🧬 biology

Consensus-level substitution rates are distinct from the virion-level rate

Este artículo distingue entre la tasa de sustitución a nivel de virión (VLSR, por sus siglas en inglés), que cuenta los eventos mutacionales a lo largo de los linajes, y las tasas de sustitución a nivel de consenso (CLSR, por sus siglas en inglés), que miden los cambios en las secuencias de consenso, argumentando que estos estimandos distintos no son intercambiables y que la regla específica de generación de consenso utilizada debe reportarse rutinariamente para asegurar elecciones metodológicas informadas en el análisis evolutivo viral.

Autores originales: David J Pascall

Publicado 2026-06-01

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: David J Pascall

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ⚕️ Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo

Imagina que estás intentando medir qué tan rápido evoluciona un virus. Durante mucho tiempo, los científicos han estado usando una sola regla para hacer esto, pero este artículo argumenta que en realidad existen dos reglas diferentes que miden dos cosas completamente distintas. Si usas la regla equivocada, tu medición podría ser matemáticamente correcta para una cosa, pero completamente errónea para la otra.

Aquí está el desglose de las dos "reglas" (o tasas) descritas en el artículo, utilizando analogías sencillas.

1. Las dos formas de ver un virus

Para entender la diferencia, debemos mirar una población de virus de dos maneras:

La visión "Individual" (a nivel de virión): Imagina un estadio masivo lleno de millones de partículas virales únicas. Cada una es un individuo distinto con su propio código genético específico. Algunas tienen una pequeña mutación aquí, otras allá.
La visión del "Titular" (a nivel de consenso): Imagina a un reportero de noticias parado en ese estadio. En lugar de informar sobre cada persona individualmente, el reportero observa cada punto del estadio y pregunta: "¿Qué es lo que más se repite aquí?". Escribe un único "Titular" (la secuencia de consenso) que representa a la mayoría. Si el 51% de los virus tienen una "A" en un punto específico, el titular dice "A". Si el 51% tiene una "G", el titular dice "G".

2. Las dos tasas

El artículo dice que los científicos suelen confundir la velocidad de cambio para estas dos visiones.

Tasa A: La tasa de sustitución a nivel de virión (VLSR)

Qué mide: Qué tan rápido mutan las partículas virales individuales a medida que viajan a través del tiempo.
La analogía: Piensa en un árbol genealógico. Cada vez que un virus padre se divide en dos hijos, hay una posibilidad de que ocurra un error tipográfico (mutación) en el código del hijo. Esta tasa cuenta cada uno de los errores tipográficos que ocurren a lo largo de cada una de las ramas del árbol genealógico.
Cómo funciona: Asume una estructura de "árbol" estándar donde un ancestro se divide en dos, luego en cuatro, y así sucesivamente. Cuenta los pasos en las ramas.

Tasa B: La tasa de sustitución a nivel de consenso (CLSR)

Qué mide: Qué tan rápido cambia el "Titular" (el informe de la mayoría) a lo largo del tiempo.
La analogía: Imagina una habitación llena de gente votando por un color.
- Si el 51% vota Rojo y el 49% vota Azul, el "Titular" es Rojo.
- Si la multitud cambia ligeramente, de modo que el 52% vota Azul y el 48% vota Rojo, el "Titular" cambia instantáneamente a Azul.
- Punto crucial: Las personas individuales en la habitación no necesariamente cambiaron sus votos (no ocurrieron nuevas mutaciones); el equilibrio de la multitud simplemente se desplazó lo suficiente como para cambiar la mayoría.
Cómo funciona: Esta tasa cuenta cuántas veces el "Titular" cambia de una letra a otra. No le importan los árboles individuales; le importa el cambio de equilibrio de la multitud.

3. Por qué no son intercambiables

El artículo plantea un punto crítico: estas dos tasas no son lo mismo, e incluso no se mueven en la misma dirección.

Escenario 1: El cambio silencioso
Imagina una población de virus donde los votantes de "Rojo" y "Azul" están cambiando constantemente de un lado a otro, pero no está ocurriendo ninguna mutación nueva (no hay errores genéticos nuevos).
- Tasa de virus (VLSR): Cero. No ocurrieron nuevas mutaciones.
- Tasa del Titular (CLSR): Alta. El titular cambia de Rojo a Azul y de nuevo a Rojo constantemente porque el equilibrio de la multitud está oscilando.
- Resultado: El titular está cambiando rápido, pero los virus no están mutando.
Escenario 2: La mutación oculta
Imagina que aparece una nueva mutación en un grupo muy pequeño de virus (por ejemplo, 1 de cada 10,000). Existe, pero es demasiado rara para cambiar el "Titular".
- Tasa de virus (VLSR): Alta. ¡Ocurrió una mutación!
- Tasa del Titular (CLSR): Cero. El titular no cambió porque la mutación fue demasiado pequeña para ser detectada por la regla de la mayoría.
- Resultado: Los virus están mutando, pero el titular permanece igual.

4. El problema del "Cuello de Botella"

El artículo también destaca una peculiaridad extraña que ocurre cuando un virus pasa de una persona a otra (como del Paciente A al Paciente B).

La visión del Árbol: Por lo general, la evolución es un árbol fluido.
La visión del Titular: Cuando el Paciente A infecta al Paciente B, solo unos pocos virus realizan el salto. Esto es un "cuello de botella".
- En el Paciente A, la mayoría puede ser "Rojo".
- En el Paciente B, por pura suerte, los pocos virus que saltaron son mayoritariamente "Azules".
- El resultado: El "Titular" para el Paciente B salta instantáneamente de Rojo a Azul. En la matemática de la "Tasa del Titular", esto parece un salto masivo y repentino en la evolución, aunque solo haya sido un accidente de muestreo aleatorio.

5. Lo que esto significa para los científicos

El autor sostiene que los científicos deben ser muy cuidadosos con qué "regla" están utilizando:

Si quieres saber qué tan rápido ocurren las mutaciones en los virus individuales (VLSR): Necesitas datos sobre las partículas virales individuales (o un tipo muy específico de datos de consenso) y debes usar la matemática estándar de "árboles genealógicos".
Si quieres saber qué tan rápido cambia el "Titular" (CLSR): Necesitas usar una matemática diferente. La matemática de árboles estándar asume un proceso de ramificación suave, pero los datos del "Titular" pueden tener saltos repentinos (como cuando se infecta un nuevo paciente). Usar la matemática de árboles estándar en datos de "Titulares" puede darte una imagen distorsionada.

La conclusión fundamental:
El artículo concluye que las "Tasas de Sustitución a Nivel de Consenso" son algo válido de medir, pero no son lo mismo que las tasas de mutación estándar de las que solemos hablar. Debido a que el "Titular" depende de una regla específica (por ejemplo, "elegir la letra que sea superior al 50%"), los científicos siempre deben informar exactamente qué regla utilizaron. Si no lo hacen, no sabremos si están midiendo la velocidad de los individuos o la velocidad del voto de la mayoría.

Resumen Técnico: Tasas de Sustitución a Nivel de Consenso vs. a Nivel de Virión

Planteamiento del Problema
El artículo aborda una ambigüedad crítica en la epidemiología evolutiva respecto a la definición y estimación de las tasas de sustitución viral. Si bien la estimación de estas tasas es fundamental para comprender fenómenos como la evolución dentro del huésped y la emergencia de variantes (por ejemplo, en el SARS-CoV-2 y el VIH), la literatura suele confundir dos clases distintas de estimandos de la tasa evolutiva. Los métodos actuales oscilan entre enfoques basados en las frecuencias alélicas a nivel de población y aquellos basados en la evolución molecular a nivel de individuo a lo largo de los linajes; sin embargo, esta distinción es frecuentemente implícita o pasada por alto en los análisis filogenéticos. El autor argumenta que esta confusión conduce a desajustes metodológicos donde se aplican herramientas filogenéticas estándar a tipos de datos para los cuales no son teóricamente adecuados.

Distinción Metodológica y Definiciones
El artículo establece una separación definicional rigurosa entre dos clases de estimandos:

Tasa de Sustitución a Nivel de Virión (VLSR, por sus siglas en inglés): Esta es una cantidad molecular que representa el número esperado de eventos mutacionales a lo largo de un linaje por sitio por unidad de tiempo. Corresponde al estimando estándar en los modelos filogenéticos, asumiendo una estructura de árbol binario donde las puntas representan viriones individuales.
Tasa de Sustitución a Nivel de Consenso (CLSR, por sus siglas en inglés): Esta es una cantidad de resumen poblacional que representa el número esperado de veces que un alelo cruza un umbral específico de llamado de consenso por sitio por unidad de tiempo. Las CLSR están indexadas por una regla de generación de consenso específica ( $\phi$ ), típicamente la selección del nucleótido por sitio con una frecuencia $>0.5$ . A diferencia de la VLSR, las CLSR no siguen inherentemente una estructura de árbol binario; representan una progresión de estadísticas de resumen de una distribución de frecuencia alélica variable en el tiempo.

Análisis Teórico de las Diferencias
El autor demuestra que la VLSR y la CLSR son matemáticamente distintas y no intercambiables a través de varios argumentos teóricos:

Topología: El análisis de la VLSR asume un árbol binario donde las puntas están relacionadas por una genealogía subyacente. En contraste, el análisis de la CLSR implica una "cadena de descendencia" de estadísticas de resumen. En una población bien mezclada, la secuencia de consenso en el tiempo $t_1$ es el "ancestro" único del consenso en el tiempo $t_2$ , lo que impide la estructura de ramificación requerida para los modelos filogenéticos estándar.
Dinámicas de Transmisión: El artículo destaca que durante la transmisión (por ejemplo, del huésped A al huésped B), la secuencia de consenso puede exhibir saltos grandes e instantáneos debido al proceso de cuello de botella y al cambio en las frecuencias alélicas de la población fundadora. Los modelos de evolución de secuencias de cadena de Markov de tiempo continuo (CTMC) estándar, que asumen que los cambios se acumulan a lo largo de ramas de longitud positiva, no pueden acomodar naturalmente estos saltos simultáneos y multisitio en la formación de la población.
Divergencia en Escenarios de Cero Mutación: El autor presenta un caso ilustrativo de una población de dos tipos con selección fluctuante pero sin mutación. En este escenario, la VLSR es cero (no ocurren eventos mutacionales), mientras que la CLSR es no nula (la secuencia de consenso cambia a medida que las frecuencias alélicas oscilan a través del umbral de llamado). Por el contrario, las mutaciones que emergen y se pierden sin cruzar el umbral aumentan la VLSR pero no la CLSR. Por lo tanto, ninguna tasa domina estrictamente a la otra.

Implicaciones Metodológicas para la Estimación
El artículo categoriza los marcos de datos y modelado apropiados para cada estimando:

Estimación de la VLSR: Requiere secuencias a nivel de virión o secuencias de consenso bajo la suposición de que cada secuencia de consenso está instanciada por un virión en la población. La maquinaria filogenética estándar es apropiada aquí.
Estimación de la CLSR: Requiere secuencias de consenso y maquinaria no estándar. Debido a que la estructura relacional de las secuencias de consenso es similar a un árbol pero no es un árbol binario (debido a la fusión de poblaciones y la pérdida de modos), se identifican los modelos de ancestros muestreados (por ejemplo, Gavryushkina et al., 2014) como modelos genealógicos apropiados.
Limitaciones del Modelo: El autor señala que incluso con modelos genealógicos apropiados, los componentes de evolución de secuencias estándar siguen estando mal especificados debido al potencial de discontinuidad en la formación de la población. Sin embargo, el artículo sugiere que esto puede causar solo un pequeño sesgo en la práctica, ya que el modo de la población fundadora es probablemente cercano al modo de la población fuente, aunque esto sigue siendo una cuestión empírica.

Contribuciones Clave y Reivindicaciones

Clarificación Conceptual: La principal contribución es la separación explícita de la VLSR y la CLSR como estimandos distintos, aclarando que miden aspectos diferentes del proceso evolutivo (eventos moleculares vs. cambios en el resumen de la población).
Estándares de Reporte: El artículo sostiene que, dado que una CLSR está definida por su regla de generación de consenso ( $\phi$ ), reportar esta regla debe ser un requisito rutinario y no opcional en el análisis filogenético.
Guía Metodológica: El texto proporciona un marco para que los analistas elijan el tipo de datos y el enfoque de modelado correctos según su objetivo de investigación específico, advirtiendo que el uso de herramientas estándar en datos de consenso (o viceversa) sin ajustes puede producir estimaciones que no son ni VLSRs precisas ni CLSRs precisas.

Significancia
El artículo sirve como una reflexión destinada a guiar a los analistas para que tomen decisiones metodológicas más informadas al trabajar con conjuntos de secuencias virales. No propone nuevos datos experimentales ni implementaciones de software específicas, sino que resalta una brecha definicional en la práctica actual. Al distinguir estas tasas, el autor busca prevenir la confusión que surge cuando los estadísticos de resumen a nivel de población se tratan como si fueran linajes moleculares a nivel de individuo, mejorando así el rigor de la inferencia epidemiológica evolutiva.