Opinião

O mapeamento dasmudanças no genoma de um pata³geno fornece pistas sobre seu passado e sobre seu futuro
Para cientistas como nós, eles carregam informaa§aµes adicionais valiosas sobre o coronava­rus. Restos de material de cotonetes podem nos ajudar a descobrir aspectos ocultos da pandemia COVID-19.
Por Claire Guinat, Etthel Windels e Sarah Nadeau - 05/12/2021


Mais de 250 milhões de pessoas em todo o mundo tiveram resultados positivos para SARS-CoV-2, geralmente após um esfregaa§o de nariz diagnóstico. No entanto, esses cotonetes não são lixo depois de entregarem seu resultado positivo. Para cientistas  como  nós, eles carregam informações adicionais valiosas sobre o coronava­rus. Restos de material de cotonetes podem nos ajudar a descobrir aspectos ocultos da pandemia COVID-19.

Os genes de um va­rus mantem um registro de onde ele viajou e
quando. imaginima / E + via Getty Images


Usando os chamados manãtodos filodina¢micos que podem rastrear as viagens de um pata³geno por meio demudanças em seus genes, os pesquisadores são capazes de identificar fatores como onde e quando os surtos comea§am , o número de infecções não detectadas e rotas comuns de transmissão . A filodina¢mica também pode ajudar a compreender e rastrear a propagação de novas variantes do pata³geno, como a variante omicron recentemente detectada do SARS-CoV-2 .

O que háem um cotonete?

Os patógenos, assim como as pessoas, cada um tem um genoma. Este éo RNA ou DNA que contanãm o ca³digo genanãtico de um organismo - suas instruções para a vida e as informações necessa¡rias para a reprodução.

Agora érelativamente rápido e barato sequenciar o genoma de um pata³geno. Na Sua­a§a, um consãorcio de cientistas governamentais e acadaªmicos do qual fazemos parte já extraiu sequaªncias do genoma viral de quase 80.000 testes de swab positivos para SARS-CoV-2 .

Ao alinhar sequaªncias genanãticas obtidas de diferentes pacientes, os cientistas podem ver quais posições na sequaªncia diferem. Essas diferenças representam mutações, pequenos erros incorporados ao genoma quando o pata³geno se copia. Podemos usar essas diferenças mutacionais como pistas para reconstruir cadeias de transmissão e aprender sobre a dina¢mica da epidemia ao longo do caminho.

Filodina¢mica: juntando pistas genanãticas

Os manãtodos filodina¢micos fornecem uma maneira de descrever como as diferenças mutacionais se relacionam com a dina¢mica da epidemia. Essas abordagens permitem que os pesquisadores obtenham dados brutos sobre onde ocorreram as mutações no genoma viral ou bacteriano para compreender todas as implicações. Pode parecer complicado, mas na verdade émuito fa¡cil dar uma ideia intuitiva de como funciona.

As mutações no genoma do pata³geno são transmitidas de pessoa para pessoa em uma cadeia de transmissão. Muitos patógenos adquirem muitas mutações ao longo de uma epidemia . Os cientistas podem resumir essas semelhanças e diferenças mutacionais usando o que éessencialmente uma a¡rvore geneala³gica para o pata³geno. Os bia³logos chamam isso de a¡rvore filogenanãtica . Cada ponto de ramificação representa um evento de transmissão, quando o pata³geno mudou de uma pessoa para outra.

diagrama da amostra para a sequaªncia para a a¡rvore
Uma a¡rvore filogenanãtica éuma aproximação da cadeia de transmissão passada, com
base em variações na sequaªncia genanãtica do pata³geno.
Guinat, Windels, Nadeau , CC BY-ND

Os comprimentos dos ramos são proporcionais ao número de diferenças entre as amostras sequenciadas. Ramos curtos significam pouco tempo entre os pontos de ramificação - transmissão rápida de pessoa para pessoa. Estudar o comprimento dos ramos desta a¡rvore pode nos dizer sobre a propagação do pata³geno no passado - talvez mesmo antes de sabermos que uma epidemia estava no horizonte.

Modelos matema¡ticos da dina¢mica da doena§a

Modelos em geral são simplificações da realidade. Eles tentam descrever os principais processos da vida real com equações matemáticas. Em filodina¢mica, essas equações descrevem a relação entre os processos epidaªmicos e a a¡rvore filogenanãtica.

Veja, por exemplo, a tuberculose. a‰ a infecção bacteriana mais mortal do mundo e estãose tornando ainda mais ameaa§adora devido a  ampla evolução da resistência aos antibia³ticos. Se vocêpegar uma versão resistente a antibia³ticos da bactanãria da tuberculose, o tratamento pode levar anos .

Para prever a carga futura da tuberculose resistente, queremos estimar a rapidez com que ela se espalha.

Para fazer isso, precisamos de um modelo que capture dois processos importantes. Primeiro, háo curso da infecção e, segundo, háo desenvolvimento de resistência aos antibia³ticos. Na vida real, as pessoas infectadas podem infectar outras, receber tratamento e, no final, ser curadas ou, na pior das hipa³teses, morrer com a infecção. Além disso, o pata³geno pode desenvolver resistência.

Podemos traduzir esses processos epidemiola³gicos em um modelo matema¡tico com dois grupos de pacientes - um grupo infectado com tuberculose normal e outro com tuberculose resistente a antibia³ticos. Os processos importantes - transmissão, recuperação e morte - podem acontecer em taxas diferentes para cada grupo. Finalmente, os pacientes cuja infecção desenvolve resistência aos antibia³ticos passam do primeiro grupo para o segundo.

Este modelo ignora alguns aspectos dos surtos de tuberculose, como infecções assintoma¡ticas ou recidivas após o tratamento. Mesmo assim, quando aplicado a um conjunto de genomas da tuberculose, esse modelo nos ajuda a estimar a rapidez com que a tuberculose resistente se espalha .

Capturando aspectos ocultos de epidemias

De maneira única, as abordagens filodina¢micas podem ajudar os pesquisadores a responder a perguntas em situações em que os casos diagnosticados não fornecem um quadro completo. Por exemplo, o que dizer do número de casos não detectados ou a origem de uma nova epidemia?

Um bom exemplo desse tipo de investigação baseada no genoma énosso trabalho recente sobre a influenza avia¡ria altamente patogaªnica (HPAI) H5N8 na Europa. Esta epidemia se espalhou para avia¡rios e aves selvagens em 30países europeus em 2016. No final, dezenas de milhões de aves foram abatidas, devastando a indústria ava­cola.

Mas foram as granjas ou as aves selvagens os verdadeiros impulsionadores da disseminação? Obviamente, não podemos perguntar aos pra³prios pa¡ssaros. Em vez disso, a modelagem filodina¢mica baseada em genomas do H5N8 amostrados em granjas e aves selvagens nos ajudou a obter uma resposta. Acontece que em algunspaíses o pata³geno se espalhou principalmente de fazenda em fazenda, enquanto em outros ele se espalhou de pa¡ssaros selvagens para fazendas.

patos la¡ fora
Modelos filodina¢micos podem estimar o número de transmissaµes do va­rus da influenza
avia¡ria entre aves selvagens e aves. C. LeGall , CC BY-NC-ND

No caso do HPAI H5N8, ajudamos as autoridades de saúde animal a concentrar os esforços de controle . Em algunspaíses, isso significava limitar a transmissão entre as granjas, enquanto em outros limitar o contato entre as aves domésticas e selvagens.

Mais recentemente, as análises filodina¢micas ajudaram a avaliar o impacto das estratanãgias de controle do SARS-CoV-2, incluindo os primeiros fechamentos de fronteira e bloqueios iniciais estritos . Uma grande vantagem da modelagem filodina¢mica éque ela pode ser responsável por casos não detectados. Os modelos podem atédescrever os esta¡gios iniciais do surto, na ausaªncia de amostras desse período de tempo.

Modelos filodina¢micos estãosob intenso desenvolvimento, expandindo continuamente o campo para novas aplicações e conjuntos de dados maiores. No entanto, ainda existem desafios em estender os esforços de sequenciamento do genoma para espanãcies e regiaµes sem amostragem e manter o compartilhamento de dados paºblicos rápido . Em última análise, esses dados e modelos ajudara£o a todos a obter novos insights sobre as epidemias e como controla¡-las.


Claire Guinat
Pa³s-doutorado em Evolução Computacional, Instituto Federal Sua­a§o de Tecnologia de Zurique

Etthel Windels
Pa³s-doutorado em Evolução Computacional, Instituto Federal Sua­a§o de Tecnologia de Zurique

Sarah Nadeau
Aluno de Doutorado em Evolução Computacional, Instituto Federal Sua­a§o de Tecnologia de Zurique

As opiniaµes expressas neste artigo são de responsabilidade exclusiva do(s) autor(es), não refletindo necessariamente a posição institucional do maisconhecer.com

 

.
.

Leia mais a seguir