Delphy mapuje 100,000 sekwencji wirusa w dobę

Gdy nowy wirus zaczyna się rozprzestrzeniać, epidemiolodzy chcą ustalić, jak dotarł do danej populacji, ile razy został do niej wprowadzony i które przypadki są ze sobą powiązane. Standardowa metoda analityczna, filogenetyka bayesowska, nie buduje jednego drzewa rodowego wirusa, lecz wiele prawdopodobnych wersji, dzięki czemu zachowuje rzeczywistą niepewność co do historii ogniska. Problem polega na tym, że analiza tysięcy sekwencji z jednego ogniska była dotąd bardzo powolna. W recenzowanym badaniu opublikowanym w Nature 16 września opisano Delphy, narzędzie mające przyspieszyć ten etap o rzędy wielkości i działające w zwykłej przeglądarce internetowej.

Zapisywanie różnic

Większość narzędzi filogenetycznych traktuje każdy genom jak pełny ciąg liter kodu genetycznego i na każdym etapie porównuje wszystkie takie ciągi od początku. W trakcie ogniska krążące kopie wirusa są jednak bardzo podobne. Delphy wykorzystuje tę cechę. Opiera się na strukturze określanej jako jawnie adnotowane drzewo mutacji (explicit mutation-annotated tree), działającej podobnie jak plik historii wersji: zamiast zapisywać każdy kompletny dokument, rejestruje wyłącznie zmiany między kolejnymi wersjami. Powiązany artykuł techniczny opublikowany w Genetics wskazuje, że przy niewielkiej liczbie różnic między sekwencjami taka reprezentacja może zwiększyć efektywność statystyczną nawet 1 000-krotnie. To jeden z elementów konstrukcji Delphy. W połączeniu ze zoptymalizowanymi procedurami obliczeniowymi pozwala uzyskać szybkość opisaną w badaniu Nature.

Żeby zrozumieć, dlaczego szybkość ma tu znaczenie, trzeba zobaczyć, co właściwie daje analiza bayesowska. Klasyczna metoda zwraca jedno drzewo najlepiej wspierane przez dane. Wnioskowanie bayesowskie zachowuje wiele alternatywnych drzew, pokazując, jak duża pozostaje niepewność co do ich chronologii i wzajemnych relacji. Analityk może więc ocenić nie tylko, czy dwa klastry są prawdopodobnie powiązane, lecz także jak mocne są podstawy tego wniosku. Ma to znaczenie, gdy decyzja władz sanitarnych zależy od tego, czy przypadki mają wspólnego niedawnego przodka, czy pojawiły się niezależnie. Ceną jest koszt obliczeniowy: liczba możliwych kształtów drzewa rośnie wraz z liczbą sekwencji, a uznane platformy, takie jak BEAST 2, wymagają długich obliczeń i eksperckiej oceny.

Autorzy podają, że Delphy przetworzył symulowany zbiór 100 000 sekwencji w ciągu doby, dostarczając wyniki, które według ich opisu były porównywalne z rezultatami uzyskiwanymi w ustalonych analizach bayesowskich (Nature). Tego wyniku nie powtórzono dotąd niezależnie. Delphy obsługuje obecnie węższy zakres modeli populacyjnych niż ogólna platforma, taka jak BEAST 2. Jest więc narzędziem projektowanym pod kątem ognisk epidemicznych, a nie uniwersalnym zamiennikiem dla analiz ewolucyjnych.

Od symulacji do trwającego ogniska epidemicznego

Delphy zastosowano już poza zbiorami testowymi. Wpis na Virological.org dokumentuje wykorzystanie interfejsu internetowego Delphy przez badaczy podczas ogniska choroby wywoływanej wirusem Bundibugyo w 2026 r. w Demokratycznej Republice Konga i Ugandzie. Potwierdza to zastosowanie narzędzia w trwającym ognisku, ale nie ma jeszcze dowodów, że zmieniło ono konkretną decyzję z zakresu zdrowia publicznego albo skróciło czas interwencji.

Znaczenie ma także konstrukcja oparta na przeglądarce. Broad Institute, który odegrał kluczową rolę w tych pracach, przedstawia tę cechę jako jeden z celów Delphy: służby zdrowia mogłyby rozpocząć analizę bez dostępu do klastra obliczeniowego o wysokiej mocy. Nie ustalono jednak, czy narzędzie jest publicznie dostępne, na jakich zasadach licencyjnych działa ani jakiego sprzętu wymaga w praktyce.

Sama szybkość nie usunie problemów, które pojawiają się, zanim sekwencje trafią do programu. Osobna analiza ogniska wirusa Bundibugyo pokazuje realia tego wcześniejszego etapu: wśród 626 genomów badacze musieli wykluczyć wartości odstające wynikające z błędów sekwencjonowania oraz nieprawidłowo zapisanych dat, zanim mogli przystąpić do budowy drzewa. Szybsza analiza nie naprawi opóźnionego pobierania próbek, niskiej jakości sekwencji ani braków w systemie nadzoru epidemiologicznego.

Recenzowane badanie pokazuje, że rekonstrukcję przebiegu ogniska metodami bayesowskimi można prowadzić na znacznie większą skalę, niż dotąd wykazano, przynajmniej w testach autorów. Kolejnym sprawdzianem będzie to, czy zespoły prowadzące działania podczas ognisk zdołają odtworzyć tę szybkość na nieuporządkowanych danych z rzeczywistej epidemii i wykorzystać zaoszczędzony czas przy podejmowaniu konkretnej decyzji.