ノーフォークにおけるSARS-CoV-2の進化を追跡する

SARS-CoV-2が世界的な健康の脅威として現れて以来、公共の健康にとって大きな懸念となってきた。このウイルスには関連する特徴を共有するウイルスのグループ、つまり系統がある。科学者たちはこれらの系統を特定し追跡するための分類システムを開発した。その中で人気になったのがPangoというシステムだ。パンデミックが進行する中で、いくつかの変異株が急速に広がったり免疫を回避する可能性があると認識された。世界保健機関はこれらを「懸念される変異株」またはVOCとして分類した。

2020年末、以前の株よりも優れた重要な変異株がいくつか現れ始めた。イギリスでは、5つの主要なVOCが特定された：アルファ、ベータ、デルタ、ガンマ、オミクロン。アルファ変異株は2020年9月に初めて確認され、12月にはVOCに指定された。デルタは2020年12月に現れ、オミクロンは2021年11月に最初に検出された。ベータとガンマは存在していたが、あまり目立たなかった。

全ゲノムシーケンシング、つまりWGSは、パンデミックの管理において重要だった。この技術により、保健当局はウイルスを迅速に特定し、その遺伝的構成の変化を監視することができた。イギリスでは、COVID-19 Genomics UK（COG-UK）というグループが全国的なシーケンシングプログラムを設立した。大学や保健機関、NHSとの協力により、ウイルスの拡散と変異を追跡するための広範なシーケンシングが可能となった。ノーフォークでは、Quadram Institute Bioscienceという学術パートナーが87,000以上のSARS-CoV-2ゲノムをシーケンスした。

この記事では、COG-UKが取得したデータを使用して、2020年3月から2022年12月までのノーフォークにおけるSARS-CoV-2の進化と拡散について見ていく。

#方法

#データ収集

ノーフォークのシーケンスデータはCOG-UKプロジェクトの一部だった。ウイルスの遺伝情報を分析するために、シーケンスデータとメタデータの両方にアクセスした。メタデータには、サンプルの日付、場所、年齢や性別などの患者情報が含まれていた。私たちが注目したデータは、2020年3月から2022年12月までに収集されたサンプルから得られた。

#症例とシーケンスの分析

ノーフォークでCOVID-19がどのように変化したかを理解するために、UK政府のCOVID-19ダッシュボードから日別の症例数を集め、研究期間中に取得された標本を中心に分析した。この日別データを週ごとの数字に変換して、さらに分析した。トレンドを視覚化するために、異なるソフトウェアツールを使用し、ロックダウンやワクチン接種といった重要な公衆衛生対策を重ね合わせた。

#系統多様性の追跡

各サンプルの系統を特定するために、PangolinというツールとScorpioという別のツールを使って、どの変異株が存在していたかを調べた。ノーフォークで最も一般的に観察された系統に焦点を当てて、ウイルスの多様性についての洞察を得た。時間の経過に伴って、どれだけ多様な系統が存在したかを推定するために多様性指標を計算した。

#系統解析

特定の遺伝子マーカーを使用して系統樹を作成し、異なるSARS-CoV-2シーケンス間の関係を示した。これにより、ウイルスが時間とともにどのように変化したか、そして異なる系統がどのように関連しているかを視覚化するのに役立った。

#流行波の定義

系統がその地域で最も一般的になった時期に基づいて、流行波を定義した。波は、その期間中の支配的な変異株の名前で呼ばれた。これにより、ノーフォークにおけるパンデミックのタイムラインを整理し、ウイルスがどのように進化したかを観察できた。

#統計分析

新しい系統の出現パターンを研究するために、統計モデルを使用した。K平均法と呼ばれる手法を適用して、異なる系統がどのように時間とともに出現するかのトレンドを見つけた。系統の出現が前の数週間に基づいて接続されているネットワークを作成した。

#他地域との比較

ノーフォークのデータを隣接する2つの地域、サフォークとハートフォードシャーと比較した。この比較により、ノーフォークで観察されたトレンドが他の地域と似ているのか異なるのかを理解するのに役立った。

#結果

#確認された症例とシーケンスのカバレッジ

2020年3月から2022年12月までの間、ノーフォークでは296,429件のCOVID-19症例が記録された。この間に29,406のウイルスゲノムがシーケンスされ、シーケンシングカバレッジは9.9%となった。ノーフォークで初めて記録された症例は2020年3月10日で、シーケンシングは翌日から始まった。

#患者の人口統計

ほとんどのシーケンスには患者の性別に関する情報があり、約54%が女性、45%が男性だった。患者の年齢に関するデータは約10%のシーケンスに利用可能だった。サンプル数が最も多かった年齢層は81-90歳だった。

#世界的な系統の存在

研究期間中、ノーフォークで401種類の独自のSARS-CoV-2系統を特定した。一部の系統は他よりも一般的で、280が複数回現れた。ある週に観察された系統の数が最も多かったのは、2020年3月14日の週で37系統だった。

#時間に伴う系統の多様性

ノーフォークにおけるSARS-CoV-2の多様性はパンデミックの間に変動した。シャンノンの多様性指数という指標を使用して、週ごとの系統の違いを推定した。データには系統数の変動が見られ、変異株の出現と衰退を反映していた。特定の週にシーケンシングの欠如により系統が記録されなかった著しい期間があった。

#懸念される変異株の出現

ノーフォークにおけるCOVID-19の最も重要な波はVOCの出現と一致した。アルファ変異株は2020年末に支配的になり、2021年春にはデルタ、2021年末にはオミクロンが続いた。各波は数週間から数ヶ月続き、変異株が時間とともに互いに取って代わる様子を示していた。

#系統間の系統解析

シーケンシングされたウイルス間の関係を視覚化するために系統樹を構築した。この系統樹は系統の関連を示し、パンデミックのさまざまな時期に循環していた変異株を特定するのに役立った。

#統計モデリングの洞察

統計分析の結果、新しい系統が現れた8つの明確な期間が明らかになった。この情報は、今後の系統がどのように出現するかを予測するのに役立った。結果は、いくつかの系統が他の系統と強い関連性を持っていることを示し、公衆衛生の対応に役立つパターンを明らかにした。

#他地域との比較

ノーフォークをサフォークとハートフォードシャーと比較した結果、三つの地域すべてが系統の出現やVOCの存在において似たようなトレンドを示した。ただし、タイミングや系統の多様性には違いがあった。特定の変異株は地域間で共通していたが、系統の特定の数は異なり、地域的な感染パターンを示していた。

#結論

この研究は、パンデミックを通じてノーフォークにおけるSARS-CoV-2の動的な性質を強調している。多様な系統がCOVID-19の拡散に寄与し、公衆衛生において重要な役割を果たしたのはほんの数種類の変異株だった。これらの系統を追跡し、その関係を理解することで、ウイルスの進化に関する貴重な洞察を得ることができる。発見は、地域レベルでの公衆衛生の課題に対応するためにゲノム方法が重要であることを強調している。変異株の継続的な監視は、将来の感染症の発生に備え、公衆衛生の対応を効果的に管理するために不可欠だ。