Dane genomiczne pomogły nam podczas kryzysu związanego z Covid-19. Jakie inne dane możemy wykorzystać w przyszłości?

Nazywam się dr Ash Porter i jestem badaczem ze stopniem doktora w Grupie Duchenne w Instytucie Doherty na Uniwersytecie w Melbourne w Australii. Jestem biologiem ewolucyjnym ze szczególnym zainteresowaniem chorobami dzikich zwierząt i wirusami odzwierzęcymi. Wykorzystuję połączenie wiedzy biologicznej i metodologii obliczeniowej, aby badać, w jaki sposób wirusy pojawiają się i ewoluują w nowych żywicielach. Moje badania skupiają się głównie na danych: dane mogą pomóc nam wykryć i zrozumieć patogeny mające setki lat. Dane mogą pomóc nam monitorować epidemie i kierować polityką zdrowia publicznego. Dane można również wykorzystać do zbadania, co może wydarzyć się w przyszłości i pomóc nam przygotować się na kolejną pandemię.

Ponieważ zajmuję się głównie wirusami odzwierzęcymi, może wydawać się dziwne, że nie uważam wirusów za naszych wrogów. Istnieją, podobnie jak my, w globalnym ekosystemie i odegrały swoją rolę w kształtowaniu ewolucji człowieka. W rzeczywistości najnowsze epidemie wirusów są spowodowane działalnością człowieka, taką jak zmiana klimatu, zmiana użytkowania gruntów i naruszenie siedlisk dzikich zwierząt. Wirusy infekują Twojego zwierzaka, warzywa, które jesz, bakterie żyjące w jelitach i Ciebie (są nawet w Twoim DNA!). W większości przypadków nie powodują one żadnej szkody, ale czasami powodują katastrofalne epidemie. Wierzę w proaktywne podejście do zrozumienia jak największej ilości informacji na temat wirusów odzwierzęcych, aby lepiej przygotować nas na kolejną epidemię Covid-19.

Kiedy zaczynałem pracę w Instytucie Doherty’ego, był rok 2020 i wielu z nas próbowało zrozumieć SARS-CoV-2. Jednym z moich pierwszych pomysłów na projekt było zastosowanie nowych metod (Lemey i in., 2020) do zbadania, w jaki sposób wirus został przeniesiony do Australii podczas pierwszej fali pandemii.

Ciekawym studium przypadku, jeśli chodzi o pandemie, jest Australia. Jako naród wyspiarski znacznie łatwiej jest zamknąć nasze granice i potencjalnie powstrzymać przedostawanie się patogenów. Na przykład podczas śmiertelnej pandemii grypy w latach 1917–1919, czasami mylnie nazywanej „hiszpańską grypą”, Australia nałożyła kwarantannę na morzu i na lądzie, aby spowolnić rozprzestrzenianie się wirusa. Miasto Sydney nakazało nawet noszenie masek oraz zamknięcie szkół i miejsc rozrywki (brzmi znajomo?).

Na początku pandemii COVID-19 Australia wprowadziła szereg środków mających na celu ograniczenie wpływu SARS-CoV-2 na populację (ryc. 1). Ze względu na środki zapewniające dystans społeczny w tej fazie pandemii poziom przenoszenia wirusa w społeczności mógł być niższy (ludzie nie przenoszą wirusa między sobą). Jednakże nadal obserwuje się wzrost liczby wykrywanych nowych przypadków, z których część to podróżnicy spoza kraju. Co ważne, w Wiktorii historię podróży osób, które uzyskały pozytywny wynik testu, rejestrowano przy wjeździe do Australii.

Laboratorium Zdrowia Publicznego Jednostki Diagnostycznej Mikrobiologii (MDU PHL) i ja mieliśmy szczęście mieć dostęp do bardzo specjalnego zestawu danych: historii podróży tych podróżnych, która została powiązana z sekwencją genomową zakażenia SARS-CoV-2.

Co czyni to wyjątkowym? Posiadanie dodatkowych danych związanych z sekwencjami genomowymi nie jest zbyt powszechne – czasami dysponujemy jedynie datą pobrania próbki. Innymi przydatnymi informacjami mogą być miejsce pobrania, gatunek, z którego pobrano próbkę lub czy istnieje istotna historia medyczna danej osoby (tj. przewlekła infekcja, status szczepienia).

Czasami dane dotyczące sekwencji i daty ich zebrania wystarczą biologom ewolucyjnym, aby dowiedzieć się, w jaki sposób wirus rozprzestrzenia się i ewoluuje. Jednak SARS-CoV-2 ewoluuje bardzo powoli (jak na wirusa) i niestety większość wygenerowanych sekwencji została pobrana z krajów o wysokich dochodach. Oznacza to, że w zbiorze danych występuje znaczne odchylenie w kierunku sekwencji z krajów takich jak Australia, w której odnotowano mniej przypadków, ale dysponowano zasobami, aby sekwencjonować wiele wykrytych przypadków. Na przykład w tym samym okresie w Australii współczynnik sekwencjonowania (liczba przypadków poddanych sekwencjonowaniu) przekraczał 50%, podczas gdy w Ameryce Południowej przeprowadzono sekwencjonowanie 0,3% przypadków.

Gdybyśmy próbowali modelować ruch SARS-CoV-2 w oparciu o dane o sekwencji, wydawałoby się, że kraje o wyższym współczynniku sekwencji (takie jak Australia) były „epicentrum” epidemii. Aby uzyskać bardziej realistyczne szacunki, dostęp do metadanych historii podróży umożliwił nam wdrożenie tych dodatkowych informacji do naszego modelu.

Używając metafory, gdybyśmy z przyjacielem wyszli i kupili egzemplarz nagrodzonej Nagrodą Bookera w 2020 r. powieści Douglasa Stewarta „Shuggie Bain”, aby omówić to w naszym comiesięcznym klubie książki. Ponieważ kochamy książki i dane, monitorujemy również, ile osób przychodzi do naszych klubów książki, a co za tym idzie, ile jest egzemplarzy każdej książki. Porównuje to do wybuchu choroby zakaźnej – każda „książka” to wirus, który zaraża człowieka.

Podczas spotkania możemy poczuć się nieco zdezorientowani, dlaczego nasze dwa egzemplarze tej samej książki mają różne okładki i style interpunkcji. Trzeba by dyskusji, aby odkryć, że kupili swój egzemplarz podczas niedawnych wakacji w USA, ja zaś kupiłem swój egzemplarz w lokalnej księgarni. Chociaż obie książki znajdowały się w naszym lokalnym klubie książki w Wiktorii, obie powieści są nieco różnymi wersjami tej samej książki, w zależności od pochodzenia ich publikacji. Możemy to porównać do sytuacji dwóch osób przebywających w tym samym miejscu, które mają nieco inne szczepy SARS-CoV-2, w zależności od tego, gdzie każda osoba została zakażona w przeszłości.

Gdybyśmy wzięli pod uwagę liczbę osób obecnych tego dnia w naszym zwykłym klubie książki (i ile było egzemplarzy „książki”), przegapilibyśmy historię powstania każdej książki – wiedzielibyśmy tylko, ile osób było obecnych tego dnia dziennie (i ile było egzemplarzy z „książki”). Egzemplarze książki znajdowały się w naszym wiktoriańskim Klubie Książki. Oczywiście nie miałoby to większego znaczenia, gdyby klub książki znał pochodzenie wydawnicze książek przyniesionych przez uczestników. Jednak tego typu informacje mogą być bardzo przydatne w geografii.

Aby przełożyć to na nasz projekt, byliśmy w stanie powiedzieć naszemu modelowi, że niektóre sekwencje, chociaż zebrane w Australii, najprawdopodobniej były wynikiem infekcji za granicą (tj. historii ostatnich podróży). Sądziliśmy, że ta dodatkowa warstwa informacji pomoże uzyskać dokładniejsze wyniki, ale jak się okazało, metadane historii podróży były niezbędne, aby model działał.

Co zatem powiedziała nam nasza analiza? Jak można się spodziewać, do Australii sprowadzono duże ilości wirusa SARS-CoV-2 z innych krajów (ryc. 2). Zgodnie z naszymi oczekiwaniami Australia nie odegrała realnej roli „źródła” (tj. Australia nie rozprzestrzeniła wirusa w tak dużym stopniu na inne lokalizacje, ryc. 2a). Jak widać, „skok” importu nastąpił około połowy kwietnia, po czym nastąpił gwałtowny spadek. Nie jesteśmy w stanie powiedzieć, co spowodowało spowolnienie importu – ale najprawdopodobniej jest to spowodowane szeregiem wprowadzonych środków kontroli, takich jak obowiązkowe wymogi izolacyjne (Wykres 1, 2b).

W projekcie tym współpracowała grupa osób z różnych środowisk: nasi współpracownicy z Wiktoriańskiego Departamentu Zdrowia, epidemiolodzy, mikrobiolodzy oraz eksperci w dziedzinie zdrowia publicznego i dynamiki populacji. Chcę jednak podkreślić, że nawet przy tej innowacyjnej metodologii i grupie ekspertów, których mamy w Australii, nie bylibyśmy w stanie uzyskać tych wyników bez metadanych dotyczących historii podróży.

Niestety gromadzenie i udostępnianie metadanych napotyka wiele barier (np. etycznych i własności danych). Jakość i dostępność publicznie dostępnych metadanych stanowi barierę w ich wykorzystaniu w większości badań nad SARS-CoV-2.

Zdecydowanie zalecamy ostrożność przy stosowaniu modeli dynamicznych i fizjologicznych do globalnego zbioru danych SARS-CoV-2 bez użycia odpowiednich metadanych, ponieważ wiemy, że istnieje błąd pobierania próbek i że prawdopodobnie doprowadzi on do mylących szacunków. W związku z trwającą pandemią COVID-19 i przyszłymi epidemiami musimy dopilnować, aby sporządzane przez nas szacunki mogły stanowić podstawę dla bardziej odpowiednich polityk w zakresie zdrowia publicznego.

Mamy nadzieję, że w miarę jak gromadzenie i udostępnianie metadanych stanie się coraz bardziej powszechną praktyką, będziemy mogli wypracować skoordynowaną globalną reakcję na gromadzenie i modelowanie danych. Będzie to kluczowe w zarządzaniu trwającą pandemią Covid-19, a także w przygotowaniu się na przyszłe pandemie.