Aviso: Esta página é uma tradução automática da página original em inglês. Por favor note uma vez que as traduções são geradas por máquinas, não tradução tudo será perfeita. Este site e suas páginas da Web destinam-se a ler em inglês. Qualquer tradução deste site e suas páginas da Web pode ser imprecisas e imprecisos no todo ou em parte. Esta tradução é fornecida como uma conveniência.

Prevendo as mutações SARS-CoV-2 sazonais

A doença 2019 de Coronavirus (COVID-19) espalhou a quase cada país no mundo. Quando a administração em massa da vacinação permitir que muitos governos desmontem limitações, o influxo constante de variações novas ameaça a estabilidade.

Estudo: Prevendo os motoristas mutational das variações SARS-CoV-2 futuras do interesse. Crédito de imagem: CROCOTHERY/ShutterstockEstudo: Prevendo os motoristas mutational das variações SARS-CoV-2 futuras do interesse. Crédito de imagem: CROCOTHERY/Shutterstock

Muitos países europeus introduziram medidas novas limitar a transmissão e incentivar vacinações, e as infecções começaram a repicar mais uma vez. As variações mostram frequentemente a preocupação de características, tais como a capacidade para iludir imunidade vacina-induzida e natural, assim como a transmissão aumentada.

Recentemente, a variação de Omicron inflamou medos de hospitais oprimidos. A maioria destas variações levam as mutações que causam estas características. Em um estudo publicado na medicina Translational da ciência, os pesquisadores têm tentado criar uma técnica para prever qual destas mutações espalhará. 

O estudo

Os pesquisadores classificaram toda a mudança especificada da dobra na freqüência de mutações do ácido aminado através dos países múltiplos como mutações “de espalhamento”. Tabularam o número de seqüências que contêm a mutação que está sendo modelada contra aquelas que não fizeram. Uma mudança da dobra foi calculada para cada mutação, e as mutações com um p-valor ajustado Benjamini-Hochbert significativo de todo o país foram retidas.

O grupo que adquiriram então foi filtrado mais, exigindo toda a mutação ter uma mudança da dobra de uma linha de base pelo menos de 10,0 pelo menos em um país, uma mudança da dobra pelo menos de 2,0 através pelo menos de três países, e uma freqüência global mínima de 0,1% no indicador mais atrasado do tempo.

As seqüências usadas para calcular a mudança da dobra da linha de base e da freqüência do mínimo foram recolhidas após aquelas usadas para que o treinamento modelo mantenha a boa prática. Esta definição foi encontrada para capturar global a expansão das variações (VOIs) do interesse e das variações (VOCs) do interesse, assim como de diversas mutações menos conhecidas.

Os pesquisadores testaram para o enlace entre todos os pares de mutações de espalhamento para assegurar-se de que nenhumas das mutações identificadas não acumulassem independente. Encontraram que mais pouca de 5% de pares da mutação mostrou o enriquecimento para a co-ocorrência em uma dobra de 8 maior da taxa.

Depois disto, os cientistas tentaram determinar que características dos ácidos aminados poderiam ser usadas para prever sua propagação da linha de base. Usaram a angiotensin-conversão de afinidade obrigatória da enzima 2 (ACE2) enquanto o predictor da mutação espalhou e mudou in vitro na expressão de mutantes da proteína do ponto.

As contribuições obrigatórias de resumos conhecidos do anticorpo eram igualmente eficazes na propagação de predição da mutação, embora a imunogenicidade de CD4+ e de CD8+ não fosse útil. As contagens do processamento (NLP) de linguagem natural para a plausibilidade da seqüência eram úteis. Ainda, a melhor característica para prever espalhada usou probabilidade fixa dos efeitos (FEL) para testar para a selecção consistente através dos ramos de uma árvore filogenética.

As características epidemiológicas eram igualmente muito úteis para previsões, como as variáveis medem mais directamente contagens provadas da mutação. O meio exponencial tornado mais pesado que classifica através das variáveis epidemiológicas múltiplas é sabido como de “a contagem Epi.” É útil para capturar a expansão da linhagem e a mutação periódica que ocorrem em linhagens múltiplas pela evolução convergente.

Para assegurar esta aproximação trabalharia correctamente, os pesquisadores mediu o desempenho com carácter de previsão de contagens do emperramento do anticorpo, revelando a contribuição prevista dos por cento de cada local do ponto à afinidade do anticorpo. Usar isto para calcular o immunodominance da pilha de B e então tomar o máximo do valor através dos anticorpos mostraram a contagem máxima do emperramento do anticorpo, aumentando significativamente este predictiveness métrico. Este método não era tão eficaz quanto características epidemiológicas de exame para o predictiveness sobre o verão de 2021 (quando a variação do delta emergiu).

Finalmente, os pesquisadores treinaram modelos para prever a propagação das mutações usando tantas como características previamente discutidas como possíveis, usando a regressão logística com estas características como entradas. Encontraram que os melhores predictors eram características epidemiológicas e características positivas da selecção. O modelo que completo desenvolveram era comparável ao desempenho com carácter de previsão da contagem de Epi. Isto revelou que as cinco mutações superiores com o potencial espalhar estiveram espalhadas através das proteínas diferentes. Na proteína do ponto, G142 e T951 eram a maioria em risco do espalhamento; em NSP3, era A1711V; na proteína do nucleocapsid, era Q9L; e em NSP2, era K81N.

Conclusão

Os autores destacam que estabeleceram com sucesso um método de funcionamento para prever a propagação das mutações e o aplicaram com sucesso para identificar as mutações mais provável em VOCs futuro. Argumentem que esta aproximação será incredibly útil na ajuda identificar muito provavelmente as mutações para espalhar adiantado meses, permitindo que a pesquisa e a análise comecem mais cedo, potencial tendo por resultado uns tratamentos e um conselho mais rápidos.

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). Prevendo as mutações SARS-CoV-2 sazonais. 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. "Prevendo as mutações SARS-CoV-2 sazonais". News-Medical. 22 January 2022. <https://www.news-medical.net/news/20220113/Forecasting-seasonal-SARS-CoV-2-mutations.aspx>.

  • Chicago

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

  • Harvard

    Hancock, Sam. 2022. Prevendo as mutações SARS-CoV-2 sazonais. News-Medical, viewed 22 January 2022, https://www.news-medical.net/news/20220113/Forecasting-seasonal-SARS-CoV-2-mutations.aspx.