Detección basada en datos de variantes preocupantes del SARS-CoV-2 con meses de antelación
Una herramienta en línea puede detectar y caracterizar las variantes preocupantes del SRAS-CoV-2 hasta tres meses antes de su designación oficial por la OMS
Desde el inicio de la pandemia de SRAS-CoV-2, varias variantes del virus se han convertido en Variantes Preocupantes (VOC), según la clasificación de la Organización Mundial de la Salud (OMS). Las VOC son variantes del virus que se prevé o se sabe que causarán grandes oleadas de infecciones debido a sus características fenotípicas alteradas y con riesgo de alterar la gravedad de la enfermedad, reducir la eficacia de las vacunas o suponer una mayor carga para los sistemas sanitarios. La plataforma web CoVerage para la vigilancia genómica del virus SARS-CoV-2 permite identificar y caracterizar de forma rápida y computacional posibles variantes de interés (pVOI), con un plazo de casi tres meses antes de su designación por la OMS como VOC o como categorías de variantes relacionadas, y predecir su capacidad de escapar a la inmunidad existente adquirida por vacunaciones o infecciones previas. Los investigadores dirigidos por Alice McHardy lo han demostrado con éxito en un análisis exhaustivo publicado en Nature Communications. La detección precoz de los COV es especialmente importante para el desarrollo de vacunas a fin de garantizar la protección frente a nuevas variantes del virus.
"Hemos desarrollado un nuevo método de análisis para CoVerage que debería ayudar a hacer más visibles los cambios antigénicos en las variantes del virus", explica Alice McHardy. En concreto, se utiliza una matriz basada en observaciones del desarrollo a largo plazo de determinados virus de la gripe (gripe A H3N2). Esta matriz relaciona cambios importantes en el material genético del virus con sus propiedades. Los investigadores examinan con especial atención los cambios en una proteína específica del virus, conocida como proteína espiga. Esta proteína desempeña un papel importante porque permite al virus adherirse a las células humanas y porque es uno de los principales objetivos de vacunas y terapias.
El sistema CoVerage obtiene los datos pertinentes de la base de datos de genomas de virus GISAID, que es una iniciativa de puesta en común de datos que promueve el intercambio rápido de datos sobre patógenos prioritarios como la gripe, hCoV-19, RSV, hMpxV, SARS-CoV-19 y arbovirus como chikungunya, dengue y Zika. En marzo de 2024, GISIAD disponía de más de 16,5 millones de secuencias de SARS-CoV-2. CoVerage analiza los datos del genoma del SARS-CoV-2 por país de origen para detectar la dinámica de las cepas y los cambios antigénicos. Se utiliza un método estadístico para determinar qué cepas víricas han cambiado significativamente su capacidad de escape inmunitario. Para ello se comparan los cambios de aminoácidos que se producen en la proteína espiga de las cepas víricas de un mes determinado. Las cepas que destacan claramente -es decir, las que muestran cambios significativamente mayores que la media- se seleccionan como significativamente alteradas. Las cepas víricas llamativas que se prevé que se propagarán más rápidamente o que sufrirán alteraciones significativas en términos de inmunidad se muestran entonces en la plataforma CoVerage en gráficos especiales ("mapas de calor") para que los usuarios puedan ver de un vistazo cuándo y dónde se están produciendo cambios importantes en el virus.
Para comprobar la fiabilidad del nuevo método de análisis, los investigadores examinaron los datos de la secuencia genómica de cepas de virus que ya se sabía que eran COV, incluida la variante Omicron del SARS-CoV-2. El grupo de trabajo descubrió que el nuevo método permitía identificar retrospectivamente líneas de virus como COV hasta tres meses antes de la designación de la OMS. "Fue interesante ver que las variantes del virus que también fueron clasificadas oficialmente como importantes por la OMS mostraban valores significativamente más altos en nuestros análisis que otras variantes menos advertidas", explica McHardy. Las cifras aumentaron en un orden claro: primero para las variantes que sólo están siendo vigiladas (Variantes en Vigilancia, o VUM), luego para las Variantes de Interés (VOI) y, por último, con más fuerza, para las variantes VOC, que se consideran especialmente preocupantes.
"En general, estos resultados subrayan la capacidad de nuestro método para predecir eficazmente la aparición de variantes del SRAS-CoV-2 relevantes para la salud con una ventaja de crecimiento, mucho antes de que alcancen su frecuencia máxima o de que la OMS las identifique formalmente como preocupantes", resume el bioinformático. "Esto podría proporcionar un tiempo valioso para iniciar los análisis en profundidad necesarios para ajustar las vacunas o tomar medidas específicas para proteger a los grupos vulnerables, por ejemplo".
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.
Publicación original
Norwood K, Deng ZL, Reimering S, Robertson G, Foroughmand-Araabi MH, Goliaei S, Hölzer M, Klawonn F, McHardy AC. In silico genomic surveillance by CoVerage predicts and characterizes SARS-CoV-2 variants of interest. Nat Commun. 2025 Jul 8;16(1):6281
Más noticias del departamento ciencias
