新的工具使快速分析冠状病毒序列和追踪变异成为可能

COVID-19大流行以前所未有的规模刺激了对病毒基因组的监测，因为世界各地的科学家使用基因组测序来追踪SARS-CoV-2病毒新变种的传播。病毒基因组序列的快速积累为追踪全球和局部传播动态提供了新的机会，但分析如此多的基因组数据具有挑战性。

“现在有超过100万个SARS-CoV-2基因组序列。加州大学圣克鲁兹分校生物分子工程助理教授Russ Corbett-Detig说。

冠状病毒基因组序列的绝对数量和它们的快速积累，使得很难在“家谱”上放置新序列来显示它们之间的关联。但加州大学圣克鲁兹基因组研究所的Corbett-Detig小组开发了一种新方法，以前所未有的速度做到这一点。5月10日发表在《自然遗传学》(Nature Genetics)杂志上的一篇论文描述了这种名为UShER的强大工具。

UShER通过将用户新测序的病毒基因组与所有已知的SARS-CoV-2病毒基因组添加到现有的系统发生树中，来识别它们之间的关系。系统发生树是一个类似于家谱的分支图，显示病毒在积累突变时如何在不同的谱系中进化。

“我们能够保持120多万个冠状病毒序列的全面系统发育树，并实时更新新序列。没有任何其他工具能够像这样高效地处理如此规模的树木。”基因组研究所博士后Yatish Turakhia说。“这有助于我们跟踪所有流通中的变体，包括正在出现的新变体。”

这种序列分析可用于发现新毒株，跟踪其进化和传播动态。它还可用于确定个别冠状病毒感染病例之间的联系，并追踪传播链，这种方法被称为基因组接触追踪。

该论文的通讯作者科比特-德蒂格(Corbett-Detig)说，“挑战在于尽快得到结果，以便做出有意义的预测，公共卫生机构可以利用这些预测来试图控制疫情爆发。”“我们的方法比其他任何方法都快一个数量级，在十分之一秒内完成新样本。”

通过UCSC SARS-CoV-2基因组浏览器，研究社区可以使用UShER和相关数据可视化工具，该浏览器还提供了对该病毒正在进行的科学研究的大量数据和结果的访问，包括特别令人担忧的新变种。

“我们的浏览器是最全面的信息资源，可以了解病毒中出现的突变，以及它们对我们抗击病毒意味着什么，”共同作者、基因组学研究所(Genomics Institute)主任、生物分子工程教授戴维·豪斯勒(David Haussler)说。“多亏了Russ的团队，它包含了世界上最全面的病毒不同谱系的系统发生树，而且随着新数据的出现，这棵树每周都在继续增长。”

与所有病毒一样，SARS-CoV-2在复制和传播时也会发生突变。基因组序列中的大多数随机变化对病毒的行为没有影响，但研究人员仍然可以利用它们来识别病毒的不同变体或毒株，看看它们是如何关联的，并确定两个样本是否属于同一传播链的一部分。

科学家们已经确认了几个重要的突变，这些突变似乎使病毒更具传染性。带有这些突变的SARS-CoV-2变异比其他变异传播得更快。合著者Angie Hinrichs, UCSC基因组浏览器工程师，利用UShER确定了其中一种被称为B.1.1.7的变异，是通过几个独立的引进进入美国的。它现在是美国的主要毒株。

图拉希亚说，他已经开始使用UShER研究在印度出现的一种新变种，这种变种似乎正在迅速蔓延。这种被称为B.1.617的病毒系有两种可能引起科学家关注的突变。“我们还不知道它有多令人担忧，但追踪它很重要，”他说。

Corbett-Detig说，病毒基因组学可以揭示传统接触追踪无法发现的传播链。这种方法可以帮助确定超级传播者事件，即一个人将病毒传播给许多其他人，它还可以表明来自同一地点的两个病例实际上是不相关的感染，而不是同一传播链的一部分，因为病毒序列相差太多。

他说:“这是一种很有价值的向前发展的方法，所以我们正在构建工具，使人们能够实时地做这件事。”“如果你想知道谁将病毒传给了谁,或者在世界一个新的样本可能来自,你需要的样品从你的社区和项目到已知的所有其他SARS-CoV-2基因组序列的系统发育树,和传统的系统方法不能在合理的时间内这样做。”

这是因为传统方法在每次添加新序列时都要重新计算整个树，这在有数十万个序列的情况下非常耗时。UShER将样本几乎立即放置到一个现有的全局系统发育中，并且为添加的样本及其最近的邻居提供一个局部子树，这样它们的关系就可以被可视化和详细检查。

研究人员显示，UShER在97%的病例中找到了正确的位置。在另外3%的地方，不正确的放置位置非常接近真实的位置，仍然有助于追踪接触者。UShER还可用于质量控制，以快速识别和删除可能包含测序错误的低质量序列。UShER结果可以在Nextstrain平台上可视化和探索，用于交互可视化系统发生树和病毒如何传播的地图。

# # #