"Слепые" пятна Омикрона: почему трудно отследить варианты коронавируса"Слепые" пятна Омикрона: почему трудно отследить варианты коронавируса
Исследователи быстро секвенируют геномы образцов вирусов по всему миру, но недостатки глобальной системы наблюдения делают эту задачу сложной.
Ученые пытаются обнаружить Омикрон, последний вариант SARS-CoV-2, вызывающий опасения, путем секвенирования геномов коронавирусов, инфицирующих людей. Однако наблюдение с помощью геномного секвенирования может быть медленным и неравномерным, что усложняет картину того, как и где распространяется Омикрон.
Одним из положительных моментов является то, что исследователи секвенируют больше геномов SARS-CoV-2, чем когда-либо прежде. Именно это позволило им относительно быстро заметить Омикрон. В апреле прошлого года - примерно через 16 месяцев после начала пандемии - онлайновая база данных, принадлежащая инициативе GISAID data-science, содержала один миллион геномных последовательностей SARS-CoV-2. С тех пор примерно за восемь месяцев исследователи представили в GISAID еще пять миллионов последовательностей - рост почти в десять раз. "Сейчас мы находимся в гораздо лучшей форме, чтобы найти Омикрон или любой другой новый вариант", - говорит Келли Вроблевски, директор по инфекционным заболеваниям Ассоциации лабораторий общественного здравоохранения в Силвер-Спринг, штат Мэриленд.
Однако исследователи предупреждают, что в данных секвенирования все еще есть тревожные пробелы, которые делают любую интерпретацию движения варианта проблематичной. "Цифры сложны, и есть много предостережений, - говорит Вроблевски. Например, в некоторых странах нет лабораторных возможностей для секвенирования геномов патогенов, поэтому может показаться, что в этих местах нет вариантов, в то время как на самом деле мутировавшие вирусы распространяются незаметно".
Скорость секвенирования варьирует и внутри стран, что дает неравномерную картину распространения варианта в пределах страны. Например, в 10 штатах США было секвенировано менее 2% коронавирусов, инфицировавших людей, у которых за последний месяц был выявлен COVID-19, согласно данным, размещенным на сайте GISAID. Напротив, в Вайоминге, Колорадо и Вермонте за тот же период времени было секвенировано более 10% положительных случаев.
Но даже если в регионе проводится секвенирование многих положительных случаев, варианты все равно могут ускользнуть от внимания, если тестирование проводится некачественно или необъективно. "Легко определить последовательность 100% случаев, если протестировать всего несколько человек", - объясняет Дженнифер Нуццо, эпидемиолог из Университета Джона Хопкинса в Балтиморе. "Например, некоторые страны в основном тестируют международных путешественников. Даже если они проанализируют все эти образцы, они могут пропустить важный вариант, который циркулирует внутри страны".
Столкнувшись с такими проблемами эпиднадзора, эпидемиолог Сэм Скарпино и его коллеги из Института предотвращения пандемий при Фонде Рокфеллера в Вашингтоне ищут новые способы понять распространение вариантов. Один из методов заключается в использовании разработанной ими модели для оценки того, насколько распространенным должен быть Омикрон в конкретном населенном пункте, чтобы он был обнаружен сотрудниками здравоохранения, учитывая состояние тестирования и секвенирования в данном конкретном районе.
Специалисты также строят временные шкалы, используя отчеты по Омикрону, которые загружаются в GISAID каждый день, чтобы составить более четкую картину обнаружения. Они упорядочивают последовательности на основе дат, когда были собраны образцы, а не когда они появились в базе данных. Сроки могут сбивать с толку, поскольку между моментом, когда у человека обнаруживается коронавирус, и моментом, когда образец отправляется в лабораторию геномики, секвенируется и затем представляется в Интернете и властям, могут пройти недели. Например, согласно данным, имевшимся в GISAID по состоянию на 9 декабря, первый человек, о котором известно, что он заразился вирусом Омикрон, был протестирован в Южной Африке 8 ноября, примерно за три недели до того, как вирусная последовательность этого конкретного образца была опубликована в Интернете, и почти за две недели до первого сообщения о вирусе Омикрон в Южной Африке. С тех пор поступило больше данных, и последовательность Омикрона выявлена в образце, который был взят в Южной Африке 5 ноября. В отличие от этого, между взятием пробы у первого человека, о котором известно, что он был инфицирован в Испании, и проведением секвенирования прошло всего два дня.
Дэйв Луо, специалист по данным, консультирующий Рокфеллеровский институт пандемий, предупреждает, что подобная хронология не может сама по себе определить, как распространяется Омикрон. Для этого ученые должны сравнить генетические коды различных последовательностей SARS-CoV-2, построив эволюционное дерево, которое покажет, насколько тесно один вирус связан с другим. Геномные эпидемиологи, например, работающие над проектом Nextstrain, в настоящее время проводят подобные анализы.
Все эти исследования проводятся ежедневно по мере поступления новых последовательностей Омикрона со всего мира. О том, как быстро развивается эта область, можно судить по стремительному росту числа геномов, о которых стало известно после того, как 26 ноября ВОЗ назвала Омикрон вариантом, вызывающим озабоченность. Вскоре после этого объявления 15 стран представили в GISAID 187 геномных последовательностей, относящихся к Омикрону. К 14 декабря 55 стран поделились 4 265 последовательностями Омикрона. Эти цифры будут расти и дальше, но Луо предупреждает, что это не обязательно отражает скорость распространения этого варианта. Многие центры тестирования предпочитают проводить секвенирование образцов после того, как простой и быстрый тест на генотипирование обнаруживает возможный сигнальный признак Омикрона - определенную аминокислоту в гене его белка спайка. Как следствие, Омикрон может быть чрезмерно представлен среди геномных последовательностей SARS-CoV-2 в настоящее время.
Геномная информация необъективна и беспорядочна во многих отношениях, говорит Луо. "Мы должны быть осторожны в том, что мы берем из любого источника данных".
