Nov Novel Appr Approaches oaches to to ID ID Te Testing Usi Using - - PowerPoint PPT Presentation

nov novel appr approaches oaches to to id id te testing
SMART_READER_LITE
LIVE PREVIEW

Nov Novel Appr Approaches oaches to to ID ID Te Testing Usi Using - - PowerPoint PPT Presentation

Nov Novel Appr Approaches oaches to to ID ID Te Testing Usi Using NGS NGS Based Based Metagenom nomics cs Robert Schlaberg, MD, MPH Disclosures Commercial Interest What was Received For What Role Roche Diagnostics Honorarium Advisor


slide-1
SLIDE 1

Nov Novel Appr Approaches

  • aches to

to ID ID Te Testing Usi Using NGS NGS‐Based Based Metagenom nomics cs

Robert Schlaberg, MD, MPH

slide-2
SLIDE 2

Disclosures

Commercial Interest What was Received For What Role Roche Diagnostics Honorarium Advisor Roche Diagnostics Research Grants PI Hologic Contract Research PI Hologic Honorarium Advisor Epoch Biosciences Contract Research PI Sanofi Pasteur Contract Research Co-PI IDbyDNA Stock, Honorarium Co-Founder, CMO, Board Member

slide-3
SLIDE 3

Conventional Infectious Disease Testing

Culture Ag Detection Serology PCR

Multimodal

slide-4
SLIDE 4

Nat Rev Genet. 2012 Sep;13(9):601-12

Complex & Sequential Laboratory Workflows

Conventional Infectious Disease Testing

slide-5
SLIDE 5

Panel 10+ Tests

Limited Yield for Many Infectious Syndromes

Current tests often pathogen‐specific, combined into panels

Pneumonia Encephalitis Meningitis No Pathogen Found

Empirical Treatment

Glaser, CID;43(12):1565 Freifeld, CID;52(4):e56 Murdoch, Arch Intern Med.;169(5):463 Jain, NEJM;373(5):415

slide-6
SLIDE 6

Metagenomics – One-Stop Testing

NGS DNA/RNA DNA/cDNA Libraries Data Analysis

ATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGC

Pathogens

  • Virus X
  • Bacterium Y

Host Response Patient Viral Bacterial

slide-7
SLIDE 7

NAAT, Targeted Sequencing, Unbiased Metagenomics

NAAT Targeted Sequencing

Unbiased Metagenomics

  • Sensitive
  • Specific
  • Fast
  • Can only detect

targeted pathogens

  • Broader scope
  • Hypothesis driven
  • Classification limited

due to genetic snapshot

ATGCATGCATGCATGCATGCATGCATGC TACGTACGTACGTACGTACGTACGTACG ATGCATGCATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGCATGCATGC TACGTACGTACGTACGTACGTACGTACG ATGCATGCATGCATGCATGCA

Targeted

ATGCATGCATGCATGCATGCATGCATGC

Unbiased

TGCATGCATGCATGCATGCATGCATGCA GCATGCATGCATGCATGCATGCATGCAT CATGCATGCATGCATGCATGCATGCATG ATGCATGCATGCATGCATGCATGCATGC TGCATGCATGCATGCATGCATGCATGCA GCATGCATGCATGCATGCATGCATGCAT CATGCATGCATGCATGCATGCATGCATG

  • Broadest method
  • Hypothesis‐free
  • Unlimited multiplexing
  • All classes of

pathogens

slide-8
SLIDE 8

Why Do I Think This Is Worthwhile?

slide-9
SLIDE 9

Three SOT recipients (same donor)

  • Fever, encephalopathy
  • Died 4 to 6 weeks after transplantation

Donor

  • Cerebral hemorrhage 10 d after travel to rural areas of Eastern Europe

All tests negative

  • Bacterial and viral cultures, pathogen‐specific PCR’s
  • Viral and panmicrobial oligonucleotide microarray

Detected by metagenomic cDNA sequencing

  • 454 sequencing (~100,000 total sequences)
  • LCMV‐like arenavirus (protein level)

Palacios et al., NEJM. 2008 Mar 6;358(10):991‐8

First Applications: Pathogen Discovery

slide-10
SLIDE 10

From Case Case Re Reports to Anal Analytic ytical al Pe Performance and Di Diagnos agnostic Yi Yield

slide-11
SLIDE 11
  • I. Positives (n=42)
  • II. Unselected (n=67)

NP Swabs (n=109) PCR Panel (RVP) RNA‐seq (HiSeq)

5‐10 M reads/specimen

>95% Positive Agreement with PCR Panel

NP/OP Swabs (Viral Pathogens), RNA‐seq & Taxonomer

Graf … Schlaberg, JCM. 2016 Apr;54(4):1000‐7

slide-12
SLIDE 12
  • I. Positives (n=42)
  • II. Unselected (n=67)

NP Swabs (n=109) PCR Panel (RVP) RNA‐seq (HiSeq)

5‐10 M reads/specimen

>90% Overall Agreement with PCR Panel

NP/OP Swabs (Viral Pathogens), RNA‐seq & Taxonomer

Graf … Schlaberg, JCM. 2016 Apr;54(4):1000‐7

slide-13
SLIDE 13

103 104 105 106 107 108 109 102 103 104 105 106 107

CFU per mL RPKM

  • H. influenzae

Bacterial Load

RVP‐Negative

Sequence Agnostic

Reproducible & Quantitative Results

Graf … Schlaberg, JCM. 2016 Apr;54(4):1000‐7

Reproducibility

slide-14
SLIDE 14

CAP of Unknown Etiology: Putative Pathogens in 30%

NP/OP Swabs (Viral Pathogens), RNA‐seq & Taxonomer and Panviral Group PCR

Schlaberg et al., JID;215(9):1407‐1415

slide-15
SLIDE 15

Can This Be Implemented In Routine Practice?

slide-16
SLIDE 16

Abundant, Unwanted Host Nucleic Acid

>>

Specimen‐Dependent Performance (Depletion, Enrichment)

slide-17
SLIDE 17

Analytical sensitivity is variable

  • Specimen composition/cellularity
  • Sequencing depth
  • Genome size

Virus GPC GNR Yeast Mold

Specimen‐Dependent Performance (Depletion, Enrichment)

Internal controls to monitor

Schlaberg R, Chiu CY, Miller S, Procop G, Weinstock G, Arch Pathol Lab Med. 2017 Jun;141(6):776‐786

slide-18
SLIDE 18

Contamination Risk (Bacteria), Need for Controls

Reagents contain microbial nucleic acid

  • Low DNA Yield ‐> High Contamination Risk
  • Highly variable between lots/batches (many reagents, frequent lot changes)

Salter ... Walker, BMC Biol.;12:87 Naccache S ... Chiu CY, J Virol.;87(22):11966-77 Thoendel Patel, J Clin Microbiol. 2017 Mar 29

slide-19
SLIDE 19

Kit & NA‐Yield Dependent Detection

LRT URT Plasma CSF

100 200 300 400 2×106 4×106 6×106 8×106 1×107

Normalized Viral Reads Normalized Human Reads

Contamination Risk (Viruses), Need for Controls

Salter ... Walker, BMC Biol.;12:87 Naccache S ... Chiu CY, J Virol.;87(22):11966-77 Thoendel Patel, J Clin Microbiol. 2017 Mar 29

slide-20
SLIDE 20

Guaranteeing Consistent Performance

  • Involves dozens of steps
  • Several steps involve >1 kits/reagents
  • Some kits involve reagents from different lots

Rapidly‐evolving field

  • New, improved reagents & protocols
  • Performance comparisons can be complex and expensive
  • Update testing protocols frequently

Laboratory Workflow Complex to QC

slide-21
SLIDE 21

Rapid, Accurate Classification Needed

Millions of DNA Sequences Millions of Microbial References

Image from: PNAS;112(41):12764-9

slide-22
SLIDE 22

Diagnostic data analysis

⎼Rapid (minimal impact on TAT) ⎼Easy to use ⎼Consistent performance ⎼Validated ⎼Easily updatable and expandable

2 2 4 2 5 2 6 2 7 2 8 2 9 2 1 2 1 1 2 1 2 2 1 3 2 1 4 2 1 5 2 1 6 50 100 150 200 250

Publications

User‐friendly Data Analysis Solutions Needed

Kraken (Wood, Salzberg; Genome Biol 3;15(3):R46) SURPI (Naccache, …, Chiu; Genome Res;24(7):1180‐92) CLARK (Ounit, …, Leonardi; BMC Genomics;16:236) Taxonomer (Flygare, ..., Schlaberg; Genome Biol 26;17(1):111)

slide-23
SLIDE 23

Disadvantages

  • Speed depends on sample composition
  • Misclassification

⎼ Comparison to database subsets ⎼ Heterogeneous query sequences ⎼ Difficult to define thresholds

FASTQ

Human Bact. Fungal Viral

Discard TaxID TaxID TaxID Unknown

Fast Slow

Moving Away from Sequential Subtraction

slide-24
SLIDE 24

ATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGCATGC

Rapid, Interactive DNA Search Engine (Taxonomer)

Human Reads Bacterial Reads Viral Reads

1st Step: Read Binning 2nd Step: Read Classification

Streptococcus pneumoniae

Haemophilus influenzae Influenza A, H1N1

Bacterial Databases Viral Databases Fungal Human Bacterial Viral

Flygare … Schlaberg; Genome Biol. 2016;17(1):111

slide-25
SLIDE 25

End‐to‐End Metagenomics Data Analysis (Explify)

Demultiplexing Adapter Trimming, Quality Filtering Read Binning, Classification (kmer/Alignment) Validated Cutoffs and Interpretive Rules Results Visualization in Interactive UI Email Alert for New Results Sequencing Data Documentation, Report Generation Result Review and Interpretation

User User

slide-26
SLIDE 26

End‐to‐End Metagenomics Data Analysis (Explify)

slide-27
SLIDE 27

Research Diagnostic

Research vs. Diagnostic Software

slide-28
SLIDE 28
  • Curated
  • Errors: misclassification
  • Comprehensive
  • False‐negative results if correct match missing
  • False‐positive results (near neighbor) if correct match missing
  • Balanced
  • Reduce bias

Periodic updates, re‐validation, version control

Curated, Comprehensive, Balanced Databases

slide-29
SLIDE 29

Microbial Universe

(Viruses, Bacteria, Fungi, Parasites)

Known

Human Genome

Pathogens

Curated, Comprehensive, Balanced Databases

slide-30
SLIDE 30

A First Diagnostic Test

slide-31
SLIDE 31

Considerations Before Making the Leap

Known Pathogens Standardization Intended Use Confidence Discovery Specimen Variability Last Resort Promise Resources (Laboratory, Data Analysis)

slide-32
SLIDE 32

First Diagnostic Applications, One Experience

Complete, Accurate, Validated Relevant TAT Cost‐Effective Actionable Organism Identification

slide-33
SLIDE 33

Library Prep QC

PC NC

RNA DNA Extract Sequence Analyze Review Report Interface Spike IC

Workflow

slide-34
SLIDE 34

Classification QC/QA

Sequencing Wet Bench Workflow Analysis & Reporting

Workflow Manager

Review

Specimen & Library Prep Sequencing Analysis Report

  • J. Doe

Simplifying Diagnostic Workflows

Validated

  • Databases
  • Algorithms
  • Cutoffs
slide-35
SLIDE 35

Virus GPC GNR Yeast 100 101 102 103 104 105 106 107 Normalized Reads Library Size Read Count 200 400 600 103 104 105 106 107 108 Base Pairs Normalized Reads

Specimen‐Level

B D

Validation

Run‐Level

A C

200+ validated pathogens

  • Viral, bacterial, fungal

Patient Specimens

  • Comparison to conventional tests
  • Validation of testing system

1000+ Virtual Specimens

  • Pathogens and near‐neighbors
  • Databases, algorithms, cutoffs

QC Metrics

  • Run‐level
  • Specimen‐level

Schlaberg R, Chiu CY, Miller S, Procop G, Weinstock G, Arch Pathol Lab Med. 2017 Jun;141(6):776‐786

slide-36
SLIDE 36

Pos. Neg. Specimens

Wet Lab Analysis

External Controls Internal Controls Sequencing QC Specimen QC Repeat Algorithms Databases Algorithms Cutoffs

Validation: Generating Sequencing Reads

✓ Sensitivity ❏ Specificity ❏ Accuracy ✓ Reproducibility ✓ Stability

slide-37
SLIDE 37

Validation: Accurate Classification

ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC

Specimens Neg. Data x10s

ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC

Virtual Matrix Virtual Specimen x1000’s Pathogens Near neighbors Commensals Contaminants

✓ Sensitivity ✓ Specificity ✓ Accuracy ✓ Reproducibility ✓ Stability

ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC

ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC ATGCATGCATGCATGCATGC
slide-38
SLIDE 38

Condition n % Bone marrow transplantation 17 42 Solid organ transplantation 11 27 Primary immunodeficiency 7 17 Chemotherapy 6 15 High dose steroid therapy 2 5 Condition n % Diffuse opacities [with consolidation] 28 [7] 68 [17] Nodules 6 15 Pleural effusions 6 15 Table 1. Underlying Conditions Table 2. Radiographic Findings

Diagnostic Yield

Immunocompromised Children with PNA (ICU)

slide-39
SLIDE 39

Graf … Schlaberg, manuscript in preparation

Viruses Fungi Bacteria Parainfluenza virus Human Bocavirus Rhinovirus Pneumocystis Mucor Fusarium

  • Staph. aureus
  • Strep. pneumoniae
  • S. maltophilia

0% 20% 40% 60% Viral Bacterial Fungal

Positive Invalid 4 2 1

A B

Explify™ Respiratory Results Number of Pathogens/Case

Diagnostic Yield

Immunocompromised Children with PNA (ICU)

slide-40
SLIDE 40

Other Applications

slide-41
SLIDE 41

Thoendel, ... , Patel R; Clin Infect Dis. 2017 Jul 15;65(2):332‐335

Unexpected Pathogens in PJI

52‐year‐old man with chronic right knee prosthetic joint infection

  • Swelling, drainage from multiple sinus tracts 6 mo after the TKA
  • Mycoplasma salivarium by unbiased DNA sequencing
slide-42
SLIDE 42

Identification of ZIKV (Only) in Fatal Case

Serum, RNA‐seq & Taxonomer

Swaminathan, Schlaberg, et al. September 28, 2016, NEJM

Serum

slide-43
SLIDE 43

Gestational Psittacosis, Neonatal Death

  • 32‐year‐old pregnant female (16 weeks gestation)
  • Persistent fever, neck pain, headache, nausea
  • Normal WBC, left shift, thrombocytopenia
  • Extensive workup without etiologic diagnosis
  • Pre‐term labor at 21 weeks gestation
  • Acute chorioamnionitis
  • Congenital pneumonia
  • Chlamydia psittaci by RNA‐seq

Paul, …, Schlaberg, Submitted

slide-44
SLIDE 44

Other Infectious Syndromes

Simner et al., CID;66(5):778‐788 Shigeyasu et al., J Infect Chemother. 2018 Jan 20. pii: S1341‐321X(17)30320‐3 Grumaz et al., Genome Med. 2016 Jul 1;8(1):73

Organ System Diagnosis Pathogen (Examples) CNS Chronic meningitis Leptospira borgpetersenii Progressive encephalitis Variegated squirrel bornavirus 1 Meningoencephalitis Balamuthia mandrillaris Ocular Chronic uveitis Rubella virus Keratitis Fusarium sp. Bloodstream Fever of unknown origin Parvovirus B19, P. falciparum, … Sepsis Enterobacter cloacae, … Gastrointestinal Diarrhea Clostridium difficile, …

slide-45
SLIDE 45

Getting Closer to A Single‐Test Alternative

Monitoring Oseltamivir Resistance, 3‐Year‐Old Immunocompromised Child

Oseltamivir Zanamivir

0% 92.9% 97.2% 100% Schlaberg R et al. Unpublished

A B

C->T (H275Y)

slide-46
SLIDE 46

Presence/Absence of pathogen Quantification Drug resistance Epidemiologic typing Host‐based diagnostics

Much More Information than Pathogen Detection

slide-47
SLIDE 47

☑ ☑ ☑

Automated Sample & Library Prep Reagents & Consumables

  • DNA/RNA‐free
  • Closed system

Rapid Sequencing Flexible Batch Size Rapid, Automated Data Analysis

QC Pathogen 1 Pathogen 2

Identification , Quantification, AMR

Validated

  • Databases
  • Algorithms
  • Cutoffs

Reagents

  • Consistent performance
  • Stable reagents
  • Few lot changes

Various

slide-48
SLIDE 48

Sequencing‐based, real‐time, global pathogen surveillance

Gardy & Lorman; Nat Rev Genet. 2018 Jan;19(1):9‐20

slide-49
SLIDE 49

Metagenomics In Routine Diagnostic Practice

Advantages

  • Does not rely on differential diagnoses, ‘unbiased’ to get rid of ‘hypothesis‐free’
  • Resistant to genetic variation, suitable for discovery
  • Detection of multiple microorganisms
  • Does not rely on viability
  • Workflow

Challenges

  • Technologies need to become faster, easier to use, cheaper
  • Specimen composition affecting performance
  • Complex to validate and maintain
  • Skills & resources often not available in microbiology laboratories

Allcock et al. J Clin Microbiol. 2017 Nov;55(11):3175‐3182

slide-50
SLIDE 50

ARUP Laboratories Keith Tardif Keith Simmon Karl Voelkerding SEQID Brandy Serrano Amy Cockerham Jennie Stanchfield Diana Mohl Pediatric Infectious Diseases Chris Stockmann Carrie Byington Anne Blaschke Krow Ampofo Andy Pavia Biomedical Informatics Karen Eilbeck Human Genetics Brett Kennedy Mark Yandell CDC, Viral Diseases Seema Jain Sue Tong Krista Queen Pathology Kim Hanson Marc Couturier Maria Pletnikova Meghan Driscoll Neurology Stacey Clardy Viren Patel Infectious Diseases Sankar Swaminathan CHOP Erin Graf

slide-51
SLIDE 51

Questions?

robert.schlaberg@aruplab.com