加利福尼亚大学的研究人员4月1日在期刊Scientific Reports上在线发表了题为“Analysis of SARS-CoV-2 genomic epidemiology reveals disease transmission coupled to variant emergence and allelic variation”的文章。
文章称,传染数(R)是估计疫情期间病原体传播情况的一个指标。全基因组序列(WGS)分析发现病毒基因组存在突变。然而,以前的比较未能显示病毒基因组多样性、疾病传播和疫情严重程度之间的直接关系。研究人员模拟了不同国家的COVID-19发病率曲线。WGS用于确定人群中的基因组变异,并作为创建病原体基因组特征(GENI)分数的基础,该分数与疫情曲线在四个不同阶段合并。传播时间的推断基于每月2个突变的突变率。R估计值揭示了受检国家的疫情进展、内部传播和可变感染动态的差异。研究人员观察到,除中国以外,其他国家的R估计值正准备进入快速传播和指数阶段。人口密度和当地温度与疫情进展没有明确的关系。将发病率数据与GENI评分整合后,发现基因组变异增加可导致新的变异,病例数量也将增加。整合疫情曲线、动态R和SNP变异发现,病例增加与传播基因组进化之间存在直接联系。通过将疫情曲线定义为四个阶段,并将各国的瞬时R与GENI评分结合起来,研究人员直接将单个疫情的变化与基于病毒基因组的变化通过SNPs联系起来。这使得研究人员有能力预测病例的潜在增加以及可能逃避PCR筛查的突变。通过使用瞬时R估计和WGS,疫情动态被定义为与病毒突变相关,这表明WGS作为一种监测工具,是预测每次疫情变化以提供可采取行动的决策信息所需要的工具。将流行病学与基因组测序和建模相结合,可以近乎实时地进行基于证据的疾病暴发跟踪,并提供预测性见解。
原文链接:https://www.nature.com/articles/s41598-021-86265-4