UnMuted: 季節的に一貫した変異クラスターによる下水サンプル中のSARS-CoV-2系統の定義

科学分野:

• ウイルス学および分子疫学
• 公衆衛生サーベイランス
• バイオインフォマティクスおよび計算生物学

背景:

• 重症急性呼吸器症候群コロナウイルス2（SARS-CoV-2）系統は、通常、臨床サンプルの系統解析によって定義されます。
• 下水からの系統の豊富さの推定は、変異頻度と系統の寄与に関する仮定に依存します。
• 既存の方法には、系統の豊富さとその定義変異の両方の堅牢な時間的追跡が欠けています。

研究 の 目的:

• 下水サーベイランスデータからSARS-CoV-2系統の豊富さと定義の時間的傾向を推定するためのモデルを開発および評価すること。
• 時間とともに共起する変異パターンの系統定義としての有用性を評価すること。
• 下水由来の系統傾向を臨床データ由来の傾向と比較すること。

主な方法:

• 縦断的な下水シーケンスデータを分析するために3つの計算モデルを開発しました。
• モデルには、非時間モデル、欠損系統を許容する時間モデル、およびすべての系統を推定する時間モデルが含まれます。
• 時間とともに共起する変異が、異なるSARS-CoV-2系統を定義できるという仮定。

主要な成果:

• この研究では、下水データを用いてSARS-CoV-2系統の豊富さと定義の時間的傾向を推定することに成功しました。
• 下水から推定された系統定義の時間的ダイナミクスは、臨床サーベイランスデータで観察された傾向と密接に一致しました。
• この対応は、下水分析モデルに臨床サンプル情報を組み込むことなく達成されました。

結論:

• 下水ベースのサーベイランスは、その進化的な定義を含むSARS-CoV-2系統の時間的ダイナミクスを効果的に追跡できます。
• 時間とともに共起する変異は、環境サンプル中のウイルス系統を定義および監視するための実行可能な戦略です。
• このアプローチは、新興ウイルス変異株の公衆衛生サーベイランスのための強力で独立した方法を提供します。