Delphy za deň spracoval 100,000 vírusových sekvencií

Keď sa začne šíriť nový vírus, epidemiológovia potrebujú vedieť, ako sa dostal do populácie, koľkokrát bol zavlečený a ktoré prípady spolu súvisia. Štandardný analytický prístup, bayesovská fylogenéza, nevytvára jeden vírusový rodokmeň, ale množstvo pravdepodobných stromov. Zachováva tak skutočnú mieru neistoty o vývoji ohniska. Analýza tisícov sekvencií z jedného ohniska však bola doteraz neúmerne pomalá. Recenzovaná štúdia publikovaná 16. septembra v časopise Nature opisuje Delphy, nástroj navrhnutý na zrýchlenie tejto časti analýzy o niekoľko rádov, ktorý môže fungovať priamo v bežnom webovom prehliadači.

Ukladanie rozdielov

Väčšina fylogenetických nástrojov zaobchádza s každým genómom ako s úplným reťazcom genetických znakov a pri každom kroku analýzy všetky genómy porovnáva od začiatku. Počas ohniska sú však cirkulujúce kópie vírusu geneticky veľmi podobné. Delphy túto podobnosť využíva. Pracuje so štruktúrou nazývanou explicitný strom s anotáciami mutácií, ktorá funguje podobne ako súbor s históriou verzií: namiesto ukladania každého úplného dokumentu zaznamenáva len zmeny medzi jednotlivými verziami. Technická štúdia publikovaná v časopise Genetics uvádza, že toto znázornenie môže pri sekvenciách, ktoré sa líšia na malom počte pozícií, priniesť až 1 000-násobné zvýšenie štatistickej efektívnosti. Táto efektívnosť je jednou zo súčastí návrhu Delphy; spolu s optimalizovanými výpočtovými postupmi umožňuje dosiahnuť zrýchlenie opísané v štúdii v Nature.

Význam rýchlosti vynikne pri tom, čo bayesovská analýza vlastne poskytuje. Bežná metóda vráti jediný najlepšie podložený strom. Bayesovská inferencia zachováva viacero alternatívnych stromov a ukazuje, nakoľko neisté zostávajú časovanie ich vetvenia a vzájomné vzťahy. Analytik tak môže uviesť nielen to, že dva zhluky prípadov pravdepodobne súvisia, ale aj mieru istoty tohto záveru. Takáto otvorená práca s neistotou je dôležitá, keď rozhodnutia v oblasti verejného zdravia závisia od toho, či prípady majú spoločného nedávneho predka, alebo sa do populácie dostali nezávisle. Odvrátenou stranou je výpočtová náročnosť: počet možných tvarov stromu s rastúcim počtom sekvencií veľmi rýchlo rastie a zavedené platformy, ako je BEAST 2, vyžadujú dlhé výpočty a odborný úsudok.

Autori uvádzajú, že Delphy spracoval simulovaný súbor 100 000 sekvencií za jeden deň a priniesol výsledky, ktoré podľa nich boli porovnateľné so zavedenými bayesovskými analýzami (Nature). Tento test zatiaľ nikto nezopakoval nezávisle. Delphy podporuje užší rozsah populačných modelov než všeobecne použiteľná platforma BEAST 2, takže ide o účelovo vytvorený nástroj na analýzu ohnísk, nie o univerzálnu náhradu evolučnej analýzy.

Od simulácie k prebiehajúcemu ohnisku

Delphy sa už použil aj na reálne dáta. Príspevok na Virological.org dokumentuje použitie webového rozhrania Delphy výskumníkmi počas ohniska nákazy vírusom Bundibugyo v roku 2026 v Demokratickej republike Kongo a Ugande. To potvrdzuje jeho použitie v podmienkach prebiehajúceho ohniska, zatiaľ však nie sú dôkazy, že by jeho použitie zmenilo konkrétne rozhodnutie v oblasti verejného zdravia alebo skrátilo trvanie zásahu.

Dizajn založený na webovom prehliadači má význam aj pre dostupnosť nástroja. Broad Institute, ktorý zohral v tejto práci ústrednú úlohu, ho uvádza ako súčasť zamýšľaného prínosu Delphy pre reakciu na ohniská: zdravotnícke úrady by tak mohli začať analýzu bez klastra vysokovýkonných počítačov. V rámci tohto overovania sa nepodarilo zistiť, či je nástroj verejne dostupný, aké má licenčné podmienky a aké hardvérové nároky má v praxi.

Ani vysoká rýchlosť však nevyrieši problémy, ktoré vzniknú ešte predtým, než sa sekvencie dostanú do softvéru. Samostatná analýza vírusu Bundibugyo ukazuje, čo analýze predchádza: výskumníci museli zo 626 genómov odstrániť odľahlé záznamy spôsobené chybami pri sekvenovaní a nesprávne zaznamenanými dátumami, až potom mohli začať zostavovať strom. Rýchlejšia analýza nenahradí oneskorený zber vzoriek, nízku kvalitu sekvencií ani chýbajúce údaje z epidemiologického dohľadu.

Recenzovaný výsledok ukazuje, že rekonštrukcia priebehu ohniska pomocou bayesovských metód môže fungovať aj pri oveľa väčšom počte sekvencií, než sa doteraz podarilo preukázať, prinajmenšom v testoch autorov. Ďalším podstatným dôkazom bude, či tímy zasahujúce pri ohniskách dokážu túto rýchlosť zopakovať s neúplnými a nekonzistentnými údajmi z praxe a či ušetrený čas využijú pri konkrétnom rozhodovaní.