Ученые создали быстрый софт для отслеживания пандемий в реальном времени
Исследователи из Университета штата Джорджия разработали сверхбыстрое компьютерное программное обеспечение, которое помогает странам отслеживать и анализировать пандемии (например, вызванную COVID-19) до их глобального распространения.
Новый софт на несколько порядков быстрее существующих программ и может обработать более 200 000 геномов нового вируса менее чем за два часа. Затем он строит наглядное филогенетическое дерево штаммов и мест их распространения. Эта информация бесценна для принятия ранних решений о карантине, социальном дистанцировании и тестировании.
"Будущее вспышек инфекционных заболеваний, без сомнения, будет в значительной степени определяться данными", — говорит профессор компьютерных наук Александр Зеликовский.
Программу совместно создали Павел Скумс, Марк Гриншпон, Даниэль Новиков, Сергей Князев и Пелин Исер. Их статья Scalable Reconstruction of SARS-CoV-2 Phylogeny with Recurrent Mutations опубликована в Journal of Computational Biology.
"Пандемия COVID-19 стала беспрецедентным вызовом и возможностью для ученых", — отметил Скумс. Никогда ранее исследователи не секвенировали так много полных геномов вируса.
Штаммы SARS-CoV-2 загружаются в бесплатную глобальную базу данных GISAID. Для своей работы ученые проанализировали более 300 000 различных штаммов из GISAID. Сейчас в этой базе уже более 5 миллионов геномов.
"Ученые по всему миру, вероятно, секвенируют новый вариант почти каждый час", — говорит Зеликовский.
Этот огромный объем данных позволяет в реальном времени наблюдать эволюцию вируса — при наличии программного обеспечения, способного его быстро анализировать.
В начале пандемии, в марте 2020 года, работа шла гораздо медленнее. Программы не были достаточно быстрыми и масштабируемыми. Обработка даже небольшого набора геномов могла занимать часы или дни.
Зеликовский, Скумс и их коллеги создали новый алгоритм для вирусного секвенирования — SPHERE (Scalable PHylogEny with Recurrent mutations). Он может быстро обрабатывать огромные объемы данных в реальном времени и строить эволюционные деревья вируса и его мутаций. Сама программа находится в свободном доступе для исследователей по всему миру.
Применив алгоритм к геномам из базы GISAID, исследователи обнаружили, что подход SPHERE высоко надежен для отслеживания путей распространения вируса.
"Мы можем видеть, как мутации распространяются из страны в страну, из региона в регион. Мы можем определить, как карантинные меры влияют на распространение. Это имеет последствия для государственной политики", — поясняет Зеликовский.
Алгоритм SPHERE может оказаться бесценным в будущих пандемиях, позволяя быстро отслеживать цепочки передачи. Это поможет правительствам принимать обоснованные решения о социальной политике.
SPHERE также может показывать влияние разных подходов к вспышкам. Например, анализ данных секвенирования показывает, что в Швеции (где подход к пандемии был более мягким) были более длинные "цепи передачи". Это означает, что один штамм мог инфицировать гораздо больше людей последовательно.
"Опасность длинных цепей в том, что может появиться новый штамм. И один из этих штаммов может оказаться вариантом, который очень хорошо умеет заражать людей", — говорит Зеликовский.
Подобные данные помогут нам в случае новой глобальной пандемии.
"Инструменты, которые мы и другие разработали, можно использовать где угодно и для любой вспышки. В этом красота компьютерных наук", — заключает Зеликовский.