Delphy analysiert 100.000 Virussequenzen an einem Tag

Wenn sich ein neues Virus ausbreitet, wollen Epidemiologen wissen, auf welchem Weg es eingetroffen ist, wie oft es eingeschleppt wurde und welche Fälle miteinander zusammenhängen. Die Standardmethode dafür, die bayessche Phylogenetik, erstellt nicht nur einen Stammbaum der Viren, sondern viele plausible Varianten und bildet damit die vorhandene Unsicherheit über die Geschichte eines Ausbruchs ab. Das Verfahren war bei Tausenden von Ausbruchssequenzen allerdings quälend langsam. Eine am 16. September in Nature veröffentlichte begutachtete Studie stellt Delphy vor, ein Werkzeug, das diesen Engpass um Größenordnungen verkleinern und in einem gewöhnlichen Webbrowser laufen soll.

Die Unterschiede speichern

Viele phylogenetische Programme behandeln jedes Genom als vollständige Folge genetischer Zeichen und vergleichen sie in jedem Analyseschritt erneut von Grund auf. Während eines Ausbruchs ähneln sich die zirkulierenden Viruskopien genetisch jedoch stark. Delphy nutzt diese Ähnlichkeit: Das Programm verwendet eine Struktur namens „explicit mutation-annotated tree“, einen explizit mit Mutationen annotierten Baum, der ähnlich wie eine Datei mit Versionsgeschichte funktioniert. Statt jedes vollständige Dokument zu speichern, hält die Struktur nur fest, was sich zwischen den Versionen verändert hat. Eine verwandte technische Studie in Genetics berichtet, dass diese Darstellung bei Sequenzen mit Unterschieden an wenigen Positionen eine bis zu 1.000-fache Steigerung der statistischen Effizienz ermöglichen könne (Link zur Studie). Sie bildet einen Baustein von Delphys Architektur und wirkt mit optimierten Rechenverfahren zusammen, um die in der Nature-Studie beschriebenen Geschwindigkeitsgewinne zu erzielen.

Bayessche Analysen liefern mehr als den Baum, der die Daten am besten stützt. Eine konventionelle Methode gibt diesen einzelnen Baum zurück, während die bayessche Inferenz viele alternative Bäume erhält und zeigt, wie unsicher ihre zeitliche Einordnung und ihre Verwandtschaftsverhältnisse bleiben. Der Analyst kann damit nicht nur angeben, dass zwei Cluster wahrscheinlich miteinander zusammenhängen, sondern auch, wie sicher diese Schlussfolgerung ist. Diese Offenheit ist relevant, wenn Entscheidungen im Gesundheitsschutz davon abhängen, ob Fälle auf einen gemeinsamen jüngeren Vorfahren zurückgehen oder unabhängig voneinander eingeschleppt wurden. Der Preis dafür ist der hohe Rechenaufwand: Mit der Zahl der Sequenzen wächst die Zahl möglicher Baumformen enorm, und etablierte Plattformen wie BEAST 2 erfordern lange Rechenläufe und die Beurteilung durch Spezialisten.

Die Autoren berichten, Delphy habe einen simulierten Datensatz mit 100.000 Sequenzen innerhalb eines Tages verarbeitet und Ergebnisse geliefert, die nach ihrer Darstellung mit etablierten Bayes-Analysen vergleichbar seien (Nature). Dieser Leistungsnachweis ist bislang nicht unabhängig reproduziert worden. Delphy unterstützt derzeit eine kleinere Bandbreite von Populationsmodellen als eine universell einsetzbare Plattform wie BEAST 2. Das Programm ist damit ein spezialisiertes Werkzeug für die Ausbruchsanalyse, kein allgemeiner Ersatz für evolutionäre Analysen.

Von der Simulation zum laufenden Ausbruch

Delphy wird inzwischen auch im laufenden Ausbruchsgeschehen eingesetzt. Ein Beitrag auf Virological.org dokumentiert die Nutzung der Weboberfläche durch Forscher während des Ausbruchs des Bundibugyo-Virus 2026 in der Demokratischen Republik Kongo und Uganda. Das belegt den Einsatz in einem laufenden Ausbruch, doch bislang gibt es keinen Beleg dafür, dass die Software eine konkrete Entscheidung im Gesundheitsschutz beeinflusst oder eine Maßnahme verkürzt hat.

Der Betrieb im Browser ist für die Zugänglichkeit relevant. Das Broad Institute, das an der Arbeit eine zentrale Rolle spielte, beschreibt dies als Teil des vorgesehenen Nutzens von Delphy für die Ausbruchsbekämpfung. Gesundheitsbehörden könnten damit eine Analyse beginnen, ohne über einen Hochleistungsrechnerverbund zu verfügen. Die öffentliche Verfügbarkeit, die Lizenzbedingungen und die praktischen Hardwareanforderungen waren in der Untersuchung nicht geklärt.

Die höhere Geschwindigkeit kann die vorgelagerte Datenerhebung nicht korrigieren. Eine separate Analyse des Bundibugyo-Ausbruchs verdeutlicht, welcher Bereinigungsaufwand der Stammbaumanalyse vorausgeht: Forscher mussten aus 626 Genomen Ausreißer entfernen, die auf Sequenzierungsfehler und falsch erfasste Zeitangaben zurückgingen, bevor überhaupt ein Stammbaum erstellt werden konnte. Schnellere Analysen können verspätete Probenahmen, mangelhafte Sequenzqualität oder Lücken in der Überwachung eben nicht ausgleichen.

Die begutachtete Studie zeigt, dass sich die bayessche Rekonstruktion von Ausbruchsverläufen zumindest in den Tests der Autoren auf deutlich größere Datensätze anwenden lässt als bisher demonstriert. Der nächste belastbare Nachweis muss zeigen, ob Ausbruchsteams diese Geschwindigkeit auch mit unübersichtlichen Daten aus der Praxis erreichen und die gewonnene Zeit für eine konkrete Entscheidung im Gesundheitsschutz nutzen können.