Deteção de variantes do SARS-CoV-2 com meses de antecedência, com base em dados
A ferramenta em linha pode detetar e caraterizar as variantes preocupantes do SARS-CoV-2 até três meses antes da sua designação formal pela OMS
Desde o início da pandemia de SARS-CoV-2, várias variantes do vírus evoluíram para Variantes de Preocupação (VOCs), segundo a classificação da Organização Mundial de Saúde (OMS). As VOCs são variantes de vírus que se prevê ou se sabe que podem causar grandes vagas de infecções devido às suas caraterísticas fenotípicas alteradas e com risco de alterar a gravidade da doença, reduzir a eficácia das vacinas ou levar a um aumento dos encargos para os sistemas de saúde. A plataforma Web CoVerage para a vigilância genómica do vírus SARS-CoV-2 permite uma identificação e caraterização rápidas e computacionais de potenciais variantes de interesse (pVOI), com um prazo de quase três meses antes da sua designação pela OMS como VOC ou como categorias de variantes relacionadas, e prevê a sua capacidade de escapar à imunidade existente adquirida por vacinações ou infecções anteriores. Os investigadores liderados por Alice McHardy demonstraram com êxito este facto numa análise exaustiva publicada na revista Nature Communications. A deteção precoce de COVs é particularmente importante para o desenvolvimento de vacinas, a fim de garantir a proteção da vacina contra novas variantes do vírus.
"Desenvolvemos um novo método de análise para o CoVerage que deverá ajudar a tornar mais visíveis as alterações antigénicas das variantes do vírus", explica Alice McHardy. Especificamente, é utilizada uma matriz baseada em observações do desenvolvimento a longo prazo de certos vírus da gripe (gripe A H3N2). Esta matriz associa alterações importantes no material genético do vírus às suas propriedades. Os investigadores estão a analisar com especial atenção as alterações numa proteína específica do vírus, conhecida como a proteína spike. Esta proteína desempenha um papel importante porque permite que o vírus se ligue às células humanas e porque é um dos principais alvos das vacinas e terapias.
O sistema CoVerage obtém os dados relevantes da base de dados do genoma do vírus GISAID, que é uma iniciativa de partilha de dados que promove o rápido intercâmbio de dados sobre agentes patogénicos prioritários, como a gripe, o hCoV-19, o RSV, o hMpxV, o SARS-CoV-19 e os arbovírus, como a chikungunya, a dengue e o Zika. Em março de 2024, o GISIAD tinha mais de 16,5 milhões de sequências de SARS-CoV-2 disponíveis. O CoVerage analisa os dados do genoma do SARS-CoV-2 por país de origem para verificar a dinâmica das estirpes e as alterações antigénicas. É utilizado um método estatístico para determinar quais as estirpes virais que alteraram significativamente a sua capacidade de escape imunitário. Isto envolve a comparação das alterações de aminoácidos que ocorrem na proteína spike das estirpes virais de um determinado mês. As estirpes que se destacam claramente - ou seja, as que apresentam alterações significativamente maiores do que a média - são selecionadas como significativamente alteradas. As estirpes virais que se prevê que se espalhem mais rapidamente ou que sejam significativamente alteradas em termos de imunidade são então apresentadas na plataforma CoVerage em gráficos especiais ("mapas de calor") para que os utilizadores possam ver rapidamente quando e onde estão a ocorrer as principais alterações no vírus.
Para testar a fiabilidade do novo método de análise, os investigadores examinaram os dados da sequência genómica de estirpes de vírus já conhecidas como COV, incluindo a variante Omicron do SARS-CoV-2. O grupo de trabalho descobriu que o novo método permitia identificar retrospetivamente linhas de vírus como COV até três meses antes da designação da OMS. "Foi interessante verificar que as variantes do vírus que também foram oficialmente classificadas como importantes pela OMS apresentaram valores significativamente mais elevados nas nossas análises do que outras variantes menos conhecidas", explica McHardy. Os números subiram numa ordem clara: primeiro para as variantes que estão apenas a ser monitorizadas (Variantes sob Monitorização, ou VUM), depois para as Variantes de Interesse (VOI) e, por fim, mais fortemente, para as variantes VOC, que são consideradas particularmente preocupantes.
"Globalmente, estes resultados sublinham a capacidade do nosso método para prever eficazmente o aparecimento de variantes SARS-CoV-2 relevantes para a saúde com uma vantagem de crescimento - muito antes de atingirem a sua frequência máxima ou de serem formalmente identificadas pela OMS como preocupantes", resume o bioinformático. "Isto poderia proporcionar um tempo valioso para iniciar uma análise aprofundada necessária para os ajustes da vacina ou tomar medidas específicas para proteger grupos vulneráveis, por exemplo."
Observação: Este artigo foi traduzido usando um sistema de computador sem intervenção humana. A LUMITOS oferece essas traduções automáticas para apresentar uma gama mais ampla de notícias atuais. Como este artigo foi traduzido com tradução automática, é possível que contenha erros de vocabulário, sintaxe ou gramática. O artigo original em Inglês pode ser encontrado aqui.
Publicação 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
Outras notícias do departamento ciência
