Diagnosing drug-resistance remains an obstacle to the elimination of tuberculosis. Phenotypic drug-susceptibility testing is slow and expensive, and commercial genotypic assays screen only common resistance-determining mutations. We used whole-genome sequencing to characterise common and rare mutations predicting drug resistance, or consistency with susceptibility, for all first-line and second-line drugs for tuberculosis.Between Sept 1, 2010, and Dec 1, 2013, we sequenced a training set of 2099 Mycobacterium tuberculosis genomes. For 23 candidate genes identified from the drug-resistance scientific literature, we algorithmically characterised genetic mutations as not conferring resistance (benign), resistance determinants, or uncharacterised. We then assessed the ability of these characterisations to predict phenotypic drug-susceptibility testing for an independent validation set of 1552 genomes. We sought mutations under similar selection pressure to those characterised as resistance determinants outside candidate genes to account for residual phenotypic resistance.We characterised 120 training-set mutations as resistance determining, and 772 as benign. With these mutations, we could predict 89·2% of the validation-set phenotypes with a mean 92·3% sensitivity (95% CI 90·7-93·7) and 98·4% specificity (98·1-98·7). 10·8% of validation-set phenotypes could not be predicted because uncharacterised mutations were present. With an in-silico comparison, characterised resistance determinants had higher sensitivity than the mutations from three line-probe assays (85·1% vs 81·6%). No additional resistance determinants were identified among mutations under selection pressure in non-candidate genes.A broad catalogue of genetic mutations enable data from whole-genome sequencing to be used clinically to predict drug resistance, drug susceptibility, or to identify drug phenotypes that cannot yet be genetically predicted. This approach could be integrated into routine diagnostic workflows, phasing out phenotypic drug-susceptibility testing while reporting drug resistance early.Wellcome Trust, National Institute of Health Research, Medical Research Council, and the European Union.

Abstract Staphylococcus aureus ST239 has been one of the most successful epidemic MRSA strains, and one of the leading causes of healthcare-associated MRSA infections. Here we investigate the evolution of ST239 using a combination of computational and experimental approaches. ST239 is thought to have emerged by a large scale chromosomal replacement event in which an ST8 clone acquired approximately 600 kb of DNA from an ST30 clone. Analysis of large-scale genomic data sets allowed us to confirm and refine the model of the origin of ST239. Importantly, we found that ST239 originated between the 1920s and 1945, implying that this MRSA lineage evolved at least 14 years before the clinical introduction of methicillin. Molecular evolution within ST239 has been dominated by purifying selection, although we found some evidence that the acquired region of the genome has evolved rapidly as a result of relaxed selective constraints. Crucially, we found that ST239 isolates have low competitive ability relative to both ST30 and ST8, demonstrating that this hybrid lineage is characterized by low fitness. We also found evidence of positive selection in a small number of genes involved in antibiotic resistance and virulence, suggesting that ST239 has evolved towards an increasingly pathogenic lifestyle. Collectively, these results support the view that low fitness has driven the recent decline of ST239, and highlight the challenge of using evolutionary approaches to understand the dynamics of pathogenic bacteria.

Abstract It is well established that antibiotic treatment selects for resistance in pathogenic bacteria. However, the evolutionary responses of pathogen populations to antibiotic treatment during infections remain poorly resolved, especially in acute infections. Here we map the evolutionary responses to treatment in high definition through genomic and phenotypic characterization of >100 isolates from a patient with P. aeruginosa pneumonia. Antibiotic therapy (meropenem, colistin) caused a rapid crash of the P. aeruginosa population in the lung, but this decline was followed by the spread of meropenem resistance mutations that restrict antibiotic uptake ( oprD ) or modify LPS biosynthesis ( wbpM ). Low fitness strains with high-level meropenem resistance ( oprD ) were then replaced by high fitness strains with ‘anti-resistance’ mutations in the MexAB-OprM efflux pump, causing a rapid decline in resistance to both meropenem and a collateral loss of resistance to a broad spectrum of antibiotics. In contrast, we did not observe any evolutionary responses to antibiotic treatment in the intestinal population of P. aeruginosa . Carbapenem antibiotics are key to the treatment of infections caused by Gram negative pathogens, and our work highlights the ability of natural selection to drive both the rapid rise and fall of carbapenem resistance during acute infections.