Phylogenetically estimated neutral rates and fitness effects of mutations to influenza proteins

Door fylogenetische bomen te construeren uit meer dan 100.000 influenzasequenties, schat deze studie neutrale mutatiesnelheden en fitness-effecten per positie in het virale proteoom, waarbij aanzienlijke variatie tussen mutatietypen wordt blootgelegd, sterke cross-virale correlaties met SARS-CoV-2 en HIV worden aangetoond, en een uitgebreide, interactieve bron wordt geboden om te begrijpen hoe mutatie en selectie de evolutie van influenza in de natuur vormgeven.

De kern

Stel je het influenzavirus voor als een enorme, chaotische bibliotheek waar boeken (zijn genetische code) voortdurend worden gekopieerd en herschreven. Soms zijn deze herschrijvingen slechts willekeurige typefouten die het verhaal helemaal niet veranderen (neutrale mutaties). Op andere momenten zijn de typefouten zo slecht dat ze het plot verpesten, of zo goed dat ze het verhaal een bestseller maken (mutaties die de fitness beïnvloeden).

Lange tijd konden wetenschappers slechts enkele duizenden van deze boeken tegelijk bekijken om te begrijpen hoe de bibliotheek evolueert. Deze nieuwe studie is als het inhuren van een vloot supersnelle robots om ruim 100.000 van deze virale boeken tegelijk te lezen en te ordenen. Door een gigantische stamboom te bouwen op basis van deze enorme verzameling, konden de onderzoekers eindelijk het grote plaatje zien.

Hier is wat ze ontdekten, opgesplitst in eenvoudige concepten:

1. De "Typefout"-machine is niet willekeurig
Je zou kunnen denken dat wanneer het virus een fout maakt, het even waarschijnlijk is om elke letter te vervangen door elke andere letter (zoals het vervangen van een 'A' door een 'C' net zo waarschijnlijk is als het vervangen van een 'A' door een 'G'). De studie vond uit dat dit niet waar is. Het virus heeft een zeer specifieke "bias" in hoe het fouten maakt. Sommige soorten typefouten komen 100 keer vaker voor dan andere. Het is alsof de kopieermachine van het virus vastzit op een manier die bepaalde fouten verkiest boven andere.

2. Een familiegelijkenis met andere virussen
Toen de onderzoekers deze "typefoutpatronen" vergeleken met andere beroemde virussen zoals SARS-CoV-2 en HIV, vonden ze een verrassende familiegelijkenis. De basisregels van hoe deze virussen fouten maken, zijn zeer vergelijkbaar, net als neven en nichten die allemaal dezelfde familieneus hebben. Als je echter dichter naar de specifieke details kijkt (zoals de context van de letters rondom de typefout), beginnen het influenzavirus en SARS-CoV-2 er echter heel anders uit te zien, net als neven en nichten die in zeer verschillende buurten zijn opgegroeid.

3. De "Fitness"-scorekaart
De onderzoekers wilden weten: welke van deze typefouten maken eigenlijk uit? Om dit te achterhalen, speelden ze een spelletje "Verwachting versus Realiteit".

• De Verwachting: Op basis van de "typefout-machine"-bias die ze ontdekten, berekenden ze hoe vaak een specifieke mutatie had moeten gebeuren als het helemaal niet uitmaakte.
• De Realiteit: Ze telden hoe vaak die mutatie werkelijk voorkwam in de stamboom.
• Het Resultaat: Als een mutatie veel minder vaak voorkwam dan verwacht, betekent dit dat het virus het "afkeurde" omdat het schadelijk was (slechte fitness). Als het voorkwam zoals verwacht, was het waarschijnlijk onschadelijk.

Ze creëerden een enorme scorekaart die ongeveer 33.000 schadelijk klinkende veranderingen en 8.000 onschadelijk klinkende veranderingen omvatte over elk eiwit in het influenzavirus.

4. Verborgen regels en interactieve kaarten
Deze scorekaart onthulde enkele verrassingen. Zo kwamen zelfs veranderingen die "onschadelijk" zouden moeten zijn (synonieme mutaties) soms minder vaak voor dan verwacht, wat suggereert dat ze eigenlijk verborgen regels of functies hebben die we niet kenden.

Om deze enorme hoeveelheid data makkelijk te verkennen, bouwde het team interactieve heatmaps (zoals een kleurrijke, aanklikbare kaart). Je kunt op elk deel van de code van het virus klikken om zijn "fitness-score" te zien, wat ons helpt te begrijpen welke delen van het virus kwetsbaar zijn en welke flexibel.

In het kort
Deze studie keek niet alleen naar een paar pagina's van het verhaal van het influenzavirus; het las de hele bibliotheek. Door de natuurlijke "fouten" van het virus te vergelijken met wat we door toeval zouden verwachten, creëerden ze een gedetailleerde kaart van hoe mutatie en selectie het influenzavirus in de echte wereld vormen, terwijl ze ook laten zien hoe het past in de bredere familie van virussen zoals SARS-CoV-2 en HIV.

Technische samenvatting

Technische Samenvatting

Probleemstelling
De snelle evolutie van het influenzavirus wordt aangedreven door het samenspel tussen neutrale mutaties en natuurlijke selectie. Hoewel fylogenetische methoden goed gevestigd zijn voor het bestuderen van deze evolutionaire processen, is hun toepassing historisch beperkt door computationele en datalimiet, wat analyses doorgaans beperkte tot slechts enkele duizenden influenzagenoomsequenties per keer. Deze schaalbeperking belemmert de mogelijkheid om nauwkeurig neutrale mutatiesnelheden en fitness-effecten te schatten over het volledige virale genoom in een natuurlijke omgeving.

Methodologie
Om eerdere schaalbeperkingen te overwinnen, construeerden de auteurs fylogenetische bomen met behulp van een dataset van meer dan 100.000 influenzasequenties. Deze grootschalige bomen dienden als fundament voor twee primaire analytische benaderingen:

1. Schatting van Neutrale Snelheden: De auteurs berekenden neutrale mutatiesnelheden voor het genoom van het virus door de bomen te analyseren. Dit maakte differentiatie van snelheden mogelijk over 12 distincte nucleotide-mutatietypes (bijvoorbeeld A-naar-C, A-naar-G).
2. Schatting van Fitness-effecten: Door de waargenomen frequentie van mutaties langs boomtakken te vergelijken met de verwachte frequentie onder een neutraal model, schatten de auteurs de fitness-effecten van mutaties. Deze analyse bestreek ongeveer 33.000 nonsynonieme en 8.000 synonieme mutaties die alle influenzaproteïnen omvatten.

Belangrijkste Resultaten

• Variabiliteit in Neutrale Snelheden: De studie onthulde dat neutrale mutatiesnelheden aanzienlijk variëren, met een factor tot ongeveer 100, tussen de 12 verschillende nucleotide-mutatietypes.
• Virus-overstijgende Vergelijkingen: De geschatte neutrale snelheden toonden een hoge correlatie tussen influenza, SARS-CoV-2 en HIV. De analyse identificeerde echter ook genuanceerde, context-afhankelijke patronen die duidelijke verschillen vertoonden tussen influenza en SARS-CoV-2.
• Uitgebreide Fitness-kaart: Het resulterende compendium in kaart de relatie tussen sequentie en fitness voor het volledige influenzaproteoom. Opvallend is dat de data regio's benadrukt waar synonieme mutaties onder functionele beperking staan, en fitness-schattingen biedt voor proteïnen die eerder geen uitgebreide experimentele metingen kenden.

Betekenis en Beweringen
Het artikel positioneert dit werk als een belangrijke stap in het plaatsen van mutatiesnelheden van influenza binnen een bredere virus-overstijgende context. Door gebruik te maken van een dataset die een orde van grootte groter is dan typische studies, claimen de auteurs het begrip te verdiepen van hoe mutatie en selectie de evolutie van influenza in de natuur vormgeven op een sitespecifiek niveau. Om verdere verkenning van deze bevindingen te faciliteren, hebben de auteurs de data toegankelijk gemaakt via interactieve warmtekaarten van de geschatte fitness-effecten. Het werk biedt een fundamentele bron voor het begrijpen van de evolutionaire dynamiek van influenza zonder uitsluitend te vertrouwen op experimentele data, met name voor proteïnen met beperkte eerdere karakterisering.