在废水中追踪令人担忧的SARS-CoV-2变体:使用模拟基因组数据对9个计算工具的评估
Steven G Sutcliffe1, Susanne A Kraemer1,2, Isaac Ellmen3
1Department of Microbiology and Immunology, McGill University, Montreal, QC, Canada.
Microbial genomics
|May 24, 2024
概括
废水测序分析的计算工具准确地识别了SARS-CoV-2的血统及其丰富程度. 结果可靠度高于5%的频率,有助于公共卫生监测.
科学领域:
- 流行病学 流行病学
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
背景情况:
- 基于废水的监测 (WBS) 追踪病原体,在SARS-CoV-2大流行期间获得引力,用于社区感染估计.
- 排序废水增加了有关病原体遗传多样性的关键数据,包括令人担忧的变异.
- 通过计算分析各种废水序列是具有挑战性的,因为混合物和序列错误.
研究的目的:
- 评估九个计算工具,从废水测序数据中解SARS-CoV-2遗传多样性.
- 用模拟样本评估工具性能,其中包含各种SARS-CoV-2血统,混合物和新型变体.
- 了解废水测序分析中的潜在错误和偏见.
主要方法:
- 模拟了100个废水序列样本与SARS-CoV-2 BA.1,BA.2,Delta,复合物和合成系.
- 评估了九种用于血统识别和相对丰度估计的计算工具.
- 多样化的测序深度和读数长度,以测试工具的稳定性.
主要成果:
- 大多数工具准确地识别了真正的血统和估计的丰度,在测序变异中表现强大.
- 谱系检测在5%的频率值以上是可靠的,一些工具的检测率降至1%.
- 未知的合成血统的存在稍微增加了丰富度估计的误差,但影响很小.
结论:
- 计算工具对于分析废水中的SARS-CoV-2遗传多样性是有效的.
- 了解工具的限制,如频率值和处理新型谱系,对于准确的WBS至关重要.
- 这项研究提供了关于WBS分析工具之间的共同点和差异的见解.
