Динамика и относительная скорость передачи вариантов SARS-CoV-2 в США

Группа исследователей из Вашингтонского университета недавно исследовала динамику передачи вариантов тяжелого острого респираторного синдрома, коронавируса-2, SARS-CoV-2, и сообщила, что эти варианты демонстрируют устойчивые различия в скорости передачи.

Учиться: Динамика варианта SARS-CoV-2 в штатах США демонстрирует постоянные различия в эффективных числах воспроизводства.. Кредит изображения: Lightspring / Shutterstock

Эта работа размещена в medRxiv* сервер препринтов на время рецензирования статьи

Задний план

Появление (SARS-CoV-2) вызывающих озабоченность вариантов (VOC) и представляющих интерес вариантов (VOI) заставило научное сообщество понять и, возможно, предсказать скорость передачи вариантов. Предыдущие исследования, в которых пытались изучить динамику частоты вариантов с использованием данных о последовательностях, не смогли установить эпидемиологическую динамику, потому что частота сама по себе не может определить скорость передачи SARS-CoV-2.

Обучение

В настоящем исследовании исследователи разработали две модели эффективного репродуктивного числа для конкретных вариантов (R_т) – бесплатный R_т модель и модель фиксированного преимущества роста. Эффективное число репродукций (R_т) – среднее количество инфекций, вызванных инфекционным индивидуумом в данной вспышке. Команда использовала подтвержденные данные о случаях заболевания в период с января 2021 года по октябрь 2021 года, чтобы определить специфичный для варианта R_т а также частоты других вариантов в США (США).

В модели свободного Rt эффективное число воспроизводств каждого варианта не зависело от других вариантов из-за нелинейной зависимости между темпами роста разных вариантов за определенный период. В модели фиксированного преимущества роста каждый вариант имел свое мультипликативное преимущество роста.

В бесплатном R_т В модели эффективное число воспроизведений параметризовалось с помощью экспоненциального сплайнового базиса. В модели фиксированного преимущества роста соответствие вариантов параметризовалось. Эти модели, регулируемые двумя параметрами, а именно эффективным числом репродукций и временем генерации (продолжительностью инфекции и трансмиссивностью на протяжении всей инфекции), определили, что варианты генерируют инфекции независимо друг от друга.

Исследователи изучили 7 VOI и VOCs SARS-CoV-2, Alpha, Beta, Gamma, Delta, Epsilon, Iota и Mu, чтобы оценить их R_т с использованием ежедневного подсчета случаев, обновляемого в Центрах по контролю за заболеваниями США (CDC). Данные подсчета последовательностей были получены из наборов данных, созданных Nexstrain, для каждого варианта. Варианты Eta, Lambda, Kappa и Theta не были включены в исследование из-за критериев отбора, которые исключили их из анализа вместе с невариантными вирусами.

Результаты

Невариантные вирусы продемонстрировали тенденцию к снижению после января 2021 года, в то время как альфа- и гамма-варианты вызвали всплеск до мая 2021 года с R_т > 1. С появлением варианта Дельта эффективное количество воспроизводимых животных оставалось высоким до сентября 2021 года. Впоследствии, используя подход с фиксированным преимуществом роста для этих наблюдаемых тенденций, было сообщено, что все ЛОС, кроме варианта Эпсилон, показали общий положительный рост. преимущество. Варианты Йота и Дельта показали большие преимущества в росте по сравнению с безвариантами по сравнению с другими вариантами, у которых был умеренный рост по сравнению с безвариантами.

Исследование предоставило понимание структурированной взаимосвязи между эффективными числами воспроизводства для оценки преимуществ роста, зависящего от фиксированного варианта. Модель, которая разделяла данные о количестве случаев на основе частоты вариантов в данных о последовательности, эффективно представляла динамику вариантов SARS-CoV-2. Весной в США рост случаев заболевания можно объяснить преобладанием альфа-, бета-, гамма- и йота-вариантов. По мере того, как количество спадает, появление варианта Delta с преимуществом роста значительно спровоцировало резкое увеличение числа случаев заболевания летом. При таком подходе к оценке R_т, исследователи показали, что вариант Дельта быстро рос в мае в штатах США задолго до того, как рост численности из-за Дельты стал очевиден.

Выводы

Подход, разработанный исследователями в этом исследовании, учитывал различия в приспособленности между генетическими вариантами, чтобы оставаться готовыми к эффективному управлению эпидемией. Эти анализы обеспечивают общий механизм для понимания появления новых и высоконаследственных вариантов и могут служить предупреждением о надвигающихся эпидемиях.

Анализ темпов роста вариантов SARS-CoV-2 с использованием различий в эффективном количестве репродукций, а не частоты вариантов, может потенциально помочь в эволюционном прогнозировании вариантов SARS-CoV-2, поскольку этот метод сообщает частоту совместно циркулирующих вариантов, обращаясь к динамика передачи на уровне населения. Однако это потребует разработки новых методов количественной оценки иммунитета на популяционном уровне и потенциала ускользания существующих и появляющихся вариантов. Кроме того, этот подход можно использовать для анализа роли конкретных мутаций, определяющих вариант или клон, в управлении изменениями эффективного числа репродукций. В заключение, результаты исследования выявили динамику передачи вариантов SARS-CoV-2, которые могут помочь в борьбе с локальными и региональными эпидемиями.

*Важное замечание

medRxiv публикует предварительные научные отчеты, которые не рецензируются и, следовательно, не должны рассматриваться как окончательные, служить ориентирами для клинической практики / поведения, связанного со здоровьем, или рассматриваться как установленная информация.