Uso de la física para explicar los efectos de transmisión de diferentes mutaciones del SARS-CoV-2

Durante la pandemia del SARS-CoV-2, han surgido múltiples variantes nuevas y más transmisibles del virus. Comprender cómo las mutaciones específicas afectan la transmisión del SARS-CoV-2 podría ayudarnos a comprender mejor la biología del virus y controlar los brotes.

Sin embargo, esta es una tarea desafiante, dijo John Barton, profesor asistente de física y astronomía en la Universidad de California, Riverside, quien presenta los resultados de su investigación titulada «Inferir los efectos de las mutaciones en la transmisión del SARS-CoV-2 desde Datos de Vigilancia Genómica» en el Reunión de marzo de la American Physical Society.

«Los métodos computacionales existentes para estudiar este problema tienden a ser difíciles de aplicar a grandes cantidades de datos o se basan en suposiciones muy restrictivas», dijo Barton. «Los experimentos también pueden proporcionar información excelente sobre cómo las diferentes mutaciones afectan al virus, pero no se pueden usar para estudiar directamente la transmisión del SARS-CoV-2 en humanos».

Barton y sus colegas desarrollaron un nuevo método computacional para resolver este problema mediante la aplicación de técnicas de modelos matemáticos de física estadística en epidemiología. Su método les permite observar los datos de vigilancia genómica (secuencias del SARS-CoV-2 recopiladas de personas infectadas) a lo largo del tiempo y en muchas regiones del mundo, y encontrar los efectos de diferentes mutaciones en la transmisión del SARS-CoV-2 que mejor explican la historia evolutiva observada del virus a lo largo de la pandemia.

«Algunas características novedosas de nuestro método son que puede dar cuenta del viaje de personas infectadas entre regiones, lo que la mayoría de los otros modelos no pueden hacer, y que los métodos basados ​​en la física que usamos nos permiten escribir una expresión matemática exacta. para los efectos de transmisión de diferentes mutaciones, en lugar de depender de simulaciones numéricas para estimar estos parámetros», dijo Barton.

Después de validar su método en simulaciones, Barton y sus colegas lo aplicaron a más de 1,6 millones de secuencias de SARS-CoV-2 de la base de datos GISAID, que se recolectaron de 87 regiones geográficas.

«Gran parte de la investigación se ha centrado en las mutaciones en la proteína espiga del SARS-CoV-2, y nuestro análisis respalda este énfasis en Spike como el principal impulsor de la transmisión del SARS-CoV-2», dijo Barton. «Alrededor de la mitad de las mutaciones más impactantes que encontramos están en Spike, incluidas tres de las cuatro mutaciones principales. Sin embargo, también encontramos múltiples mutaciones fuera de Spike que parecen aumentar considerablemente la transmisión del virus. Algunas de estas pueden ser buenas objetivos para futuros experimentos para comprender cómo las diferentes mutaciones afectan la función del SARS-CoV-2».

Barton explicó que su método también es lo suficientemente sensible como para revelar beneficios en la transmisión del SARS-CoV-2 para mutaciones que antes se suponía que eran neutrales. Su equipo también puede detectar un aumento en la transmisión de nuevas variantes importantes, como alfa y delta, muy rápidamente, dentro de una semana de su aparición en los datos regionales. El conjunto de datos que consideró el equipo al escribir el artículo no incluía secuencias de la variante omicron porque los datos solo se recopilaron hasta agosto de 2021.

«Sin embargo, incluso sin observar ninguna secuencia de omicron en los datos, ya estimaríamos que omicron se transmitiría más fácilmente que Alpha solo en función de las mutaciones que comparte con otras variantes del SARS-CoV-2», dijo Barton. «Si bien nos hemos centrado específicamente en el SARS-CoV-2 en nuestro análisis, nuestro método es muy general y podría aplicarse para estudiar la transmisión de otros patógenos, como la influenza».