{{{sourceTextContent.title}}}

Neues Programm zum Auffinden von COVID-19-Varianten mit geringer Häufigkeit entwickelt

{{{sourceTextContent.subTitle}}}

Rice-Informatiker entwickeln Programm zum Auffinden "niederfrequenter" Varianten in Sequenzdaten

{{{sourceTextContent.description}}}

HOUSTON, TX - Details über Varianten, die sich in der Flut der genetischen SARS-CoV-2-Sequenzen verstecken, wären gut zu wissen, wenn Forscher sie nur finden könnten.

Ein neues Programm, das an der George R. Brown School of Engineering der Rice University entwickelt wurde, macht dies möglich, zumindest für "Intrahost-Varianten", d. h. solche, die in Genomdaten derselben COVID-19-positiven Person auftauchen.

Ein Rice-Team unter der Leitung des Informatikers Todd Treangen und der Doktorandin Yunxi Liu hat Variabel entwickelt, das "niederfrequente Varianten" des COVID-19 verursachenden Virus genau identifiziert

Die Suche nach diesen Hinweisen könnte der Schlüssel zur Identifizierung potenziell verheerender Varianten sein, bevor sie die Chance haben, sich auszubreiten, so Treangen

Die Daten sind frei zugänglich, aber sie sind sehr umfangreich. Die Forschung macht das Mining von Varianten mit niedriger Frequenz für eine geschätzte halbe Million SARS-CoV-2-Genome verfügbar, die von Oxford Nanopore Technologies (ONT) gesammelt wurden, das eine erschwingliche Plattform für die schnelle Sequenzierung einzelner, langer DNA- oder RNA-Moleküle bietet

"Variabel ermöglicht den direkten Einsatz einer erschwinglichen Nanopore-Sequenzierungstechnologie zur Identifizierung von Variationen innerhalb des Wirts nach einer Virusinfektion", so Treangen, dessen Arbeit sich schon lange vor der COVID-19-Pandemie auf die Überwachung von Infektionskrankheiten konzentrierte.

Das Labor hatte ähnliche Erfolge bei der Prüfung von Variabel an Sequenzdaten von Patienten, die mit Ebola und Norovirus infiziert waren.

Das Open-Source-Programm, über das in Nature Communications berichtet wird, steht zum Download bereit.

Die Forscher behaupten, der Schlüssel zu Variabel sei seine Fähigkeit, echte Varianten von Sequenzierungsfehlern im ONT-Prozess zu unterscheiden

Um Variabel zu validieren, verglichen sie Daten, die im Laufe der Zeit von einzelnen positiven Patienten aufgenommen wurden, sowie Sequenzen aus patientenübergreifenden Datensätzen, die von ONT und einer anderen Sequenzierungstechnik, Illumina, erzeugt wurden. Im Laufe der Zeit kann ein einzelner Patient bis zu einer Milliarde Kopien eines Virus beherbergen.

Ein Vergleich der Ergebnisse vor und nach der Anwendung von Variabel auf die Daten ergab, dass das Programm die meisten Sequenzierungsfehler korrigieren konnte

"Variabel öffnet die Tür zu einer tragbaren, erschwinglichen und schnellen Charakterisierung von Variationen innerhalb des Wirts, was letztlich zur Entdeckung künftiger Mutationen beitragen könnte, die für die betreffenden Varianten spezifisch sind", so Treangen.

Co-Autoren der Studie sind der Rice-Student Joshua Kearney und der Software-Ingenieur Bryce Kille sowie der Postdoktorand Medhat Mahmoud vom Baylor College of Medicine und Fritz Sedlazeck, ein außerordentlicher Professor am Human Genome Sequencing Center. Treangen ist Assistenzprofessor für Computerwissenschaften.