Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

Prévisions des mutations SARS-CoV-2 saisonnières

La maladie 2019 (COVID-19) de coronavirus s'est écartée à presque chaque pays dans le monde. Tandis que la gestion de masse de vaccination a permis à beaucoup de gouvernements de démonter des restrictions, l'afflux continuel des variantes neuves menace la stabilité.

Étude : Prévision des gestionnaires mutationnels des futures variantes SARS-CoV-2 de la préoccupation. Crédit dÉtude : Prévision des gestionnaires mutationnels des futures variantes SARS-CoV-2 de la préoccupation. Crédit d'image : CROCOTHERY/Shutterstock

Beaucoup de pays européens ont introduit des mesures neuves de limiter la boîte de vitesses et d'encourager des vaccinations, et les infections ont commencé à faire une pointe de nouveau. Les variantes montrent souvent inquiéter des caractéristiques, telles que la capacité d'éluder l'immunité vaccin-induite et naturelle, ainsi que la boîte de vitesses accrue.

Récemment, la variante d'Omicron a enflammé des craintes des hôpitaux accablés. La plupart de ces variantes transportent les mutations qui entraînent ces caractéristiques. Dans une étude publiée en médicament de translation de la Science, les chercheurs avaient essayé de produire une technique pour prévoir lesquelles de ces mutations écarteront. 

L'étude

Les chercheurs ont classifié n'importe quel changement spécifique de pli de la fréquence des mutations acides aminées en travers des pays multiples en tant que mutations « de propagation ». Ils ont tabulé le nombre de séquences contenant la mutation étant modélisée contre ceux qui n'a pas fait. Une modification de pli a été prévue pour chaque mutation, et des mutations avec une p-valeur réglée par Benjamini-Hochbert significative de n'importe quel pays ont été maintenues.

Le jeu qu'elles ont alors acquis a été encore filtré, exigeant de n'importe quelle mutation d'avoir un changement de pli d'une ligne zéro au moins de 10,0 au moins d'un pays, une modification de pli au moins de 2,0 en travers au moins de trois pays, et une fréquence globale minimum de 0,1% dans l'hublot postérieur de temps.

Les séquences employées pour prévoir la modification de pli de la ligne zéro et de la fréquence de minimum ont été rassemblées après ceux employées pour que la formation modèle mette à jour la bonne pratique. Cette définition s'est avérée pour capter l'extension des variantes d'intérêt (VOIs) et des variantes de la préoccupation (VOCs) mondial, ainsi que de plusieurs mutations moins réputées.

Les chercheurs ont déterminé le lien entre toutes les paires de mutations de propagation pour s'assurer qu'aucun des mutations recensées ne s'accumulait indépendamment. Ils ont constaté que moins de 5% de paires de mutation a montré l'enrichissement pour le Co-cas à un régime plus grand que 8 fois.

Après ceci, les scientifiques ont essayé de déterminer quelles caractéristiques des acides aminés pourraient être employées pour prévoir leur écart de ligne zéro. Ils ont employé l'affinité obligatoire de l'enzyme de conversion de l'angiotensine 2 (ACE2) pendant que le facteur prédictif de la mutation s'étendait et change dans l'expression in vitro des mutants de protéine de pointe.

Les cotisations obligatoires des épitopes connus d'anticorps étaient également efficaces à l'écart de prévision de mutation, bien que l'immunogénicité de CD4+ et de CD8+ n'ait pas été utile. Les rayures (NLP) de traitement du langage naturel pour la plausibilité de séquence étaient utiles. Toujours, la meilleure caractéristique pour prévoir écartée a employé la probabilité fixe d'effets (FEL) pour déterminer le choix cohérent en travers des succursales d'un arbre phylogénétique.

Les caractéristiques épidémiologiques étaient également très utiles pour des prévisions, comme les variables mesurent plus directement des comptes échantillonnés de mutation. La moyenne exponentiellement pondérée classant en travers des variables épidémiologiques multiples est connue comme « rayure d'Epi. » Il est utile pour capter l'extension de lignée et la mutation récurrente se produisant dans des lignées multiples par évolution convergente.

Pour assurer cette approche fonctionnerait correctement, les chercheurs a mesuré le rendement prévisionnel des rayures obligatoires d'anticorps, indiquant la cotisation prévue de % de chaque site de pointe à l'affinité d'anticorps. Utilisant ceci estimer l'immunodominance de cellules de B et puis prendre le maximum de la valeur en travers des anticorps a montré à l'anticorps maximum la rayure obligatoire, augmentant de manière significative ce predictiveness métrique. Cette méthode n'était pas aussi efficace que les caractéristiques épidémiologiques de examen pour le predictiveness au cours de l'été de 2021 (quand la variante de triangle a apparu).

En conclusion, les chercheurs ont formé des modèles pour prévoir l'écart des mutations utilisant autant de caractéristiques discutées préalablement aussi possibles, utilisant la régression logistique avec ces configurations que des entrées. Ils ont constaté que les meilleurs facteurs prédictifs étaient les caractéristiques épidémiologiques et les caractéristiques positives de choix. Le plein modèle qu'ils ont développé était comparable au rendement prévisionnel de la rayure d'Epi. Ceci a indiqué que les cinq mutations principales avec le potentiel d'écarter ont été écartées en travers de différentes protéines. Dans la protéine de pointe, G142 et T951 étaient les la plupart en danger de propagation ; dans NSP3, c'était A1711V ; dans la protéine de nucleocapsid, c'était Q9L ; et dans NSP2, c'était K81N.

Conclusion

Les auteurs mettent en valeur qu'ils ont avec succès déterminé une méthode de travail pour prévoir l'écart des mutations et l'ont avec succès appliquée pour recenser les mutations le plus susceptibles dans futur VOCs. Ils arguent du fait que cette approche sera incroyablement utile dans l'aide pour recenser les mutations très probablement pour écarter des mois à l'avance, permettant à la recherche et à l'analyse de commencer plus tôt, potentiellement ayant pour résultat des demandes de règlement et un conseil plus rapides.

Journal reference:
Sam Hancock

Written by

Sam Hancock

Sam completed his MSci in Genetics at the University of Nottingham in 2019, fuelled initially by an interest in genetic ageing. As part of his degree, he also investigated the role of rnh genes in originless replication in archaea.

Citations

Please use one of the following formats to cite this article in your essay, paper or report:

  • APA

    Hancock, Sam. (2022, January 13). Prévisions des mutations SARS-CoV-2 saisonnières. News-Medical. Retrieved on January 22, 2022 from https://www.news-medical.net/news/20220113/Forecasting-seasonal-SARS-CoV-2-mutations.aspx.

  • MLA

    Hancock, Sam. "Prévisions des mutations SARS-CoV-2 saisonnières". News-Medical. 22 January 2022. <https://www.news-medical.net/news/20220113/Forecasting-seasonal-SARS-CoV-2-mutations.aspx>.

  • Chicago

    Hancock, Sam. "Prévisions des mutations SARS-CoV-2 saisonnières". News-Medical. https://www.news-medical.net/news/20220113/Forecasting-seasonal-SARS-CoV-2-mutations.aspx. (accessed January 22, 2022).

  • Harvard

    Hancock, Sam. 2022. Prévisions des mutations SARS-CoV-2 saisonnières. News-Medical, viewed 22 January 2022, https://www.news-medical.net/news/20220113/Forecasting-seasonal-SARS-CoV-2-mutations.aspx.