Delphy mappa 100,000 sequenze virali in un giorno

Quando un nuovo virus si diffonde, gli epidemiologi vogliono capire come sia arrivato, quante volte sia stato introdotto e quali casi siano collegati. L'approccio analitico standard, la filogenetica bayesiana, non costruisce un solo albero genealogico del virus, ma molti alberi plausibili, conservando l'incertezza reale sulla storia di un focolaio. Il problema è che applicare questo metodo a migliaia di sequenze raccolte durante un'epidemia è stato finora estremamente lento. Uno peer-reviewed study published in Nature pubblicato il 16 settembre descrive Delphy, uno strumento progettato per ridurre di diversi ordini di grandezza questo collo di bottiglia e funzionare all'interno di un normale browser web.

Conservare le differenze

La maggior parte degli strumenti filogenetici tratta ogni genoma come una stringa completa di lettere genetiche e, a ogni passaggio dell'analisi, li confronta tutti dall'inizio. Durante un'epidemia, però, le copie del virus in circolazione sono geneticamente molto simili. Delphy sfrutta proprio questa somiglianza, usando una struttura chiamata albero esplicito annotato con le mutazioni, che funziona un po' come un file con la cronologia delle versioni: invece di salvare ogni documento per intero, registra soltanto le modifiche intervenute tra una versione e l'altra. Un articolo tecnico collegato, pubblicato in Genetics, riferisce che questa rappresentazione può produrre as much as 1,000-fold gains in statistical efficiency quando le sequenze differiscono in poche posizioni. Questa efficienza è uno degli elementi del progetto di Delphy e, insieme a procedure di calcolo ottimizzate, contribuisce ai guadagni di velocità descritti nello studio di Nature.

Per capire perché qui la velocità conti, basta vedere che cosa offre davvero un'analisi bayesiana. Un metodo convenzionale restituisce l'albero che riceve il maggior sostegno dai dati; l'inferenza bayesiana conserva invece molti alberi alternativi e mostra quanto restino incerte la cronologia e le relazioni tra i casi che rappresentano. L'analista può così riferire non soltanto che due gruppi sono probabilmente imparentati, ma anche con quale grado di confidenza si possa sostenere la conclusione. È un grado di trasparenza essenziale quando dalle decisioni di sanità pubblica dipende stabilire se i casi condividano un antenato recente oppure siano arrivati indipendentemente. Il prezzo, da sempre, è computazionale: con l'aumentare delle sequenze cresce enormemente il numero delle possibili forme degli alberi, mentre piattaforme consolidate come BEAST 2 richiedono sessioni lunghe e valutazioni specialistiche.

Gli autori riferiscono che Delphy ha elaborato un dataset simulato di 100.000 sequenze in un giorno, producendo risultati che descrivono come comparabili con quelli di analisi bayesiane consolidate (Nature). Questo risultato non è stato riprodotto indipendentemente. Al momento Delphy supporta una narrower range di modelli di popolazione rispetto a una piattaforma generalista come BEAST 2; è dunque uno strumento costruito per le epidemie, non un sostituto universale per l'analisi evolutiva.

Dalla simulazione a un focolaio in corso

Delphy è uscito dai dataset di prova. Un Virological.org post documenta l'uso dell'interfaccia web di Delphy da parte dei ricercatori durante l'epidemia di virus Bundibugyo del 2026 nella Repubblica Democratica del Congo e in Uganda. Questo conferma l'impiego in un focolaio reale, anche se non ci sono ancora prove che abbia modificato una specifica decisione di sanità pubblica o abbreviato un intervento.

Il fatto che funzioni via browser è rilevante per l'accessibilità. Il Broad Institute, che ha avuto un ruolo centrale nel lavoro, descrive questa caratteristica come parte del valore previsto di Delphy nella risposta ai focolai: le agenzie sanitarie potrebbero avviare un'analisi senza disporre di un cluster di calcolo ad alte prestazioni. L'indagine non ha stabilito se lo strumento sia disponibile pubblicamente, quali siano le condizioni della licenza o quali requisiti hardware concreti richieda.

La velocità, inoltre, non può rimediare a ciò che accade prima che le sequenze arrivino al software. Una separate Bundibugyo analysis mostra la realtà a monte: prima di poter costruire un albero, i ricercatori hanno dovuto eliminare da 626 genomi gli outlier dovuti a errori di sequenziamento e a date registrate in modo errato. Un'analisi più rapida non corregge campionamenti tardivi, scarsa qualità delle sequenze o lacune nella sorveglianza.

Il risultato dello studio sottoposto a revisione tra pari mostra che la ricostruzione bayesiana dei focolai può raggiungere una scala molto più ampia di quanto fosse stato dimostrato finora, almeno nei test degli autori. La verifica che conta adesso è capire se i team impegnati nei focolai sapranno riprodurre quella velocità con dati reali e disordinati, usando il tempo guadagnato per orientare una decisione concreta.