Delphy brengt 100,000 virussequenties in kaart

Wanneer een nieuw virus zich verspreidt, willen epidemiologen weten hoe het is binnengekomen, hoe vaak dat is gebeurd en welke besmettingen met elkaar samenhangen. De gebruikelijke analysemethode, de Bayesiaanse fylogenetica, maakt niet één virusstamboom, maar meerdere aannemelijke varianten. Zo blijft de werkelijke onzekerheid over het verloop van een uitbraak zichtbaar. Het probleem is dat zo’n analyse van duizenden uitbraaksequenties tot nu toe tergend langzaam verliep. Een peer-reviewed onderzoek in Nature dat op 16 september verscheen, beschrijft Delphy, een hulpmiddel dat deze flessenhals vele malen kleiner moet maken en in een gewone webbrowser kan draaien.

Verschillen opslaan

De meeste fylogenetische hulpmiddelen behandelen elk genoom als een volledige reeks genetische letters. Bij iedere analysetap vergelijken ze die reeksen opnieuw. Tijdens een uitbraak lijken de circulerende viruskopieën genetisch echter sterk op elkaar. Delphy maakt gebruik van die overeenkomst. Het programma gebruikt een structuur die bekendstaat als een expliciete, met mutaties geannoteerde boom. Die werkt ongeveer als een bestand met versiegeschiedenis: in plaats van elk volledig document op te slaan, registreert het alleen wat er tussen versies is veranderd. Een verwant technisch onderzoek in Genetics meldt dat deze representatie bij sequenties die op weinig posities verschillen tot 1.000-voudige winst in statistische efficiëntie kan opleveren. Die efficiëntie vormt één onderdeel van Delphy's ontwerp. Geoptimaliseerde rekenroutines dragen eveneens bij aan de snelheidswinst die in het Nature-onderzoek wordt beschreven.

Om te begrijpen waarom snelheid hier telt, moet je kijken naar wat een Bayesiaanse analyse precies oplevert. Een conventionele methode geeft de best onderbouwde stamboom. Bayesiaanse inferentie houdt meerdere alternatieve bomen over en laat zien hoeveel onzekerheid er blijft bestaan over de timing en onderlinge relaties. Een onderzoeker kan daardoor niet alleen melden dat twee clusters waarschijnlijk verwant zijn, maar ook hoe groot het vertrouwen in die conclusie is. Die eerlijkheid doet ertoe wanneer volksgezondheidsbesluiten afhangen van de vraag of besmettingen een recente gemeenschappelijke voorouder hebben of onafhankelijk van elkaar zijn binnengekomen. Daar staat wel een hoge rekenlast tegenover. Het aantal mogelijke boomstructuren groeit explosief met het aantal sequenties, terwijl gevestigde platforms als BEAST 2 lange rekentijden en specialistische kennis vereisen.

De auteurs melden dat Delphy een gesimuleerde dataset van 100.000 sequenties binnen één dag verwerkte. De resultaten waren volgens hen vergelijkbaar met die van gevestigde Bayesiaanse analyses (Nature). Die benchmark is niet onafhankelijk gereproduceerd. Delphy ondersteunt bovendien een beperktere reeks populatiemodellen dan een algemeen platform als BEAST 2. Het programma is daarmee een gespecialiseerd hulpmiddel voor uitbraken, geen universele vervanger voor evolutionaire analyses.

Van simulatie naar een echte uitbraak

Delphy wordt inmiddels ook buiten testdatasets gebruikt. Een bericht op Virological.org beschrijft hoe onderzoekers de webinterface van Delphy inzetten tijdens de uitbraak van het Bundibugyo-virus in 2026 in de Democratische Republiek Congo en Uganda. Daarmee is het gebruik tijdens een daadwerkelijke uitbraak aangetoond. Er is nog geen bewijs dat Delphy een specifiek volksgezondheidsbesluit heeft veranderd of een interventie heeft versneld.

De browsergebaseerde opzet is van belang voor de toegankelijkheid. Het Broad Institute, dat een centrale rol speelde in het onderzoek, ziet daarin een deel van de beoogde waarde van Delphy voor de bestrijding van uitbraken. Gezondheidsdiensten zouden zo een analyse kunnen starten zonder cluster voor grootschalige berekeningen. De beschikbaarheid voor het publiek, de licentievoorwaarden en de praktische hardwarevereisten konden in dit onderzoek niet worden vastgesteld.

Snelheid kan ook niet herstellen wat er gebeurt voordat sequenties de software bereiken. Een afzonderlijke analyse van het Bundibugyo-virus laat zien hoe weerbarstig die voorafgaande fase is. Onderzoekers moesten eerst uitschieters verwijderen die waren veroorzaakt door sequencingfouten en verkeerd geregistreerde data in 626 genomen. Pas daarna kon de stamboom worden opgebouwd. Een snellere analyse lost vertraagde monstername, gebrekkige sequentiekwaliteit of ontbrekende surveillance immers niet op.

Het peer-reviewed onderzoek laat zien dat Bayesiaanse reconstructies van virusuitbraken veel verder kunnen opschalen dan eerder was aangetoond, althans in de tests van de auteurs. De volgende relevante vraag is of uitbraakonderzoekers die snelheid ook met rommelige gegevens uit de praktijk kunnen halen en de gewonnen tijd daadwerkelijk voor een besluit kunnen benutten.