vartracker: an end-to-end tool for pathogen longitudinal variant analysis and visualisation
vartracker 是一个开源、与病原体无关的工具，它通过整合多样化的基因组输入、追踪变异的出现与持续性，并生成具有交互式可视化的可重复结果，从而简化了对纵向病原体演化的分析与可视化。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
病毒是变化的专家。当病毒感染一个人时，它并不仅仅是静止不动；它会进行复制，一遍又一遍地拷贝其遗传密码。在这个复制过程中，微小的错误（即突变）偶尔会溜进去。大多数这类错误并无影响，但有些突变可以帮助病毒传播得更快、躲避免疫系统的攻击或在药物治疗中存活下来。为了理解病毒是如何进化的，科学家可以在不同时间点对它的遗传密码进行测序。通过将这些时间点的快照排列在一起，他们可以观察病毒的变化，看清哪些突变出现了，哪些突变留存了下来，以及哪些突变消失了。这被称为纵向分析（longitudinal analysis）。这是一种追踪单个人体内感染史或追踪病毒如何在人群中传播的强大方法。然而，手动进行这项工作非常困难。数据量巨大，文件复杂，而且拼凑出病毒进化的故事往往需要为每一个单独的研究编写自定义计算机代码，这个过程既缓慢又容易出错。
为了解决这个问题，研究人员开发了一种名为 vartracker 的新工具。这款软件旨在将一系列样本中的原始遗传数据转化为一个清晰的、关于病毒如何随时间变化的视觉化故事。vartracker 不再强迫科学家编写自己的脚本来比较样本，而是充当了一个通用翻译官。它接受多种不同格式的遗传数据，无论是来自测序仪的原始输出，还是已被其他程序处理过的文件。一旦数据进入系统，该工具就会承担起繁重的工作。它会对每个样本中的突变进行比对，检查它们是真实的突变还是仅仅是误差，并追踪它们随时间变化的频率。它可以告诉研究人员，某个突变是从一开始就存在的，还是后来才出现的，以及它最终是接管了整个病毒群体，还是逐渐消退了。该工具还将这些遗传变化与已知的相关信息联系起来，例如特定的变化是否会影响药物攻击的蛋白质。
研究人员在真实世界的数据上测试了这一工具，以观察其效果如何。首先，他们研究了一个涉及 SARS-CoV-2 病毒（引起 COVID-19 的病原体）的数据集。他们分析了来自一项长期实验的 13 个样本，在该实验中，病毒在实验室中经过了许多代的培养。该工具在不到五分钟的时间内就成功处理了数据，识别出了病毒遗传密码中的关键变化。它捕捉到了病毒群体发生转变的一个时刻，即某些版本的病毒消失了，而新的版本取而代之，这一模式与之前的研究结果相吻合。该软件还生成了清晰的图表，展示了特定突变的频率如何随时间上升和下降，使得观察病毒的进化路径变得轻而易举。
接下来，团队想要看看该工具是否能处理 SARS-CoV-2 以外的病毒。他们将注意力转向了呼吸道合胞病毒 A 型（RSV-A），这是一种常见的呼吸道疾病诱因。他们分析了来自一项追踪人类患者体内该病毒的研究中的 5 个样本。尽管这种病毒与 SARS-CoV-2 不同，但 vartracker 能够流畅地处理数据，在约七分钟内完成了分析。它成功识别出了一个改变病毒表面蛋白质的特定突变，已知这种变化会影响某些抗病毒药物的疗效。这证明了该工具并不局限于一种类型的病毒；只要提供正确的参考数据，它就可以被用来研究任何病原体。
为了确保该工具能够处理更大规模、更复杂的数据集，研究人员使用了一种名为铜绿假单胞菌（Pseudomonas aeruginosa）的细菌创建了一个模拟场景。这种细菌的基因组比病毒大得多。他们生成了包含数百个突变且跨越六个不同时间点的伪造数据。该工具在短短几秒钟内就处理了海量信息，准确地恢复了每一个突变及其出现和消失的模式。这项测试表明，即使数据量显著增加，该软件依然快速且可靠。
这项工作的成果是一个免费的开源程序，它让追踪病毒进化的复杂任务变得对更多科学家而言触手可及。通过自动比较随时间变化的遗传样本，vartracker 让研究人员能够专注于数据的意义，而不是如何处理数据。它生成清晰的表格和交互式图表，展示病毒突变的生命故事——从它们的首次出现到最终的命运。无论是研究单个患者体内的病毒，还是追踪一场疫情，这个工具都为可视化驱动疾病进化的那些隐形变化提供了一种直观的方法。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。