Delphy egy nap alatt 100,000 vírusszekvenciát térképez fel

Amikor egy új vírus terjedni kezd, a járványügyi szakemberek azt akarják megérteni, hogyan jutott be a kórokozó, hányszor hurcolták be, és mely esetek tartoznak össze. A szokásos elemzési módszer, a bayesi filogenetika nem egyetlen víruscsaládfát épít, hanem több valószínű változatot, így az elemzés megőrzi a járvány történetével kapcsolatos valódi bizonytalanságot. Több ezer járványügyi szekvencia feldolgozása azonban eddig rendkívül lassú volt. A Nature-ben szeptember 16-án megjelent, szakértői bírálaton átesett tanulmány a Delphyt mutatja be, amely nagyságrendekkel rövidítheti le ezt a számítási szűk keresztmetszetet, ráadásul egy átlagos webböngészőben is futtatható.

A különbségek tárolása

A legtöbb filogenetikai eszköz minden genomot teljes genetikai karaktersorként kezel, és az elemzés minden lépésében újra összehasonlítja az összeset. Egy járvány során azonban a terjedő vírusmásolatok genetikailag nagyon hasonlóak. A Delphy ezt a hasonlóságot használja ki: explicit mutációannotált fát alkalmaz, amely nagyjából úgy működik, mint egy verziótörténet. Nem minden teljes dokumentumot ment el, hanem csak azt rögzíti, mi változott az egyes verziók között. A Genetics című folyóiratban megjelent kapcsolódó tanulmány szerint ez az ábrázolás akár **1000-szeres statisztikai hatékonyságnövekedést is hozhat, ha a szekvenciák csak néhány ponton térnek el egymástól. Ez a hatékonyság a Delphy egyik összetevője; az eszköz optimalizált számítási eljárásokkal együtt éri el a Nature-tanulmányban ismertetett sebességet.

A sebesség jelentőségét az mutatja meg, hogy mit ad valójában a bayesi elemzés. A hagyományos módszer a leginkább alátámasztott egyetlen fát adja vissza, a bayesi következtetés viszont több alternatív fát is megtart, és megmutatja, mennyire bizonytalanok az időzítésre és a kapcsolatokra vonatkozó becslések. Az elemző így arról is beszámolhat, mekkora bizonyossággal kapcsolhatók össze két csoport esetei. Ez közegészségügyi döntéseknél lényeges, hiszen nem mindegy, hogy az eseteknek volt-e közös, közeli őse, vagy egymástól függetlenül érkeztek. Ennek mindig ára volt a számítási kapacitásban: a lehetséges fastruktúrák száma a szekvenciák számával együtt hatalmasra nő, az olyan bevett platformoknak pedig, mint a BEAST 2, hosszú számításokra és szakértői mérlegelésre van szükségük.

A szerzők szerint a Delphy egy 100 000 szekvenciából álló szimulált adathalmazt egy napon belül feldolgozott, és a bevett bayesi elemzésekhez hasonló eredményeket adott (Nature). Ezt a teljesítménymérést egyelőre nem ismételték meg független kutatók. A Delphy jelenleg a populációs modellek szűkebb körét támogatja, mint az általános célú BEAST 2, ezért inkább járványok elemzésére készült eszköz, semmint az evolúciós vizsgálatok univerzális helyettesítője.

A szimulációtól az aktív járványig

A Delphy már túljutott a tesztadatokon. Egy, a Virological.org oldalon megjelent bejegyzés dokumentálja, hogy kutatók a Delphy webes felületét használták a Kongói Demokratikus Köztársaságban és Ugandában zajló, 2026-os Bundibugyo-vírus-járvány során. Ez igazolja, hogy az eszközt valós járványhelyzetben is alkalmazták, arra azonban egyelőre nincs bizonyíték, hogy egy konkrét közegészségügyi döntést befolyásolt vagy gyorsabbá tett volna egy beavatkozást.

A böngészőben futó kialakítás az elemzés hozzáférhetősége miatt is fontos lehet. A munkában központi szerepet játszó Broad Institute szerint a Delphy egyik célja, hogy a járványokra reagáló egészségügyi szervek nagy teljesítményű számítástechnikai klaszter nélkül is elindíthassák az elemzést. A vizsgálatból nem derült ki, hogy az eszköz nyilvánosan hozzáférhető-e, milyen licencfeltételek vonatkoznak rá, és a gyakorlatban milyen hardverre van szükség a futtatásához.

A gyorsabb számítás azonban nem javítja ki azt, ami még azelőtt történik, hogy a szekvenciák eljutnának a szoftverhez. Egy külön Bundibugyo-elemzés jól mutatja ezt a problémát: a kutatóknak 626 genomból kellett kiszűrniük a szekvenálási hibák és a tévesen rögzített dátumok miatt keletkezett kiugró értékeket, mielőtt egyáltalán felépíthették volna a fát. A késői mintavételt, a gyenge minőségű szekvenciákat és a hiányos megfigyelést a gyorsabb elemzés sem tudja pótolni.

A szakértői bírálaton átesett eredmény azt mutatja, hogy a bayesi járványrekonstrukció a korábban bemutatottnál jóval nagyobb méretű adathalmazokra is kiterjeszthető, legalábbis a szerzők tesztjeiben. A következő érdemi bizonyíték az lesz, ha járványügyi csapatok ezt a sebességet rendezetlen, valós adatokon is meg tudják ismételni, és a megtakarított időt tényleges döntések megalapozására használják.