研究人员说,基因组数据可以改进大流行建模

研究人员说,基因组数据可以改进大流行建模
数据、模型、预测和结果可能涵盖多个分辨率级别。例如,数据可能包括序列,我们希望从中建立序列类型或基因型模型,以预测全球疾病趋势,从而设计有效的资源配置策略。或者,病原体群体的组成由更大的亚群体(例如,血清型或变异)可能是遗传多样性的焦点水平。有无数种组合,科学家必须从这些组合中确定每一步的最佳比例。信贷:微生物学性质(2022)。DOI: 10.1038 / s41564 - 022 - 01233 - 6

西蒙弗雷泽大学的研究人员主张将基因组数据纳入预测模型,以便更好地了解传染病的传播。研究人员说,将这些数据纳入预测模型可以为监测、协调提供信息,并帮助确定何处需要资源。

在本周发表的一篇论文中微生物学性质SFU的数学研究人员Caroline Colijn, Pengyu Liu和Jessica Stockdale指出,基因组测序技术已经改进到可以随着时间的推移持续采样来了解病原体是如何突变和进化出新的变种或菌株的。

他们说,随着技术的进步,将病毒和其他病原体的基因组数据整合到预测感染传播的数学模型中变得更加可行。模型可以包括病原体的多样性、传播率和干预措施,如接种抗生素治疗。

“基因组数据可以用于更准确地预测免疫逃避的风险(对抗生素或其他的耐药性),可以帮助减轻这些风险,”Colijn说,他是加拿大150进化、感染和公共卫生数学研究主席。她还监督加拿大传染病建模网络(CANMOD),并是总部设在旧金山州立大学的太平洋病原体、流行病和社会研究所(PIPPS)的科学联合主任。

此前的研究使用了过去20年收集的基因组数据来回顾分析疾病的进化和传播。该团队认为,将基因组数据纳入预测模型可以更准确地预测未来的病原体行为。基因组数据将与流行病学、临床和监测系统数据等其他资料来源结合起来。

该团队补充说,在使用时可能需要考虑到伦理方面的考虑以及在开发建模、预测和基因组学相结合的方法中需要克服的挑战。

这组科学家强调了精确建模的重要性,以预测未来可能的疾病负担,了解病原体可能的进化和多样性模式,并为有关传染病控制的决策提供信息。

了解病毒的行为方式还可以为宣传活动提供信息,为公众提供减少感染风险的行动建议。世界卫生组织也依靠模型来估计疾病负担、作出预测并为政策提供信息。


进一步探索

加拿大需要一个更好的呼吸道病原体检测系统

更多信息:Jessica E. Stockdale等人,基因组学在传染病预测中的潜力,微生物学性质(2022)。DOI: 10.1038 / s41564 - 022 - 01233 - 6
期刊信息: 微生物学性质

引用研究人员说(2022年10月21日),2022年10月24日从//www.puressens.com/news/2022-10-genomic-pandemic.html检索到基因组数据可以改进大流行建模
本文件受版权保护。除用于个人学习或研究的公平交易外,未经书面许可,不得转载任何部分。内容仅供参考之用。
45股票

反馈给编辑