研究は、出現したSARS-CoV-2バリアントの行動が、その場所の免疫学的および人口統計学的状況に敏感である可能性があることを示唆しています

Study: SARS-CoV-2 variant transition dynamics are associated with vaccination rates, number of co-circulating variants, and natural immunity. Image Credit: ETAJOE/Shutterstock


bioRxiv* に投稿された最近の研究では、研究者は 13 の重症急性呼吸器症候群コロナウイルス 2 (SARS-CoV-2) バリアント遷移/波の速度、大きさ、およびタイミングの不均一性を特徴付けました。

研究: SARS-CoV-2 バリアント移行ダイナミクスは、ワクチン接種率、共循環バリアントの数、および自然免疫に関連しています。 画像著作権: ETAJOE/Shutterstock

バックグラウンド

SARS-CoV-2 は進化を続けており、新たに出現した亜種への世界的な移行は、新たな感染の波を引き起こす可能性があります。 既存のバリアントに対する新しいバリアントの選択的な利点は、感染性の増加 (宿主細胞受容体への結合の強化による) と中和抗体に対する耐性に起因する可能性があります。

異なる SARS-CoV-2 バリアントによる以前の感染は、新しいバリアントに対するさまざまなレベルの保護を提供できます。 著者らは、感染した変異体の歴史とワクチン接種率が、新しい変異体が現存する変異体を打ち負かして優勢な変異体になる速度に影響を与える可能性があると推測しています。

研究について

本研究では、研究者は指定された仮説をテストし、バリアント遷移の全体的なタイミング、大きさ、および速度の違いを特徴付けました。 彼らは、2020 年 10 月から 2022 年 10 月の間に、すべてのインフルエンザ データの共有に関するグローバル イニシアチブ (GISAID) データベースに提出された SARS-CoV-2 のゲノム配列のレトロスペクティブ分析を実行しました。

1,280 万を超える SARS-CoV-2 ゲノム配列のデータが、コロナウイルス病 2019 (COVID-19) ウイルスゲノム解析パイプラインを通じて GISAID リポジトリから取得されました。 シーケンスは、パンゴの命名法に従ってバリアントによって層別化されました。 毎日確認された COVID-19 の症例と死亡に関するデータは、ジョンズ ホプキンス システム科学工学センターから取得されました。

年齢、人口密度、各場所 (国) の情報は、WorldPop からアクセスしました。 研究者は、バリアントの景観が特定説(推定)の集団内で動的なままであるため、複数の競合するバリアントを説明する、各場所の経時的なバリアントの割合のモデルを提案しました。 一次分析では、215 の地理的位置 (国およびサブカントリー地域) ごとに、最大 13 のパンゴ系統カテゴリが考慮されました。

一次分析では、データが不十分なため、出現したオミクロン パンゴ系統グループは考慮されませんでした。 特別な緊急バリアントのサブ分析で、研究者は SARS-CoV-2 Omicron BA.2.75、BQ.1、および XBB/XBB.1 バリアントの既存のデータを特徴付けました。 階層的クラスタリング分析を実行して、155 の場所のみについて、Omicron 波全体の場所の類似性を特徴付けました。

研究者は、特定説(推定)のバリアントのシーケンスの割合が任意の場所で最初に 5% に達したときに、人口統計、COVID-19 の臨床状況、関連する公共政策などの場所の属性を取得しました。 彼らは、各場所で新しい亜種が出現したときの亜種競合の 2 つのプロキシを特定説(推定)しました: 1) 5% の最小有病率で同時流通する亜種の数、および 2) 競合率、既存の亜種の有病率の最大増加率。

所見

SARS-CoV-2 ベータ、イプシロン、イオタ、ガンマ、ミューの亜種は、アフリカ南部のベータ移行と南米のガンマ移行を除いて、有病率と移行速度の低下に関連していました。 Delta および Omicron (BA.1、BA.1.1、BA.2、および BA.5) の亜種は、世界中で Omicron BA.1 および BA.1.1 の普及率と移行速度にばらつきがあるにもかかわらず、移行が高速でした。

Alpha バリアントは、バリアントの競合により、南アメリカと南アフリカで小さくゆっくりと移行しました。 Omicron BA.1.1 バリアントは、南北アメリカで強い存在感を示しました。 対照的に、SARS-CoV-2 デルタの有病率と移行速度にはほとんど不均一性がなく、ほとんどの場所で完全かつ急速な移行を示しました。

オミクロン BA.4 と BA.5 の亜種は、最大移行勾配、移行までの相対時間、および最大有病率の点で異なる軌跡をたどり、BA.4 よりも BA.5 亜種の選択的な優位性を示唆しています。 新しい Omicron サブバリアント (BA.2.75、BQ.1、および XBB/XBB.1) の遷移勾配は、以前の Omicron サブバリアントと同等でした。

階層的クラスタリング分析により 7 つのクラスターが得られ、SARS-CoV-2 Omicron バリアントの遷移は、いくつかの地理的位置のペア間で他のものよりも類似している可能性が高いことが示され、遷移のダイナミクスと地理的位置属性の間のリンクが示唆されました。 研究者らは、共循環するバリアントの数 (各バリアントの有病率が 5% の場合) と最大遷移勾配の間の関連性を調査しました。

イプシロン、ガンマ、デルタ、オミクロン (BA.1、BA.2、BA.5) を含む多くの SARS-CoV-2 バリアントでは、共循環するバリアントの数が多いことと移行速度が遅いことの間に有意な関連性がありました。 ) バリアント。 より高いワクチン接種率は、Delta および Mu バリアントが出現する前に、バリアントの世界的な拡散が遅く、遅くなることと関連していました。 ただし、ワクチン接種率と移行の速度/タイミングの間には、Omicron バリアントの弱い関連性がありました。

予防接種率は、場所の属性と複数のテストを調整した後でも、Delta / Muの出現前にバリアント遷移ダイナミクスと有意に関連していました。 最後の波のピークからの時間が短いこと、以前の COVID-19 の症例率が高いこと、および人口密度が低いことは、後の移行に関連していました。 65 歳以上の人口が多い地域では、ピーク バリアントの有病率が高くなる傾向がありました。

結論

要約すると、研究者らは、出現した SARS-CoV-2 バリアントの動作と、共循環するバリアントの数、以前の COVID-19 の症例率、およびワクチン接種率との関連性を示しました。 より高いワクチン接種率とデルタ/ミューバリアント移行前のバリアント移行ダイナミクスとの間に強い関連性がありました。

全体として、調査結果は、バリアントが地理的な場所全体で共循環するバリアントとどのように競合するかについて実質的な不均一性を示しており、場所の現代の免疫学的景観がこれらの相互作用に寄与している可能性があることを示唆しています. 不均一性と歴史的なバリアントの遷移に関するこれらのデータは、将来の研究で活用されて、新たなバリアントの動作を予測する可能性があります。

*重要なお知らせ

bioRxiv は、査読されていない暫定的な科学レポートを発行しているため、決定的なものと見なしたり、臨床診療/健康関連の行動をガイドしたり、確立された情報として扱ったりするべきではありません



Source link