureus pathoadaptation and utilising genomics for management of complicated S. aureus infections.

The neglected tropical disease Buruli ulcer (BU) is an infection of subcutaneous tissue with Mycobacterium ulcerans. There is no effective BU vaccine. Here, we assessed an experimental prime-boost vaccine in a low-dose murine tail infection model. We used the enoyl-reductase (ER) domain of the M. ulcerans mycolactone polyketide synthases electrostatically coupled with a previously described TLR-2 agonist-based lipopeptide adjuvant, R4Pam2Cys. Mice were vaccinated and then challenged via tail inoculation with 14-20 colony forming units (CFU) of an engineered bioluminescent strain of M. ulcerans. Mice receiving either the experimental ER vaccine or Mycobacterium bovis Bacille Calmette-Guerin (BCG) were equally well protected, with both groups faring significantly better than non-vaccinated animals (p<0.05). A suite of 29 immune parameters were assessed in the mice at the end of the experimental period. Multivariate statistical approaches were then used to interrogate the immune response data to develop disease-prognostic models. High levels of IL-2 and low IFN-𝝲 produced in the spleen best predicted control of infection across all vaccine groups. Univariate logistic regression then revealed vaccine-specific profiles of protection. High titres of ER-specific IgG serum antibodies together with IL-2 and IL-4 in the draining lymph node (DLN) were associated with protection induced by the experimental ER vaccine. In contrast, high titres of IL-6, TNF-alpha;, IFN-gamma; and IL-10 in the DLN and low IFN-gamma; titres in the spleen were associated with protection following BCG vaccination. This study suggests an effective BU vaccine must induce localised, tissue-specific immune profiles with controlled inflammatory responses at the site of infection.

In a recent report in Nature Communications, Ji et al., (2016) describe the structure of the extracytoplasmic Per-Arnt-Sim (PAS) domain of WalK (WalKEC-PAS), the sensor kinase of the essential two-component regulator WalKR in Staphylococcus aureus. The authors make two independent walK S. aureus mutants by changing two amino acid residues they postulate from structural analysis and comparisons might be important for signal transduction. We have also been exploring the function of WalKR and were surprised by the striking phenotypic impact of these single amino acid substitutions in the WalK sensor, which are contrary to our own (unpublished) observations.

Abstract Public health agencies are increasingly relying on genomics during Legionnaires’ disease investigations. However, the causative bacterium ( Legionella pneumophila ) has an unusual population structure with extreme temporal and spatial genome sequence conservation. Furthermore, Legionnaires’ disease outbreaks can be caused by multiple L. pneumophila genotypes in a single source. These factors can confound cluster identification using standard phylogenomic methods. Here, we show that a statistical learning approach based on L. pneumophila core genome single nucleotide polymorphism (SNP) comparisons eliminates ambiguity for defining outbreak clusters and accurately predicts exposure sources for clinical cases. We illustrate the performance of our method by genome comparisons of 234 L. pneumophila isolates obtained from patients and cooling towers in Melbourne, Australia between 1994 and 2014. This collection included one of the largest reported Legionnaires’ disease outbreaks, involving 125 cases at an aquarium. Using only sequence data from L. pneumophila cooling tower isolates and including all core genome variation, we built a multivariate model using discriminant analysis of principal components (DAPC) to find cooling tower-specific genomic signatures, and then used it to predict the origin of clinical isolates. Model assignments were 93% congruent with epidemiological data, including the aquarium Legionnaires’ outbreak and three other unrelated outbreak investigations. We applied the same approach to a recently described investigation of Legionnaires’ disease within a UK hospital and observed model predictive ability of 86%. We have developed a promising means to breach L. pneumophila genetic diversity extremes and provide objective source attribution data for outbreak investigations.