Betere stambomen van virussen dankzij wiskundige truc
Hoe verspreidde het coronavirus zich in de eerste weken nadat het Washington State binnenkwam? Om dat te reconstrueren, kijken onderzoekers niet alleen naar wie wie besmette. Ze bouwen een soort stamboom van het virus zelf, gebaseerd op kleine verschillen in het DNA (of RNA) van virusmonsters. Een nieuwe wiskundige methode maakt die stambomen nauwkeuriger. En dat is nog lastiger dan het klinkt.
Als twee virusdeeltjes genetisch op elkaar lijken, komen ze waarschijnlijk van een gemeenschappelijke voorouder die niet lang geleden leefde. Onderzoekers gebruiken dit idee om uit te rekenen hoeveel voorouders er op elk moment waren, en dus hoe groot de populatie van het virus was. Dit heet de "coalescent", een wiskundig model dat voorspelt hoe snel lijnen in een stamboom samenkomen bij een gemeenschappelijke voorouder.
Een bekende startdatum helpt, maar is lastig te verwerken
Bij een virusuitbraak weet je vaak ongeveer wanneer het virus een land of regio binnenkwam. Dat is waardevolle informatie: de hele stamboom moet dan binnen die periode passen. Wiskundig heet dit de "bounded coalescent", een versie van het model waarbij de tijd tot de gemeenschappelijke voorouder aan een bovengrens gebonden is.
Het probleem: tot nu toe bestond er geen goed gereedschap om met deze begrensde versie te werken, terwijl je daarmee wél kunt schatten hoe de populatie van het virus in omvang veranderde door de tijd. Onderzoekers losten dit op door de vraag op een heel andere manier te bekijken. Ze vergeleken het coalescent-model met een "point process", een wiskundig model uit een ander vakgebied dat berekent hoe vaak bepaalde gebeurtenissen door de tijd heen optreden.
Die omweg bleek verrassend handig. Het team ontwikkelde een snellere rekenmethode om stambomen te simuleren binnen de vastgestelde tijdsgrens, zonder dat de uitkomst minder nauwkeurig werd. Daarna bouwden ze een procedure om, uitgaande van echte DNA-gegevens, te berekenen hoe de populatiegrootte van een ziekteverwekker waarschijnlijk veranderde door de tijd.
Test met virussimulaties en echt coronavirus
De onderzoekers testten hun methode eerst op drie nagebootste scenario's. In twee van de drie gevallen gaf de nieuwe methode duidelijk betere schattingen dan bestaande aanpakken: de afwijking tussen schatting en werkelijkheid (gemeten als de mediane kwadratische fout, een maat voor hoe ver schattingen gemiddeld van de echte waarde afzitten) was kleiner. Bij het derde scenario, waarin de populatiegrootte heel snel op en neer schommelde, werkte de methode minder goed.
Vervolgens pasten ze de methode toe op echte data: DNA-sequenties van SARS-CoV-2 uit Washington State, uit de begintijd van de coronapandemie. Hiermee lieten ze zien dat de methode ook in de praktijk bruikbare resultaten oplevert.
Wat betekent dit (nog) niet: dit is een technische verbetering van een rekenmethode, getest in drie gesimuleerde scenario's en één praktijkvoorbeeld. Het is geen nieuwe conclusie over hoe het coronavirus zich precies verspreidde. Bij snel veranderende populaties werkt de methode nog niet beter dan bestaande technieken. Verder onderzoek moet uitwijzen hoe breed inzetbaar deze aanpak is, bijvoorbeeld bij andere ziekteverwekkers of in celbiologisch onderzoek.
Voor wetenschappers die uitbraken van infectieziekten volgen, is dit soort gereedschap belangrijk. Betere stambomen betekenen betere schattingen van hoe snel een ziekteverwekker zich verspreidt, wat weer invloed heeft op beslissingen over bijvoorbeeld testbeleid of maatregelen.
Bron: Phylodynamic inference with the bounded coalescent: a point process perspective