查看原文
其他

巴塞尔报告(第十一期,2023年2月4日)

拍老师 拍帮主的后花园 2023-05-03

各位早上好上午好中午好下午好晚上好~
跳票多时的《巴塞尔报告》,终于又一次重见天日了……
上一集请见:《巴塞尔报告,第十期,2022年12月19日》

下面正式开始搬运。



第一部分,来自中国的测序数据
  • 最近两周以来,从国内上传到GISAID的近期序列数量大幅增加(此处“近期”=2022年11月1日或以后),具体见上表;
  • 最近两周,国内上传到GISAID的序列大致翻了十倍,不过比起测序工作第一梯队的国家而言(比如英美和日本),还是测序比例还是有十倍左右的差距;
  • 国内上传序列的采样地点基本涵盖了所有省份,不过大部分仍然来自北京、上海等关键城市;
  • 采样日期晚于2022年12月1日的大约6400条国内上传序列当中,主要的毒株分布如下:
  • 最后一栏的“其他毒株”(rest),主要是从输入病例检出的序列,并且暂时没有明显的聚集性爆发趋势;世界上其他地区的优势株,比如BA.2.75*家族或XBB*家族的子毒株们,暂时也没能在国内形成聚集性爆发。
  • 国内正在流行的毒株已经开始逐渐获得额外的刺突蛋白突变,但暂时不能明确这些突变在BA.5骨架上具体有什么增益。暂时还没有观察到明显的跃迁演化的痕迹(比如说大量刺突蛋白突变同时冒头)。


第二部分,其他国家或地区入境检疫机构上传的关于中国的测序数据
  • 最近两周以来,其他国家或地区向GISAID上传的400条左右测序记录在备注中提到“近期中国旅行史”,其中来自日本和韩国入境检疫的序列占了多数。
  • 关于国内流行株分布,上述入境检疫测序记录跟中国自行上传的测序记录能够相互印证,其中入境检疫测序记录当中偶尔会出现中国国内没有检出的变异株,但这一小部分序列看起来更像是航班上或者落地后发生的感染。
  • 从上述测序记录可以大致推算出,中国目前的现患率约为1%或以下。
  • 目前只有少数测序实验室会备注入境检疫序列的旅客出发地,详见上图。



    第三部分,利用其他国家或地区入境检疫测序数据判断中国的疫情趋势
    • 由于上面提到的5种中华田园株,在中国以外都几乎没有蔓延,所以可以利用其他国家或地区入境检疫的数据来粗略判断中国国内的疫情趋势。但需要留意的是,决定入境检疫检出数量的,不止中国国内疫情规模这个单一因素,还跟出境人数、入境检疫政策以及入境隔离政策等因素相关。
    • 大致来说,日本、韩国、新加坡和美国检出中华田园株的数量,都在2022年12月下旬到达顶峰,这也跟国内官方公布的疫情趋势相吻合。



    第四部分,与XBB.1.5撞衫的趋同演化
    • 在美国,新英格兰地区的XBB.1.5流行率已经在1月中旬突破50%大关,而全国范围内的流行率还在继续增长。但目前还不清楚XBB.1.5是否会挤掉其他变异株的市占率,或是和其他变异株发生共流行。目前XBB.1.5在美国的倍增时间大约是10天;
    • 有趣的是,现在有大量XBB子分支发生了类似于XBB.1.5的趋同演化,即:独立获得了刺突蛋白F486P突变。鉴于S:F486P在XBB骨架上表现出的巨大适应性增益,同时也由于F:F486S继续演化到S:F486P的门槛不高,这种趋同演化趋势并不出乎意料。
    • 截止2023年1月中旬,已获得Pango命名的类XBB.1.5子分支包括:
      - XBB.1.5(美国新英格兰地区流行株);
      - XBB.1.9.1(常见于南亚和东南亚);
      - XBB.1.9.2(常见于东南亚);
      - XBB.1.11.1(常见于南亚和东南亚,流行率0.1-5%);
      - XBB.2.3(常见于印度);
      - XBB.2.4(常见于西班牙);
      - XBB.6.1(常见于美国)。
    ——演化树见下:
    • 有初步迹象显示,类似XBB.1.5的某种子毒株已经成为(或马上成为)印度、印尼和马来西亚的优势株,但由于这三个地方每周上传序列数量还不到100条,所以暂时还没法实锤。由于元祖版XBB在上述三国的流行时间要比在美国更早,流行率也更高,所以有理由相信,这三国的XBB有可能早已演化出了S:F486P突变;
    • 虽然上述三国的优势株可能并不是XBB.1.5,而是某个撞衫的XBB*+S:F486P株系,但这些子分支相互之间可能只有名义上的区别。
    • 在除了中国之外的全球绝大多数地区,XBB*+S:F486P的大杂烩都表现出在美国那样的相对增长优势。但由于美国之外的地方,XBB*+S:F486P的绝对数量还比较少,这个增长优势还需要继续观望确认。



    第五部分,刺突蛋白的潜在增益突变
    • Bloom老师的免疫逃逸与受体亲和度计算器对于预测和判定刺突蛋白特定突变的适应性增益时非常有用,比如说,这个计算器提前预判了S:R346T的免疫逃逸增益,以及S:F486P的受体亲和度增益;
    • 基于上述成功经验,我们倾向于继续利用这个计算器去评估最新出现的刺突蛋白趋同热点突变。但需要留意的是,Bloom老师的计算器,假定所有突变都发生在BA.2的骨架上。然而现在流行的变异株,已经在BA.2的基础上额外获得了多个刺突蛋白突变(比如R346T、K356T、K444T、F486V/S/P、F490S等)。而额外获得的突变数量越大,计算器预测翻车的风险就越大;
    • 比如说,Bloom老师的计算器就没能提前预测到S:N460K的具体适应性增益,因为N460K的增益是通过上位效应(或者说,通过跟其他已有突变的联动)才发挥出来的。
    • 总之,现在有三个刺突蛋白突变,既在Bloom老师计算器的预测范围内,又初步表现出了趋同特性,即:
    S:A348S:计算器预测A348S有巨大的免疫逃逸增益,但由于348位点距离现有的R346T位点过于接近,有可能上述免疫逃逸已经因为R346T的存在而满格了。S:A348S是DM.1子分支的特征定义突变,并且其他一些子毒株也曾独立获得这一突变,但暂时没能展现出明显的增长优势。
    S:Y453F:计算器预测Y453F可以明显改善受体亲和度,但目前并不清楚是否需要其他突变位点的协同作用才能发挥出这一增益。在2020年底以前,Y453F都非常罕见,并且它也是一个明确的水貂适应性突变。近期刚刚获得Pango命名的DN.1.1.1的特征定义突变就是S:Y453F;
    S:R403K(划重点啊):计算器预测的另一个明显改善亲和度的突变,也是最近比较受关注的DS.1子毒株的特征定义突变之一。(关于DS.1的延伸阅读:《DS.1和CM.8.1.1》

    总之,到了现在这个阶段,如果在BA.5或BA.2.75骨架上,某个刺突蛋白突变能够单独带来明显增益的话,那么它应该早就被穷举出来,并且遍地开花了(正如XBB大量独立获得S:F486P一样)。但需要上位效应才发挥作用的增益突变,则有可能出现得更慢,并且也更加难以预测。



    以上,搬运完毕,鸣谢Cornelius小哥!
    原文传送门:
    https://github.com/neherlab/SARS-CoV-2_variant-reports/blob/main/reports/variant_report_latest_draft.md



    欢 迎 关 注
    永久备份区(历史文章陆续上传中)
    https://github.com/Paibangzhu/backup/issues
    小蓝鸟
    https://twitter.com/paibangzhu
    知乎
    https://www.zhihu.com/people/paizhaorushi
    微博
    https://weibo.com/pzxlbbz(有各种带货链接)



    外 快 专 区
    知识星球
    https://t.zsxq.com/07c3Cnty5

    三点几啦!饮茶先啦~:

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存