Détection des variantes du SRAS-CoV-2 des mois à l'avance grâce à des données
Un outil en ligne permet de détecter et de caractériser les variantes préoccupantes du SRAS-CoV-2 jusqu'à trois mois avant leur désignation officielle par l'OMS
Depuis le début de la pandémie de SRAS-CoV-2, plusieurs variantes du virus sont devenues des variantes préoccupantes (VOC), selon la classification de l'Organisation mondiale de la santé (OMS). Les VOC sont des variantes de virus dont on prévoit ou dont on sait qu'elles provoqueront d'importantes vagues d'infections en raison de leurs caractéristiques phénotypiques modifiées et qu'elles risquent de modifier la gravité de la maladie, de réduire l'efficacité des vaccins ou d'alourdir le fardeau des systèmes de soins de santé. La plateforme web CoVerage pour la surveillance génomique du virus SARS-CoV-2 permet une identification et une caractérisation rapides et informatiques des variantes d'intérêt potentielles (pVOI), avec un délai de près de trois mois avant leur désignation par l'OMS comme VOC ou comme catégories de variantes apparentées, et prédit leur capacité à échapper à l'immunité existante acquise par des vaccinations ou des infections antérieures. Les chercheurs dirigés par Alice McHardy ont réussi à le démontrer dans une analyse complète publiée dans Nature Communications. La détection précoce des COV est particulièrement importante pour le développement de vaccins afin d'assurer une protection vaccinale contre les nouvelles variantes de virus.
"Nous avons développé une nouvelle méthode d'analyse pour CoVerage qui devrait contribuer à rendre plus visibles les changements antigéniques dans les variantes de virus", explique Alice McHardy. Concrètement, une matrice basée sur les observations de l'évolution à long terme de certains virus de la grippe (grippe A H3N2) est utilisée. Cette matrice relie les changements importants dans le matériel génétique du virus à ses propriétés. Les chercheurs s'intéressent tout particulièrement aux modifications d'une protéine spécifique du virus, la protéine spike. Cette protéine joue un rôle important car elle permet au virus de s'attacher aux cellules humaines et parce qu'elle est une cible principale des vaccins et des thérapies.
Le système CoVerage obtient les données pertinentes de la base de données sur le génome des virus GISAID, qui est une initiative de partage des données favorisant l'échange rapide de données sur les agents pathogènes prioritaires tels que la grippe, le hCoV-19, le RSV, le hMpxV, le SARS-CoV-19, et les arbovirus tels que le chikungunya, la dengue et le Zika. En mars 2024, le GISIAD disposait de plus de 16,5 millions de séquences de SARS-CoV-2. CoVerage analyse les données du génome du SARS-CoV-2 par pays d'origine pour déterminer la dynamique des souches et les changements antigéniques. Une méthode statistique est utilisée pour déterminer quelles souches virales ont modifié de manière significative leur capacité d'échapper au système immunitaire. Il s'agit de comparer les changements d'acides aminés survenant dans la protéine de pointe des souches virales d'un mois donné. Les souches qui ressortent clairement - c'est-à-dire celles qui présentent des changements significativement plus importants que la moyenne - sont sélectionnées comme ayant subi des modifications significatives. Les souches virales remarquables dont on prévoit qu'elles se propageront plus rapidement ou qu'elles seront sensiblement modifiées en termes d'immunité sont ensuite affichées sur la plateforme CoVerage dans des graphiques spéciaux ("cartes thermiques") afin que les utilisateurs puissent voir d'un coup d'œil où et quand se produisent les principaux changements dans le virus.
Pour tester la fiabilité de la nouvelle méthode d'analyse, les chercheurs ont examiné les données de séquences génomiques de souches virales déjà connues pour être des COV, notamment la variante Omicron du SRAS-CoV-2. Le groupe de travail a constaté que la nouvelle méthode permettait d'identifier rétrospectivement des lignées de virus comme étant des COV jusqu'à trois mois avant la désignation par l'OMS. "Il était intéressant de constater que les variantes de virus qui étaient également officiellement classées comme importantes par l'OMS présentaient des valeurs significativement plus élevées dans nos analyses que d'autres variantes moins remarquées", explique M. McHardy. Les chiffres ont augmenté dans un ordre précis : d'abord pour les variantes qui sont seulement surveillées (Variants under Monitoring, ou VUM), puis pour les Variants of Interest (VOI), et enfin, plus fortement, pour les variantes VOC, qui sont considérées comme particulièrement inquiétantes.
"Dans l'ensemble, ces résultats soulignent la capacité de notre méthode à prédire efficacement l'émergence de variants du SRAS-CoV-2 importants pour la santé, avec un avantage de croissance, bien avant qu'ils n'atteignent leur fréquence maximale ou qu'ils ne soient officiellement identifiés par l'OMS comme préoccupants", résume le bioinformaticien. "Cela pourrait donner un temps précieux pour lancer une analyse approfondie nécessaire à l'ajustement des vaccins ou pour prendre des mesures ciblées afin de protéger les groupes vulnérables, par exemple."
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Anglais peut être trouvé ici.
Publication originale
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
Autres actualités du département science
