Delphy reconstruye 100,000 secuencias virales en un día

Cuando se propaga un virus nuevo, los epidemiólogos necesitan saber cómo llegó, cuántas veces se introdujo y qué casos están relacionados. El enfoque analítico habitual, la filogenética bayesiana, no construye un único árbol filogenético del virus, sino muchos árboles plausibles, de modo que conserva la incertidumbre real sobre la historia de un brote. El problema es que aplicar este análisis a miles de secuencias obtenidas durante un brote ha sido extremadamente lento. Un estudio revisado por pares publicado en Nature el 16 de septiembre describe Delphy, una herramienta diseñada para reducir ese cuello de botella en varios órdenes de magnitud y ejecutarse dentro de un navegador web convencional.

Almacenar las diferencias

La mayoría de las herramientas filogenéticas trata cada genoma como una cadena completa de letras genéticas y los compara desde cero en cada paso del análisis. Durante un brote, sin embargo, las copias del virus que circulan son muy parecidas desde el punto de vista genético. Delphy aprovecha esa similitud mediante una estructura denominada árbol explícito anotado con mutaciones, que funciona de forma parecida a un archivo de historial de versiones: en lugar de guardar cada documento completo, registra únicamente los cambios entre versiones. Un artículo técnico relacionado publicado en Genetics señala que esta representación puede proporcionar ganancias de hasta 1.000 veces en eficiencia estadística cuando las secuencias difieren en pocas posiciones. Esa eficiencia es uno de los componentes del diseño de Delphy y se combina con rutinas computacionales optimizadas para lograr las mejoras de velocidad descritas en el artículo de Nature.

Para entender por qué importa la velocidad, conviene ver qué aporta realmente el análisis bayesiano. Un método convencional devuelve el árbol con mayor respaldo estadístico. La inferencia bayesiana conserva muchos árboles alternativos y refleja la incertidumbre que persiste sobre la cronología del brote y las relaciones entre las secuencias. El analista puede indicar que dos grupos probablemente están relacionados y cuantificar la confianza que merece esa conclusión. Esa transparencia importa cuando las decisiones de salud pública dependen de si varios casos comparten un ancestro reciente o llegaron de forma independiente. El coste es computacional: el número de formas posibles de un árbol crece enormemente a medida que aumenta el número de secuencias, y plataformas consolidadas como BEAST 2 requieren ejecuciones largas y criterio especializado.

Los autores informan de que Delphy procesó un conjunto de datos simulado de 100.000 secuencias en un día, con resultados que, según describen, son comparables a los de análisis bayesianos consolidados (Nature). Ese resultado de referencia no ha sido reproducido de forma independiente. Delphy admite actualmente una gama más limitada de modelos poblacionales que una plataforma de propósito general como BEAST 2, por lo que es una herramienta concebida específicamente para brotes, no un sustituto universal del análisis evolutivo.

De la simulación a un brote en curso

Delphy ya ha salido de los conjuntos de prueba. Una publicación en Virological.org documenta que investigadores aplicaron la interfaz web de Delphy durante el brote de virus de Bundibugyo de 2026 en la República Democrática del Congo y Uganda. Eso confirma su uso en un brote real, aunque todavía no hay pruebas de que haya cambiado una decisión concreta de salud pública o acortado una intervención.

El diseño basado en navegador resulta relevante para facilitar el acceso. El Broad Institute, que desempeñó un papel central en el trabajo, lo presenta como parte del valor previsto de Delphy para responder a brotes, ya que podría permitir a las autoridades sanitarias iniciar un análisis sin disponer de un clúster de computación de alto rendimiento. La investigación no pudo establecer la disponibilidad pública, las condiciones de licencia ni los requisitos prácticos de hardware.

La velocidad tampoco puede reparar lo que ocurre antes de que las secuencias lleguen al programa. Un análisis separado sobre Bundibugyo ilustra esa realidad previa: antes de poder construir cualquier árbol, los investigadores tuvieron que eliminar valores atípicos provocados por errores de secuenciación y fechas registradas de forma incorrecta en 626 genomas. Un análisis más rápido no corrige la toma tardía de muestras, la mala calidad de las secuencias ni las carencias de la vigilancia epidemiológica.

El resultado revisado por pares demuestra que la reconstrucción bayesiana de brotes puede escalar mucho más de lo que se había demostrado hasta ahora, al menos en las pruebas de los autores. La evidencia más relevante será comprobar si los equipos que trabajan en brotes pueden reproducir esa velocidad con datos desordenados del mundo real y aprovechar el tiempo ahorrado para fundamentar una decisión concreta.