Application and development of viral Identification tools for metavirome analysis of wastewaters

Abstract

Wastewater surveillance has become an essential method for monitoring viral commu- nities, particularly in understanding the spread of human pathogenic viruses and bacterio- phages in the environment. This study aimed to assess the effectiveness and consistency of multiple bioinformatic pipelines in identifying viral communities from wastewater samples. Viral sequences were extracted from wastewater samples collected from two wastewater treat- ment plants (WWTPs) in Lisbon, Portugal, and analyzed using four bioinformatics tools: Ge- nome Detective, CZ.ID, INSaFLU-TELEVIR, and Kraken2. The comparison focused on viral occurrence, abundance, alpha and beta diversity metrics, and the proportion of viral reads related to the overall sequencing effort. Our results revealed significant variation between the tools in viral identification perfor- mance, with INSaFLU-TELEVIR and CZ.ID showing the highest rates of viral classification. Additionally, we explored the correlation between crAssphage, a marker for human fecal con- tamination, and other human pathogenic viruses. The findings highlighted the potential of wastewater metagenomics in identifying emerging and known pathogens, offering valuable insights into viral diversity and the reliability of various bioinformatic approaches. The study emphasizes the importance of tool selection and bioinformatics workflow in optimizing wastewater-based epidemiology for public health surveillance.

A vigilância de águas residuais tornou-se um método essencial para monitorizar co- munidades virais, especialmente na compreensão da propagação de vírus patogénicos huma- nos e bacteriófagos no ambiente. Este estudo teve como objetivo avaliar a eficácia e consistên- cia de múltiplas pipelines bioinformáticas na identificação de comunidades virais a partir de amostras de águas residuais. As sequências virais foram extraídas de amostras de águas resi- duais coletadas em duas estações de tratamento de águas residuais (ETARs) em Lisboa, Por- tugal, e analisadas utilizando quatro ferramentas bioinformáticas: Genome Detective, CZ.ID, INSaFLU-TELEVIR e Kraken2. A comparação focou-se na ocorrência viral, abundância, mé- tricas de diversidade alfa e beta, e a proporção de leituras virais em relação ao esforço total de sequenciamento. Os resultados revelaram variação significativa entre as ferramentas no desempenho de identificação viral, com o INSaFLU-TELEVIR e CZ.ID apresentando as maiores taxas de clas- sificação viral. Além disso, explorou-se a correlação entre crAssphage, um marcador de con- taminação fecal humana, e outros vírus patogênicos humanos. Os resultados destacam o po- tencial da meta genómica de águas residuais na identificação de agentes patogénicos emer- gentes e conhecidos, oferecendo informações valiosas sobre a diversidade viral e a fiabilidade de várias abordagens bioinformáticas. O estudo realça a importância da seleção de ferramen- tas e do fluxo de trabalho bioinformático na otimização da epidemiologia baseada em águas residuais para a vigilância em saúde pública.