A modular Bayesian framework for inferring transmission networks from polyclonal infections, with application to Plasmodium falciparum

Ce papier présente un cadre bayésien modulaire, illustré par le logiciel Plasmotrack pour *Plasmodium falciparum*, qui reconstruit des réseaux de transmission dirigés à partir d'infections polyclonales en intégrant plusieurs sources génétiques et des parents non observés afin d'estimer des indicateurs clés de santé publique.

L'essentiel

Imaginez essayer de déterminer qui a passé un mot secret à qui dans une salle de classe bondée, mais avec deux twists majeurs : d'abord, les notes sont écrites dans un code qui change légèrement à chaque fois qu'il est copié ; et deuxièmement, certains élèves ne tiennent pas seulement une note – ils jonglent avec plusieurs notes différentes à la fois, chacune provenant d'un camarade de classe différent.

Voici le défi auquel sont confrontés les scientifiques lorsqu'ils tentent de retracer la propagation de maladies comme le paludisme.

Le Problème : Le Mythe « Une Note, Une Source »
La plupart des outils existants pour suivre la propagation des maladies sont construits comme une course de relais simple. Ils supposent que si l'élève B tombe malade, il l'a attrapé d'un seul élève A exactement, qui l'a lui-même attrapé de l'élève Z, et ainsi de suite. Ils supposent également que la « note » (le code génétique du germe) reste globalement la même alors qu'elle passe le long de la chaîne.

Mais dans le monde réel, en particulier avec des maladies comme le paludisme, la tuberculose ou le VIH, cette hypothèse échoue souvent. Une personne peut être infectée par plusieurs sources différentes simultanément. C'est comme si l'élève B recevait une pile de notes de trois personnes différentes en même temps. Les anciens outils sont déconcertés par ce chaos « polyclonal » et ne peuvent pas dresser une carte précise de qui a infecté qui.

La Solution : Un Kit d'Enquête Modulaire
Les auteurs de cet article ont construit un nouveau kit d'enquête flexible appelé « cadre bayésien modulaire ». Imaginez-le comme un résolveur de puzzles intelligent et adaptable.

Au lieu de forcer les données à s'adapter à une histoire simple « un-à-un », ce nouveau système permet des histoires complexes :

• Parents Multiples : Il peut déterminer qu'un patient a été infecté par une combinaison de sources.
• Pièces Manquantes : Il reconnaît que certains « parents » (infecteurs) pourraient ne pas figurer dans l'ensemble de données (comme un élève qui a quitté la classe avant la collecte des notes).
• Conception Plug-and-Play : Le système est « modulaire ». Imaginez un jeu de Lego où le cerveau central est le même, mais où vous pouvez échanger les « jambes » en fonction de la maladie. Pour le paludisme, vous attachez une « jambe paludisme » spécifique qui comprend comment les gènes du paludisme se mélangent. Pour une autre maladie, vous pourriez remplacer cette jambe par une autre sans reconstruire toute la machine.

Le Test : Plasmotrack
Pour prouver que cela fonctionne, les auteurs ont construit une version spécifique de leur kit pour le paludisme appelée Plasmotrack. Ils l'ont alimenté avec des données provenant de tests génétiques ciblés (comme prendre une photo instantanée des gènes du paludisme dans le sang d'un patient).

Ils ont lancé une simulation massive où ils ont créé un monde fictif de propagation du paludisme avec des règles connues. Même lorsque la simulation était complexe et que les données génétiques ne correspondaient pas parfaitement aux règles (un peu comme une photo floue), le système a quand même pu :

1. Deviner correctement le nombre moyen de personnes qu'une personne infectée a ensuite infectées.
2. Estimer avec précision combien d'infections provenaient de sources « extérieures » (personnes non incluses dans l'étude).
3. Tracer les lignes correctes montrant qui a probablement infecté qui avec une grande précision.

La Conclusion
Cet article présente une nouvelle façon de cartographier la transmission des maladies qui ne se perd pas lorsqu'un patient a plusieurs infections à la fois. Il a reconstruit avec succès le réseau « qui-a-infecté-qui » pour le paludisme en utilisant des données génétiques, même lorsque les données étaient désordonnées. Le logiciel, Plasmotrack, est désormais disponible pour que d'autres l'utilisent et l'adaptent à leurs propres besoins de suivi des maladies.

Résumé technique

Résumé technique : Un cadre bayésien modulaire pour inférer les réseaux de transmission à partir d'infections polyclonales

Énoncé du problème
Les méthodes actuelles de reconstruction des réseaux de transmission des maladies infectieuses à partir de données génétiques sont principalement conçues pour des scénarios où chaque infection est caractérisée par une source dominante unique, un haplotype représentatif unique et une divergence génétique principalement pilotée par la mutation le long des chaînes de transmission. Ces hypothèses ne permettent pas de prendre en compte les infections polyclonales, où un seul hôte porte plusieurs clones génétiquement distincts et où les infections chez les receveurs peuvent résulter de contributions provenant de multiples sources. Cette limitation est critique pour des pathogènes tels que Plasmodium falciparum (paludisme), la tuberculose, le VIH et diverses infections parasitaires, où la polyclonalité est courante. Par conséquent, les outils existants ne peuvent pas estimer avec précision les grandeurs de santé publique dérivées des réseaux de transmission — telles que les taux d'importation, les structures source-puits et la transmission ultérieure différentielle à travers les strates d'intervention — lorsque les données sous-jacentes impliquent des infections complexes à clones multiples.

Méthodologie
Les auteurs proposent un cadre bayésien modulaire conçu pour estimer les réseaux de transmission dirigés parmi les cas échantillonnés tout en prenant explicitement en compte les données polyclonales. L'innovation centrale réside dans sa flexibilité concernant la parenté : une infection peut être inférée comme n'ayant aucun parent échantillonné, un seul parent ou plusieurs parents (y compris des sources en dehors du panel observé).

Le cadre fonctionne via deux composants principaux :

1. Modules spécifiques au pathogène : Ceux-ci fournissent des vraisemblances sur les ensembles de parents candidats. Ils se connectent au moteur d'inférence partagé pour générer des distributions a posteriori.
2. Moteur d'inférence partagé : Ce composant agrège les vraisemblances pour produire :
   • Des probabilités marginales d'arêtes dirigées.
   • Un degré sortant moyen a posteriori.
   • Des probabilités d'inclusion pour les parents non observés.

Pour démontrer ce cadre, les auteurs ont développé Plasmotrack, une implémentation spécifique pour Plasmodium falciparum utilisant des données de séquençage d'amplicons ciblés. Plasmotrack intègre trois composants techniques spécifiques :

• Une vraisemblance de transmission de mélange d'allèles par locus pour gérer la complexité des clones mixtes.
• Un modèle d'erreur de génotypage par amplicon pour tenir compte des artefacts de séquençage.
• Des techniques d'augmentation de données pour modéliser et inférer explicitement les parents non observés (sources absentes du panel échantillonné).

Résultats
Le cadre a été évalué à l'aide de simulations générées à partir d'un modèle générateur informé biologiquement. Notamment, ces simulations ont testé le cadre dans des conditions où la vraisemblance de transmission de mélange d'allèles par locus inférentielle était spécifiée de manière incorrecte, représentant un scénario réaliste où le modèle ne correspond pas parfaitement au processus générateur.

Dans ces conditions, Plasmotrack a démontré :

• Récupération des résumés agrégés du réseau : Le modèle a récupéré avec succès des métriques clés, notamment le degré sortant moyen et l'inclusion moyenne des sources non observées.
• Précision et rappel élevés : Le cadre a maintenu une haute précision dans la détection d'événements de transmission dirigés spécifiques malgré la spécification incorrecte du modèle.
• Modularité : L'architecture permet à d'autres pathogènes de réutiliser la même composition modulaire en substituant simplement les vraisemblances de transmission et d'observation, sans modifier le moteur d'inférence central.

Importance et revendications
L'article revendique fournir une avancée méthodologique nécessaire pour la surveillance moléculaire dans le contexte des infections polyclonales. En allant au-delà de l'hypothèse « source unique, haplotype unique », le cadre permet l'estimation de fonctions de réseaux de transmission qui étaient auparavant difficiles à observer directement. Les auteurs positionnent Plasmotrack non pas comme une solution universelle pour tous les pathogènes, mais comme une preuve de concept validée pour P. falciparum qui établit un modèle réutilisable pour d'autres maladies infectieuses. La disponibilité du logiciel et de la documentation sous une licence open source est présentée comme une ressource pour la communauté au sens large afin d'adapter ces méthodes à leurs contextes pathogènes spécifiques.