Delphy u danu mapira 100,000 virusnih sekvenci

Kad se novi virus počne širiti, epidemiolozi žele znati kako je stigao, koliko je puta unesen i koji su slučajevi međusobno povezani. Standardni analitički pristup, Bayesova filogenetika, ne izrađuje jedno virusno obiteljsko stablo, nego više vjerojatnih stabala, čime zadržava stvarnu nesigurnost o povijesti epidemije. Problem je što je takva analiza tisuća sekvenci iz epidemije dosad bila vrlo spora. U recenziranoj studiji objavljenoj 16. rujna u časopisu Nature opisan je Delphy, alat osmišljen da to usko grlo smanji za više redova veličine i radi u običnom web-pregledniku.

Pohrana promjena

Većina filogenetičkih alata svaki genom tretira kao puni niz genetskih slova i pri svakom koraku analize sve ih iznova uspoređuje. Tijekom epidemije, međutim, kopije virusa u optjecaju genetski su vrlo slične. Delphy tu sličnost koristi. Služi se strukturom koja se naziva eksplicitno stablo s označenim mutacijama i koja donekle nalikuje datoteci s poviješću inačica: umjesto da pohranjuje svaki cjeloviti dokument, bilježi samo ono što se među inačicama promijenilo. Povezani tehnički rad objavljen u časopisu Genetics navodi da takav prikaz može donijeti čak 1.000 puta veću statističku učinkovitost kada se sekvence razlikuju na malom broju položaja. Ta je učinkovitost samo jedan dio Delphyjeva dizajna; uz optimizirane računalne postupke omogućuje ubrzanja opisana u radu u časopisu Nature.

Da bi se razumjelo zašto je brzina ovdje važna, treba vidjeti što Bayesova analiza zapravo daje. Konvencionalna metoda vraća jedno stablo s najvećom potporom podataka. Bayesov pristup zadržava mnoge alternativne mogućnosti i pokazuje koliko su nesigurne procjene vremena i međusobnih odnosa. Analitičar tako ne može izvijestiti samo da su dvije skupine slučajeva vjerojatno povezane, nego i koliko je siguran u taj zaključak. Ta je otvorenost važna kada odluke javnog zdravstva ovise o tome dijele li slučajevi nedavnog zajedničkog pretka ili su uneseni neovisno jedan o drugome. Cijena je uvijek bila računalna zahtjevnost: broj mogućih oblika stabla golemo raste s brojem sekvenci, a etablirane platforme poput BEAST 2 zahtijevaju dugotrajne obrade i stručnu prosudbu.

Autori navode da je Delphy obradio simulirani skup podataka sa 100.000 sekvenci u jednom danu, pri čemu je dobio rezultate koje opisuju usporedivima s rezultatima etabliranih Bayesovih analiza (Nature). Taj test nije neovisno ponovljen. Delphy trenutačno podržava uži raspon populacijskih modela nego platforma opće namjene poput BEAST 2, pa je riječ o alatu posebno napravljenom za analizu epidemija, a ne o univerzalnoj zamjeni za evolucijsku analizu.

Od simulacije do epidemije u tijeku

Delphy se više ne koristi samo na testnim skupovima podataka. Objava na Virological.org dokumentira kako su istraživači Delphyjevim web-sučeljem analizirali epidemiju virusa Bundibugyo 2026. godine u Demokratskoj Republici Kongo i Ugandi. To potvrđuje uporabu u stvarnoj epidemiji, iako još nema dokaza da je alat promijenio neku konkretnu odluku javnozdravstvenih službi ili skratio trajanje intervencije.

Dizajn koji radi u pregledniku važan je zbog dostupnosti. Broad Institute, koji je imao središnju ulogu u radu, navodi da je to dio Delphyjeve svrhe u odgovoru na epidemije: zdravstvene agencije mogle bi pokrenuti analizu bez klastera za računalstvo visokih performansi. Ovom provjerom nisu utvrđeni dostupnost javnosti, uvjeti licenciranja ni stvarni hardverski zahtjevi.

Brzina ne može ispraviti ono što se događa prije nego što sekvence stignu do softvera. Odvojena analiza epidemije virusa Bundibugyo pokazuje stvarnost na početku procesa: istraživači su prije izrade bilo kakvog stabla morali ukloniti odstupajuće podatke uzrokovane pogreškama u sekvenciranju i netočno zabilježenim datumima, i to iz 626 genoma. Brža analiza ne može nadomjestiti zakašnjelo uzorkovanje, lošu kvalitetu sekvenci ni nedostatke u epidemiološkom nadzoru.

Rezultat recenzirane studije pokazuje da rekonstrukcija tijeka epidemije Bayesovim metodama može obuhvatiti mnogo veći broj podataka nego što je dosad bilo pokazano, barem u testovima autora. Sljedeći važan dokaz bit će može li takva brzina timovima na terenu donijeti ponovljive rezultate na nesavršenim podacima iz stvarnih epidemija i hoće li ušteđeno vrijeme iskoristiti za donošenje konkretne odluke.