Science丨相对原始毒株，Omicron BA.2适应性增加8.88倍；首次构建的新冠适应性量化评估模型，有助于预测疫情走向

一直在美国从事病毒研究和抗病毒新药/疫苗研发的王宇歌博士对这篇重要的文章做了解读。

这篇论文的题目是“Analysis of 6.4 million SARS-CoV-2 genomes identifies mutations associated with fitness”，第一次将“适应性”这个概念进行了量化，这篇文章对理解病毒的进化机制和趋势十分关键。

这项大型研究分析了640万个SARS-CoV-2病毒基因组，分析了单个氨基酸突变造成的病毒适应性增加和突变株整体的适应性增加。

研究开发了算法模型PyR0，这是一种分层贝叶斯多项逻辑回归模型，可推断地理区域内所有病毒谱系的相对流行率，检测谱系的流行率增加，并识别与适应性相关的突变。

研究以最早的原始野生型为对照，发现Omicron BA.1的适应性增加6.8倍，BA.2适应性增加8.88倍。

Omicron已经是SARS-CoV-2适应性的佼佼者，而BA.2进一步提高了Omicron的适应性，所以图中可见BA.2的适应性在坐标的最顶点位置。

（新冠突变株的适应性）

研究进而分析了单个氨基酸突变对于病毒适应性的影响。

有趣的是，研究发现增加病毒适应性的并不是452，478，484，501这些常见的RBD突变，而是其他突变。

增加病毒适应性排名第一的是Furin上的H655Y，可以将病毒适应性增加5.1%，实际上因为655在Furin上，其突变可增加S1/2切割效率，进而使病毒感染细胞能力增强。

第二是S2上的T951，可将适应性增加4.6%。

第三是ORF1a上的P3395H，可将适应性增加3.9%。

由此可见，并不是Spike一个蛋白决定病毒适应性。

新冠病毒突变株之所以能够成倍增加适应性，是因为能够增强病毒适应性的突变可同时出现在了一个病毒谱系中。

研究进一步构建了含有这些病毒突变的假病毒，进行293T-ACE2感染实验，验证了病毒突变可增加病毒感染细胞的能力，如K417T可使病毒感染力增加超过1.5倍。

简析：

Science这项研究首次构建的量化评估病毒适应性PyR0模型十分重要。

它可以在每次新的病毒出现后预测这种病毒潜在的流行趋势，因为高适应性的病毒会取代低适应性的病毒。

正是因为这些对病毒不断深入的研究，科学家已经越来越能够把握新冠病毒的突变方向和流行病学趋势。

参考文献：

【1】 https://www.science.org/doi/10.1126/science.abm1208

本期编辑：Henry，微信号healsan。

Hanson临床科研团队，由6位在美国的医生及医学科学家组成；目前在美国主要从事新药研发和临床科研。

作者：王宇歌 博士，一直在美国从事病毒新药和疫苗研发。微博：子陵在听歌。

更多有用的免费资源：

（点击👆图片，进入自己感兴趣的专辑。或获得点击“资源”，浏览本公众号所有资源。）

更多新冠信息，点击👇阅读