Afanc: taxonomic deconvolution and probabilistic lineage assignment for pathogen genomic surveillance
Afanc is een uitbreidbaar framework dat databaseconstructie, taxonomische deconvolutie en probabilistische afstammingsassignatie integreert om hoogresolutie pathogeen genomische surveillance mogelijk te maken over diverse systemen heen, waaronder Mycobacteriaceae, Plasmodium falciparum en Mpox.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer
In de moderne strijd tegen infectieziekten hebben wetenschappers geleerd de genetische code van bacteriën, virussen en parasieten te lezen om te volgen hoe ze bewegen en veranderen. Deze praktijk, bekend als genomische surveillance, berust op het sequensen van de minuscule strengen DNA of RNA die in een monster van een patiënt worden gevonden. Het omzetten van die ruwe genetische data naar een duidelijk antwoord is echter vaak als het proberen te identificeren van een specif Kind in een drukke, mistige kamer. Het genetisch materiaal in een monster kan rommelig, incompleet of vermengd zijn met andere organismen, wat het moeilijk maakt om precies te zeggen welk beestje aanwezig is en tot welke specifieke familie het behoort. Huidige instrumenten worstelen vaak met deze complexiteit, omdat ze ofwel het algemene type organisme identificeren maar de specifieke familie missen, ofwel in de war raken wanneer het genetische signaal zwak is of vermengd is met anderen. Zonder een duidelijk antwoord kunnen functionarissen van de volksgezondheid een uitbraak niet nauwkeurig traceren of begrijpen hoe een pathogeen zich verspreidt.
Om dit op te lossen, hebben onderzoekers aan Cardiff University een nieuwe softwaretool ontwikkeld genaamd Afanc. Dit systeem is ontworpen om te fungeren als een uitgebreide gids voor pathogene genomics, waarbij het de ruisachtige, verwarrende genetische data uit een monster neemt en deze sorteert in een duidelijke, betrouwbare classificatie. De tool werkt in twee hoofdfasen. Eerst fungeert het als een breed filter dat het genetisch materiaal scant om het algemene type organisme aan te wijzen dat aanwezig is, zoals een specifieke soort bacteriën. Ten tweede, zodra het algemene type is geïdentificeerd, schakelt het over naar een meer gedetailleerde modus om de exacte lineage of familietak te lokaliseren, vergelijkbaar met het identificeren van een specifieke familie binnen een grote uitgebreide clan. Deze tweestapsbenadering stelt de software in staat om moeilijke situaties aan te pakken waarin het genetische bewijs incompleet is of waar meerdere organismen in hetzelfde monster aanwezig zijn.
De onderzoekers testten Afanc op drie zeer verschillende soorten pathogenen om te zien of het diverse uitdagingen kon aan kunnen. Ze keken naar een groep bacteriën genaamd Mycobacteriaceae, die de bacteriën bevatten die tuberculose en andere ziekten veroorzaken; een malaria-parasiet genaamd Plasmodium falciparum, die populaties heeft die variëren per geografie; en het Mpox-virus, dat de laatste tijd in uitbraken is verspreid. In het geval van de bacteriën simuleerde het team monsters waarbij het genetisch materiaal zeer schaars was, wat slechts 1% van het volledige genoom vertegenwoordigde. Zelfs onder deze moeilijke omstandigheden identificeerde Afanc succesvol de juiste soort en subspecies, terwijl andere bestaande tools vaak faalden of onjuiste antwoorden gaven. Wanneer de onderzoekers de software testten op monsters die een mengsel van verschillende bacteriesoorten bevatten, was Afanc de enige tool die erin slaagde alle verwachte organismen te herstellen zonder valse alarmen te generen.
Voor de tuberculosebacterie vergeleken het team Afanc met twee andere gespecialiseerde tools die door laboratoria wereldwijd worden gebruikt. Van de 958 monsters koppelde Afanc de lineage correct voor 955 van hen, met nul gevallen waarin de bacteriën aan de verkeerde familietak werden toegewezen. De andere tools maakten meer fouten en plaatsten een monster soms op een onjuiste tak van de stamboom. Deze precisie is cruciaal omdat verschillende takken van de tuberculosefamilie verschillende resistentieprofielen tegen medicijnen kunnen hebben, en het verkeerd identificeren ervan zou kunnen leiden tot ineffectieve behandeling.
De test met de malaria-parasiet was even significant. De onderzoekers gebruikten een enorme dataset van meer dan 20.000 monsters om te zien of de software de geografische oorsprong van de parasiet kon voorspellen, een belangrijke factor bij het begrijpen van de verspreiding van de ziekte. Afanc koppelde de regionale lineage correct voor bijna 19.000 monsters, waarmee het de huidige leidende tool met een aanzienlijke marge versloeg. De verbetering was het meest merkbaar in regio's waar de parasietpopulaties zeer veel op elkaar lijken, een scenario waar andere tools vaak moeite hebben om ze uit elkaar te houden. Ten slotte, voor het Mpox-virus, analyseerde de software duizenden monsters van recente uitbraken. Het identificeerde succesvol de specifieke virale clade en lineage zonder foutieve toewijzingen aan een tak, zelfs wanneer de beschikbare data beperkt waren of de metadata die de monsters beschreven niet zo gedetailleerd was als het genetische bewijs.
Een belangrijke kracht van Afanc is hoe het met onzekerheid omgaat. In plaats van een definitief antwoord af te dwingen wanneer het bewijs zwak of ambigu is, is de software ontworpen om te herkennen wanneer het niet zeker is. Het kan rapporteren dat een monster niet geclassificeerd is of dat het bewijs wijst op een bredere groep in plaats van op een specifieke eenheid. Dit voorkomt het soort overmoedige fouten dat kan optreden wanneer een tool probeert het antwoord te raden op basis van incomplete data. De onderzoekers hebben het systeem ook flexibel gebouwd, waardoor wetenschappers de referentiedatabases en lineage-definities kunnen bijwerken naarmate er nieuwe informatie beschikbaar komt. Dit betekent dat de tool kan aanpassen aan nieuwe uitbraken of veranderingen in de manier waarop pathogenen worden geclassificeerd zonder dat deze volledig opnieuw gebouwd hoeft te worden.
De resultaten suggereren dat Afanc een betrouwbaar kader biedt voor de overgang van ruwe, rommelige genetische data naar duidelijke, actiegerichte inzichten. Door brede screening te combineren met gedetailleerde lineage-toewijzing, en door onzekerheid expliciet te beheren, biedt de tool een manier om zin te geven aan complexe pathogene data die andere methoden missen. Hoewel de studie werd uitgevoerd met behulp van simulaties en bestaande publieke datasets, geeft de prestatie over dergelijke verschillende soorten organismen aan dat de aanpak robuust is. Voor teams van de volksgezondheid en onderzoekers betekent dit het hebben van een nauwkeurigere manier om de specifieke bedreigingen te identificeren waar zij voor staan, wat een fundamentele stap is in het beheersen van de verspreiding van infectieziekten.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.