ReadyPlanet.com


รูปแบบใหม่สำหรับการตรวจจับและประมาณพลวัตและความเสี่ยงของตัวแปรเชื้อโรค


 

รูปแบบใหม่สำหรับการตรวจจับและประมาณพลวัตและความเสี่ยงของตัวแปรเชื้อโรค

การศึกษาล่าสุดที่โพสต์ไปยัง เซิร์ฟเวอร์ preprint ของ medRxiv * ได้พัฒนาวิธีการสร้างแบบจำลองลำดับชั้นเพื่อประเมินความได้เปรียบและความชุกของโรคทางเดินหายใจเฉียบพลันรุนแรง โคโรนาไวรัส 2 (SARS-CoV-2)

 

การเกิดขึ้น การแพร่เชื้อ และความหลากหลายของไวรัสสามารถส่งผลกระทบต่อความพยายามในการควบคุมและการเปลี่ยนแปลงของการระบาด  สล็อตออนไลน์ การใช้การจัดลำดับจีโนมได้เปลี่ยนไปในช่วงหลายทศวรรษที่ผ่านมาจากการสืบสวนย้อนหลังไปสู่การสืบสวนที่ใกล้เคียงเรียลไทม์ จากหลักฐานในช่วงการระบาดของโรคติดเชื้อไวรัสโคโรนา 2019 (COVID-19) การระบุลักษณะเฉพาะของตัวแปรที่ช่วยในการจัดลำดับสามารถแจ้งแนวทางปฏิบัติด้านสาธารณสุข ปรับปรุงการพยากรณ์โรค และช่วยในการพัฒนาการรักษา การตรวจวินิจฉัย และวัคซีน

 

การทำความเข้าใจลักษณะของตัวแปรเสริมด้วยการประมาณการที่แม่นยำของความชุกในภูมิภาคของตัวแปรสามารถช่วยดำเนินการและประเมินกลยุทธ์ด้านสาธารณสุขเพื่อควบคุมการแพร่เชื้อ อย่างไรก็ตาม ข้อมูลที่จำกัดและความสามารถในการจัดลำดับ/การวินิจฉัยที่แตกต่างกันในแต่ละประเทศจำกัดการสร้างแบบจำลองของพลวัตที่ซับซ้อน

 

การศึกษา: การประเมินความเสี่ยงในระยะแรกของการเกิดขึ้นของตัวแปรจีโนมของเชื้อโรค  เครดิตรูปภาพ: NIAIDการศึกษา: การประเมินความเสี่ยงเบื้องต้นของการเกิดสายพันธุ์จีโนมของเชื้อโรค เครดิตรูปภาพ: NIAID

 

การศึกษาและข้อค้นพบ

การศึกษานี้รายงานวิธีการสร้างแบบจำลองลำดับชั้นที่ประเมินเส้นทางการเติบโตของตัวแปรเมื่อเวลาผ่านไป ลำดับของ SARS-CoV-2 ส่วนใหญ่มาจากสหรัฐอเมริกา (US) และสหราชอาณาจักร (สหราชอาณาจักร) ซึ่งมีส่วนร่วมเกือบ 55% ของลำดับทั้งหมดที่มีอยู่ใน Global Initiative on Sharing Avian Influenza Data (GISAID) repository ณ วันที่ 1 กรกฎาคม 2022 .

 

ประมาณ 90.3% ของลำดับ SARS-CoV-2 ทั้งหมดถูกส่งไปยัง GISAID โดย 10% ของประเทศต่างๆ ในทางตรงกันข้าม ประเทศต่างๆ ในตะวันออกกลางและแอฟริกาส่งลำดับเพียงไม่กี่พันรายการ ยกเว้นเคนยาและแอฟริกาใต้ อัตราการจัดลำดับสำหรับตัวแปรฉุกเฉินนั้นเร่งขึ้นเมื่อเวลาผ่านไป

 

ภาพรวมของข้อมูลจีโนมของ SARS-CoV-2 และไดนามิกของตัวแปรที่เกิดขึ้นในช่วงต้น  (A) การแรเงาระบุจำนวนสะสมในระดับ log10 ของลำดับ SARS-CoV-2 ที่ส่งไปยัง GISAID ณ วันที่ 1 กรกฎาคม 2022 (สิ่งที่ใส่เข้าไป) สัดส่วนสะสมของลำดับทั้งหมด โดยประเทศเรียงลำดับตามการมีส่วนร่วมที่เกี่ยวข้อง  สีฟ้าอ่อนหมายถึงประเทศที่อยู่ในเปอร์เซ็นไทล์ที่ 10 อันดับแรก และสีน้ำเงินเข้มหมายถึงประเทศที่อยู่ในเปอร์เซ็นไทล์ที่ 90 ล่างสุดของประเทศ  (B) จำนวนสะสมของลำดับเทียบกับวันนับจากการเกิดตัวแปร โดยความสนใจที่หลากหลายซึ่งเพิ่มขึ้นอย่างรวดเร็วหลังจากการเกิดขึ้นเน้นด้วยสี  เส้นแนวนอนสีเทาที่ 500 ลำดับถูกรวมไว้เพื่อเน้นเวลาที่ใช้ในการไปถึงระดับนี้สำหรับตัวแปรหลัก  (C) สัดส่วนของลำดับที่สุ่มตัวอย่างโดยประเทศที่มีความสามารถในการจัดลำดับสูง (สีฟ้าอ่อน) เทียบกับภาพรวมของข้อมูลจีโนมของ SARS-CoV-2 และไดนามิกของตัวแปรที่เกิดขึ้นในช่วงต้น (A) การแรเงาระบุจำนวนสะสมในระดับ log10 ของลำดับ SARS-CoV-2 ที่ส่งไปยัง GISAID ณ วันที่ 1 กรกฎาคม 2022 (สิ่งที่ใส่เข้าไป) สัดส่วนสะสมของลำดับทั้งหมด โดยประเทศเรียงลำดับตามการมีส่วนร่วมที่เกี่ยวข้อง สีฟ้าอ่อนหมายถึงประเทศที่อยู่ในเปอร์เซ็นไทล์ที่ 10 อันดับแรก และสีน้ำเงินเข้มหมายถึงประเทศที่อยู่ในเปอร์เซ็นไทล์ที่ 90 ล่างสุดของประเทศ (B) จำนวนสะสมของลำดับเทียบกับวันนับจากการเกิดตัวแปร โดยความสนใจที่หลากหลายซึ่งเพิ่มขึ้นอย่างรวดเร็วหลังจากการเกิดขึ้นเน้นด้วยสี เส้นแนวนอนสีเทาที่ 500 ลำดับถูกรวมไว้เพื่อเน้นเวลาที่ใช้ในการไปถึงระดับนี้สำหรับตัวแปรหลัก (C) สัดส่วนของลำดับที่สุ่มตัวอย่างโดยประเทศที่มีความสามารถในการจัดลำดับสูง (สีฟ้าอ่อน) เทียบกับ

 

ในขั้นต้น จำนวนของลำดับของตัวแปรเพิ่มขึ้นอย่างช้า ๆ และเป็นเชิงเส้นเมื่อความชุกต่ำ จากนั้นเมื่อตัวแปรเพิ่มขึ้นในการไหลเวียนก็มีการเพิ่มขึ้นอย่างทวีคูณในลำดับของมัน หลังจากเกิดขึ้นไม่นาน ลำดับสายเลือด Omicron BA.1, BA.2 หรือ BA.5 ของ SARS-CoV-2 ส่วนใหญ่มาจากนอกประเทศที่มีความจุสูง

 

อย่างไรก็ตาม เมื่อตรวจพบตัวแปรในประเทศที่มีความสามารถในการจัดลำดับสูง ลำดับจะถูกรวบรวมอย่างรวดเร็ว กลายเป็นลำดับส่วนใหญ่ นักวิจัยได้ออกแบบวิธีการทั่วไปเพื่อตรวจสอบไดนามิกของสายพันธุ์ที่แข่งขันกันและความได้เปรียบด้านฟิตเนสของสายพันธุ์ที่เกี่ยวข้องกัน โดยรวบรวมข้อมูลจากประเทศต่างๆ และนำข้อมูลนี้ไปใช้กับสายพันธุ์ SARS-CoV-2 ที่เกิดขึ้นใหม่

 

eBook พันธุศาสตร์และจีโนม

พันธุศาสตร์และจีโนมิกส์อุตสาหกรรมโฟกัส eBook

รวบรวมบทสัมภาษณ์ บทความ และข่าวสารชั้นนำในปีที่ผ่านมา

ดาวน์โหลดสำเนาฟรี

วิธีการนี้ใช้ประโยชน์จากเฟรมเวิร์กแบบเบย์เอฟเฟกต์แบบลำดับชั้นแบบผสม และโมเดลมีลำดับชั้นสองระดับ ข้อได้เปรียบด้านฟิตเนสเฉพาะประเทศของรูปแบบต่างๆ ได้รับการวางโครงสร้างในระดับแรก เช่น ข้อได้เปรียบด้านฟิตเนสรูปแบบต่างๆ ในภูมิศาสตร์หนึ่งจะแจ้งความได้เปรียบด้านฟิตเนสรูปแบบต่างๆ ที่คาดไว้ในตำแหน่งอื่นๆ ข้อได้เปรียบด้านการออกกำลังกายโดยเฉลี่ยของตัวแปรประกอบด้วยการแจกแจงแบบปกติที่ใช้ร่วมกันในระดับที่สอง

 

เมื่อใช้วิธีการสร้างแบบจำลองที่ระบุ นักวิจัยประเมินสัดส่วนตัวแปรของ SARS-CoV-2 สำหรับบางประเทศ ความชุกทั่วโลกของ SARS-CoV-2 Omicron BA.2 ลดลงในเดือนกรกฎาคม พ.ศ. 2565 เนื่องจากสายพันธุ์ BA.4/5 ประสบความสำเร็จอย่างรวดเร็ว ตัวแปร BA.4 และ BA.5 แสดงไดนามิกการบุกรุกที่แตกต่างกันในหลายประเทศ ในบังกลาเทศและอิสราเอล BA.5 มีอัตราการเติบโตที่สังเกตได้สูงกว่า

 

โปรดทราบว่ากรณีของตัวแปร BA.5 เกิดขึ้นในบังคลาเทศ (56.5%) ณ วันที่ 1 กรกฎาคม 2022 มากกว่าในอินเดีย (13.8%) แม้จะมีความใกล้ชิดกันทางภูมิศาสตร์ก็ตาม นอกจากนี้ นักวิจัยยังสังเกตความแตกต่างในข้อดีด้านการออกกำลังกายของแต่ละประเทศตามประเภทต่างๆ ตัวอย่างเช่น ตัวแปร BA.4 และ BA.5 มีความเหมาะสมสัมพัทธ์ในสหรัฐอเมริกาและสหราชอาณาจักรสูงกว่าในอินเดียหรือแอฟริกาใต้ อย่างไรก็ตาม สำหรับรุ่น BA.2.12.1 นั้น ความเหมาะสมในสหรัฐอเมริกานั้นต่ำกว่าในสหราชอาณาจักรมาก

 

ผู้เขียนพบว่า Omicron BA.5 มีสมรรถภาพสูงกว่า BA.2.12.1 หรือ BA.4 ตัวแปร BA.2.12.1, BA.4 และ BA.5 มีความพอดีมากกว่าตัวแปร BA.2 ในการเปรียบเทียบ ตัวแปร BA.1 มีสมรรถภาพต่ำกว่า BA.2 นอกจากนี้ ทีมงานยังตรวจสอบความถูกต้องย้อนหลังของการประมาณการแบบจำลองจากวันที่อ้างอิงห้าวันที่ต่อเนื่องกัน: 30 เมษายน 16 พฤษภาคม 27 พฤษภาคม 4 มิถุนายน และ 27 มิถุนายน 2022 สุดท้าย การประมาณการในหลายประเทศจะถูกเปรียบเทียบกับการประมาณการจากประเทศเดียว พอดี (รุ่นประเทศเดียว)

 

การเกิดขึ้นของ Omicron BA.5 ในโปรตุเกสถูกนำมาใช้ในการตรวจสอบความถูกต้องนี้ การประมาณการแบบจำลองถูกนำไปเปรียบเทียบกับข้อมูลที่สังเกต ณ วันที่ 1 กรกฎาคม 2022 การประมาณการแบบจำลองประเทศเดียวแสดงความไม่แน่นอนที่กว้างขึ้นและการลดลงอย่างรวดเร็วในวันที่อ้างอิงก่อนกำหนด แบบจำลองหลายประเทศมีคะแนน Brier ต่ำกว่าแบบจำลองประเทศเดียวสำหรับวันที่อ้างอิงล่วงหน้า ซึ่งบ่งบอกถึงการทำนายความน่าจะเป็นที่แม่นยำกว่า ข้อได้เปรียบด้านฟิตเนสโดยประมาณมีความเสถียรในแบบจำลองหลายประเทศมากกว่าในแบบจำลองประเทศเดียว 

 

การประมาณไดนามิกของตัวแปรและข้อได้เปรียบด้านฟิตเนส  (A) แบบจำลองประมาณการเปลี่ยนแปลงของตัวแปรในกลุ่มย่อยของประเทศ  สีบ่งบอกถึงความหลากหลาย และเส้นแสดงถึงการวาดจากการกระจายส่วนหลังของค่าประมาณเฉพาะประเทศ  แผงด้านบนแสดงจำนวนของลำดับที่รวบรวมในช่วงเวลาหนึ่ง โดยกำหนดสีตามตัวแปรเด่นในขณะนั้น ดังที่สังเกตได้ในข้อมูล  (B) ข้อดีด้านฟิตเนสเฉพาะประเทศสำหรับรุ่นที่เลือก (คะแนน)  เส้นแนวตั้งแสดงถึงค่าประมาณทั่วโลกของความได้เปรียบด้านการออกกำลังกายที่หลากหลาย  แถบและแถบระบุช่วงเวลาที่น่าเชื่อถือ 95%  (C) การกระจายความได้เปรียบด้านฟิตเนสหลังทั่วโลกสำหรับสายพันธุ์ที่เลือก  คะแนนบ่งชี้ค่ามัธยฐาน และแท่งระบุช่วงเวลาที่น่าเชื่อถือ 95%การประมาณไดนามิกของตัวแปรและข้อได้เปรียบด้านฟิตเนส (A) แบบจำลองประมาณการเปลี่ยนแปลงของตัวแปรในกลุ่มย่อยของประเทศ สีบ่งบอกถึงความหลากหลาย และเส้นแสดงถึงการวาดจากการกระจายส่วนหลังของค่าประมาณเฉพาะประเทศ แผงด้านบนแสดงจำนวนของลำดับที่รวบรวมในช่วงเวลาหนึ่ง โดยกำหนดสีตามตัวแปรเด่นในขณะนั้น ดังที่สังเกตได้ในข้อมูล (B) ข้อดีด้านฟิตเนสเฉพาะประเทศสำหรับรุ่นที่เลือก (คะแนน) เส้นแนวตั้งแสดงถึงค่าประมาณทั่วโลกของความได้เปรียบด้านการออกกำลังกายที่หลากหลาย แถบและแถบระบุช่วงเวลาที่น่าเชื่อถือ 95% (C) การกระจายความได้เปรียบด้านฟิตเนสหลังทั่วโลกสำหรับสายพันธุ์ที่เลือก คะแนนบ่งชี้ค่ามัธยฐาน และแท่งระบุช่วงเวลาที่น่าเชื่อถือ 95%

 

ข้อสรุป

โดยสรุป ทีมวิจัยได้อธิบายวิธีการประเมินการเติบโตของสายพันธุ์ที่แข่งขันกันทั่วโลกและในประเทศ และนำไปใช้กับสายพันธุ์ SARS-CoV-2 ที่เกิดขึ้นใหม่ โดยเน้นความแข็งแกร่งของแบบจำลองสำหรับสายพันธุ์ที่มีลำดับจำกัดและในภูมิภาคที่มีความสามารถในการจัดลำดับจำกัด แนวทางนี้อาจเกี่ยวข้องกับประเทศที่มีรายได้ต่ำและปานกลาง เพิ่มข้อมูลสำหรับการตัดสินใจด้านสาธารณสุขในท้องถิ่นในขณะที่สร้างขีดความสามารถสำหรับอนาคต



ผู้ตั้งกระทู้ ญารินดา :: วันที่ลงประกาศ 2023-01-09 13:25:05


แสดงความคิดเห็น
ความคิดเห็น *
ผู้แสดงความคิดเห็น  *
อีเมล 
ไม่ต้องการให้แสดงอีเมล



Copyright © 2010 All Rights Reserved.