用物理学解释不同SARS-CoV-2突变的传播效应
在SARS-CoV-2大流行期间，出现了多种新的、传染性更强的病毒变体。了解特定突变如何影响SARS-CoV-2的传播，可以帮助我们更好地了解病毒的生物学特性，并控制疫情。
然而，加州大学河滨分校的物理学和天文学助理教授约翰·巴顿表示，这是一项具有挑战性的任务。他在世界卫生组织发表了题为“从基因组监测数据推断突变对新冠病毒传播的影响”的研究结果美国物理学会三月会议．
“现有的计算方法对这个问题的研究往往要么难以应用到大量的数据，要么依赖于非常限制性的假设，”巴顿说。“实验也可以提供关于不同突变如何影响病毒的优秀信息，但它们不能用于直接研究SARS-CoV-2传输在人类身上。”
巴顿和他的同事们开发了一种新的计算方法来解决这个问题统计物理学流行病学中的数学模型。他们的方法使他们能够查看从世界各地许多地区的受感染者收集的基因组监测数据——SARS-CoV-2序列，并找到不同突变对SARS-CoV-2传播的影响，这最好地解释了在大流行期间观察到的病毒进化史。
“我们的方法的几个新特点是，它可以解释受感染个体在地区之间的旅行，这是大多数其他模型无法做到的，我们使用的基于物理的方法让我们为不同突变的传播效应写下一个精确的数学表达式，而不是依赖于。数值模拟来估计这些参数，”巴顿说。
在模拟验证了他们的方法后，Barton和他的同事将其应用于GISAID数据库中160多万份SARS-CoV-2序列，这些序列是从87个地理区域收集的。
巴顿说:“很多研究都集中在新冠病毒的刺突蛋白突变上，我们的分析支持这种强调，即刺突蛋白是新冠病毒传播的主要驱动因素。”“我们发现，大约一半最具影响力的突变都在Spike中，包括前四位突变中的3位。然而，我们也发现了Spike以外的多个突变似乎强烈增加了病毒的传播。其中一些可能成为未来实验的好目标，以了解不同突变如何影响SARS-CoV-2功能。”
巴顿解释说，他们的方法也足够敏感，可以揭示以前被认为是中性的突变对SARS-CoV-2传播的好处。他的团队还能够非常迅速地检测到alpha和delta等主要新变体的传播增加，在它们出现在区域数据中的一周内。该团队在撰写论文时考虑的数据集不包括来自omicron变体的序列，因为数据只收集到2021年8月。
“然而，即使没有在数据中观察到任何omicron序列，我们已经估计omicron比Alpha更容易传播突变它与其他SARS-CoV-2变体相同，”巴顿说。“虽然我们在分析中专门关注SARS-CoV-2，但我们的方法非常普遍，可以应用于研究其他病原体的传播，如流感。”
进一步探索
