Программа предсказывает эволюцию вирусов гриппа

Международная команда учёных разработала алгоритм, способный предсказывать эволюцию асексуальных организмов, таких как вирусы или раковые клетки. Алгоритм был успешно протестирован на историческом развитии вируса гриппа A/H3N2.

Как работает алгоритм

  • Основная идея: Программа использует генеалогическое дерево, чтобы оценить биологическую приспособленность (фитнес) организма. Более приспособленные линии имеют больше потомков, что отражается в большем количестве ветвей на дереве.

  • Ключевые допущения:

    1. Популяция организмов находится под постоянным направленным отбором.
    2. Приспособленность особей меняется небольшими шагами из-за мутаций.
  • Входные данные: Для работы алгоритму требуется генеалогическое дерево, построенное на основе генетического анализа различных линий организма.

Тестирование на вирусе гриппа

Исследователи протестировали алгоритм на данных по вирусу A/H3N2 в Азии и Северной Америке с 1995 по 2013 год. Они использовали генетические данные поверхностного рецептора гемагглютинина 1 одного года, чтобы:

  1. Построить генеалогическое дерево.
  2. Спрогнозировать наиболее приспособленные линии вируса для следующего сезона гриппа.

Результаты теста:

  • В 30% случаев алгоритм точно определил тип вируса, который станет доминирующим в следующем году.
  • Для 16 из 19 проанализированных лет алгоритм дал информативные прогнозы о циркулирующем типе вируса.
  • Это указывает, что приспособленность вируса гриппа в основном определяется мутациями с малым индивидуальным эффектом, которые накапливаются со временем.

Преимущества и перспективы

  • Универсальность: Алгоритм из Тюбингена показал надежность, сравнимую со специализированными методами прогнозирования гриппа, но при этом он проще и применим ко многим разным организмам.
  • Не требует исторических данных или детальных знаний о влиянии генома на приспособленность.
  • Потенциальное применение: Помимо гриппа, метод можно применять для прогнозирования развития ВИЧ, норовирусов, бактерий и раковых клеток.
  • Улучшение прогнозов: Комбинация этого подхода с моделями распространения патогенов может进一步提高 точность предсказаний.

Как отмечает Ричард Нер из Института биологии развития Макса Планка: «Предсказание эволюции — это окончательная проверка нашего понимания эволюции». Такие прогнозы могут помочь в создании вакцин против быстро развивающихся патогенов.

2014-11-12