Delphy: 100,000 ιικές αλληλουχίες σε μία ημέρα

Όταν ένας νέος ιός εξαπλώνεται, οι επιδημιολόγοι θέλουν να γνωρίζουν πώς έφτασε σε έναν πληθυσμό, πόσες φορές εισήχθη και ποια κρούσματα συνδέονται μεταξύ τους. Η καθιερωμένη αναλυτική μέθοδος, η Μπεϋζιανή φυλογενετική, δεν κατασκευάζει ένα μόνο φυλογενετικό δέντρο της διαδρομής του ιού, αλλά πολλά πιθανά δέντρα, διατηρώντας την πραγματική αβεβαιότητα για την ιστορία μιας επιδημικής έξαρσης. Το πρόβλημα είναι ότι η ίδια ανάλυση σε χιλιάδες αλληλουχίες από μια έξαρση ήταν μέχρι σήμερα εξαιρετικά χρονοβόρα. Μελέτη με αξιολόγηση από ομοτίμους, που δημοσιεύθηκε στο Nature στις 16 Σεπτεμβρίου, παρουσιάζει το Delphy, ένα εργαλείο σχεδιασμένο να μειώνει αυτό το υπολογιστικό στενό σημείο κατά τάξεις μεγέθους και να λειτουργεί μέσα από ένα κοινό πρόγραμμα περιήγησης.

Η αποθήκευση των διαφορών

Τα περισσότερα φυλογενετικά εργαλεία αντιμετωπίζουν κάθε γονιδίωμα ως πλήρη ακολουθία γενετικών γραμμάτων και το συγκρίνουν εξαρχής με όλα τα υπόλοιπα σε κάθε στάδιο της ανάλυσης. Κατά τη διάρκεια μιας επιδημικής έξαρσης, ωστόσο, τα αντίγραφα του ιού που κυκλοφορούν είναι γενετικά πολύ όμοια. Το Delphy αξιοποιεί αυτή την ομοιότητα, χρησιμοποιώντας μια δομή που λειτουργεί περίπου σαν αρχείο ιστορικού εκδόσεων: αντί να αποθηκεύει κάθε πλήρες έγγραφο, καταγράφει μόνο ό,τι άλλαξε από τη μία έκδοση στην άλλη. Σχετική τεχνική μελέτη που δημοσιεύθηκε στο Genetics αναφέρει ότι αυτή η αναπαράσταση μπορεί να προσφέρει έως και 1.000 φορές μεγαλύτερη στατιστική αποδοτικότητα όταν οι αλληλουχίες διαφέρουν σε λίγες μόνο θέσεις. Η αποδοτικότητα αυτή αποτελεί ένα μέρος του σχεδιασμού του Delphy και λειτουργεί σε συνδυασμό με βελτιστοποιημένες υπολογιστικές διαδικασίες, ώστε να επιτευχθούν οι αυξήσεις ταχύτητας που περιγράφονται στη μελέτη του Nature.

Η σημασία της ταχύτητας γίνεται σαφής αν εξεταστεί τι προσφέρει στην πράξη η Μπεϋζιανή ανάλυση. Μια συμβατική μέθοδος επιστρέφει το δέντρο με τη μεγαλύτερη στατιστική στήριξη, ενώ η Μπεϋζιανή συμπερασματολογία διατηρεί πολλές εναλλακτικές εκδοχές και δείχνει πόσο αβέβαιη παραμένει η χρονολόγηση και η συγγένεια μεταξύ τους. Έτσι, ο αναλυτής μπορεί να αναφέρει όχι μόνο ότι δύο συστάδες κρουσμάτων πιθανότατα συνδέονται, αλλά και πόσο βέβαιος είναι γι’ αυτό. Η αποτύπωση αυτής της αβεβαιότητας έχει σημασία όταν οι αποφάσεις δημόσιας υγείας εξαρτώνται από το αν τα κρούσματα έχουν κοινό πρόσφατο πρόγονο ή προέκυψαν από ανεξάρτητες εισαγωγές. Το τίμημα ήταν πάντοτε το υπολογιστικό κόστος: ο αριθμός των πιθανών σχημάτων ενός δέντρου αυξάνεται εντυπωσιακά όσο αυξάνονται οι αλληλουχίες, ενώ καθιερωμένες πλατφόρμες όπως η BEAST 2 απαιτούν μακρές υπολογιστικές εκτελέσεις και εξειδικευμένη κρίση.

Οι συγγραφείς αναφέρουν ότι το Delphy επεξεργάστηκε ένα προσομοιωμένο σύνολο δεδομένων 100.000 αλληλουχιών σε μία ημέρα, με αποτελέσματα που, όπως περιγράφουν, είναι συγκρίσιμα με εκείνα καθιερωμένων Μπεϋζιανών αναλύσεων (Nature). Η επίδοση αυτή δεν έχει αναπαραχθεί ανεξάρτητα. Το Delphy υποστηρίζει σήμερα στενότερο φάσμα πληθυσμιακών μοντέλων από μια πλατφόρμα γενικής χρήσης όπως η BEAST 2, γεγονός που το καθιστά εργαλείο ειδικά σχεδιασμένο για επιδημικές εξάρσεις και όχι καθολικό αντικαταστάτη της εξελικτικής ανάλυσης.

Από την προσομοίωση σε μια πραγματική επιδημική έξαρση

Το Delphy έχει πλέον περάσει από τα δοκιμαστικά σύνολα δεδομένων σε πραγματική χρήση. Ανάρτηση στο Virological.org τεκμηριώνει ότι ερευνητές χρησιμοποίησαν τη διαδικτυακή διεπαφή του κατά την επιδημική έξαρση του ιού Bundibugyo το 2026 στη Λαϊκή Δημοκρατία του Κονγκό και στην Ουγκάντα. Αυτό επιβεβαιώνει τη χρήση του σε εν εξελίξει επιδημική έξαρση, χωρίς ωστόσο να υπάρχει έως τώρα τεκμηρίωση ότι άλλαξε συγκεκριμένη απόφαση δημόσιας υγείας ή συντόμευσε κάποια παρέμβαση.

Ο σχεδιασμός του για λειτουργία σε πρόγραμμα περιήγησης αφορά και την προσβασιμότητα. Το Broad Institute, που διαδραμάτισε κεντρικό ρόλο στην εργασία, παρουσιάζει αυτή τη δυνατότητα ως μέρος της χρησιμότητας που προορίζεται να έχει το Delphy στην αντιμετώπιση επιδημικών εξάρσεων, καθώς οι υγειονομικές αρχές ενδέχεται να μπορούν να ξεκινούν μια ανάλυση χωρίς συστοιχία υπολογιστών υψηλών επιδόσεων. Η δημόσια διαθεσιμότητα, οι όροι αδειοδότησης και οι πρακτικές απαιτήσεις σε υλικό δεν κατέστη δυνατό να εξακριβωθούν στο πλαίσιο της έρευνας.

Η ταχύτητα, όμως, δεν διορθώνει τα προβλήματα που προκύπτουν πριν φτάσουν οι αλληλουχίες στο λογισμικό. Ξεχωριστή ανάλυση για τον ιό Bundibugyo δείχνει την πραγματικότητα στο προηγούμενο στάδιο: οι ερευνητές χρειάστηκε να αφαιρέσουν ακραίες περιπτώσεις που οφείλονταν σε σφάλματα αλληλούχησης και σε λανθασμένη καταγραφή ημερομηνιών στα 626 γονιδιώματα, προτού μπορέσουν να κατασκευάσουν οποιοδήποτε δέντρο. Η ταχύτερη ανάλυση δεν μπορεί να διορθώσει την καθυστερημένη δειγματοληψία, την κακή ποιότητα των αλληλουχιών ή τα κενά στην επιτήρηση.

Το αποτέλεσμα της δημοσιευμένης μελέτης δείχνει ότι η Μπεϋζιανή ανασύσταση της πορείας μιας επιδημικής έξαρσης μπορεί να κλιμακωθεί πολύ περισσότερο από ό,τι είχε αποδειχθεί έως τώρα, τουλάχιστον στις δοκιμές των συγγραφέων. Το επόμενο ουσιαστικό τεκμήριο θα είναι αν οι ομάδες που εργάζονται σε επιδημικές εξάρσεις μπορούν να αναπαράγουν αυτή την ταχύτητα με ατελή δεδομένα από τον πραγματικό κόσμο και να αξιοποιήσουν τον χρόνο που εξοικονομείται για μια συγκεκριμένη απόφαση.