文献

J-GLOBAL ID：202202265153440513   整理番号：22A1023561

突然変異の周波数軌跡の加重ネットワーク解析によるSARS-CoV-2変異体を追跡する新しい方法【JST・京大機械翻訳】

A New Way to Trace SARS-CoV-2 Variants Through Weighted Network Analysis of Frequency Trajectories of Mutations

著者 (8件)： Huang Qiang (Department of Medical Statistics and Epidemiology, School of Public Health, Sun Yat-sen University, Guangzhou, China) ,  Zhang Qiang (College of Computer, Chengdu University, Chengdu, China) ,  Bible Paul W. (College of Arts and Sciences, Marian University, Indianapolis, IN, United States) ,  Liang Qiaoxing (State Key Laboratory of Ophthalmology, Zhongshan Ophthalmic Center, Sun Yat-sen University, Guangzhou, China) ,  Zheng Fangfang (School of Traditional Chinese Medicine Healthcare, Guangdong Food and Drug Vocational College, Guangzhou, China) ,  Wang Ying (Department of Medical Statistics and Epidemiology, School of Public Health, Sun Yat-sen University, Guangzhou, China) ,  Hao Yuantao (Department of Medical Statistics and Epidemiology, School of Public Health, Sun Yat-sen University, Guangzhou, China) ,  Liu Yu (Department of Medical Statistics and Epidemiology, School of Public Health, Sun Yat-sen University, Guangzhou, China)
資料名： Frontiers in Microbiology (Web)  (Frontiers in Microbiology (Web))
巻： 13  ページ： 859241  発行年： 2022年 
JST資料番号： U7080A  ISSN： 1664-302X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： SARS-CoV-2変異体の早期検出は,公衆衛生応答を知らせるために臨床的に重要な株のタイムリーな追跡を可能にする。現在のサブタイプベースの変異監視は,遅れ特徴に従って以前のサブタイプ割り当てに依存し,それらの連続リスク評価は,このプロセスを遅らせる可能性がある。SARS-CoV-2変異体追跡のための突然変異(FTM)の頻度軌跡をモデル化するための加重ネットワークフレームワークを提案した。このフレームワークは,FTMをモジュール化し,変形を表現するために一緒にFTMを同期させる。また,モジュールクラスタを生成し,流行段階とそれらの同時性変異体を明らかにした。結局,モジュールベースの変異体をサブサンプリングを通して系統樹によって評価し,流行のコミュニケーションと制御を容易にした。このプロセスは,世界中のGISAIDデータを用いてベンチマークされ,すべての方法論の特徴を示すだけでなく,モジュールベースの変異体同定も,グローバル系統樹による高度に特異的で敏感なマッピングを示した。SARS-CoV-2変異監視のためのインドと南アフリカのような地域データにこのプロセスを適用するとき,このアプローチはウイルス変異体とそれらの共循環パターンの国家分散歴史を明確に解明し,β(B.1.351),Delta(B.1.617.2),およびOmicron(B.1.1.529)のはるかに早期の警告を提供した。”そのアプローチが,ウイルス変異体とそれらの共循環パターンの国家的分散歴史を明確に解明する,そして,Beta(B.1.351),Delta(B.1.617.2),およびOmicron(B.1.1.529)の非常に早期の警告を提供した。要約すると,本研究は,FTMの加重ネットワークモデリングが,遅延特徴を有する以前のウイルスサブタイピングを克服するSARS-CoV-2変異体を迅速かつ容易に追跡することを可能にし,COVID-19の理解と監視を加速することを示した。Copyright 2022 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： コミュニケーション ,  モジュール ,  *突然変異 ,  *突然変異体 ,  *変異 ,  同時性 ,  系統樹 ,  クラスタ ,  公衆衛生 ,  改変 ,  ベンチマーク ,  フダンソウ属 ,  リスク評価 ,  フレームワーク【ソフトウェア開発】
準シソーラス用語： *ネットワーク解析 ,  モジュール化 , 【Automatic Indexing@JST】

著者キーワード (5件)： SARS-CoV-2 ,  突然変異 ,  周波数軌跡 ,  重み付きネットワーク解析 ,  変異体追跡

分類 (2件)： 遺伝的変異  (EC01030Y) ,  分子・遺伝情報処理  (JE15040B)

引用文献 (37件)：

• Bernasconi A., Mari L., Casagrandi R., Ceri S. (2021). Data-driven analysis of amino acid change dynamics timely reveals SARS-CoV-2 variant emergence. Sci. Rep. 11:21068. doi: 10.1038/s41598-021-00496-z
• Chakraborty D., Agrawal A., Maiti S. (2021). Rapid identification and tracking of SARS-CoV-2 variants of concern. Lancet 397 1346-1347. doi: 10.1016/s0140-6736(21)00470-0
• Chiara M., Horner D. S., Gissi C., Pesole G. (2021). Comparative genomics reveals early emergence and biased spatiotemporal distribution of SARS-CoV-2. Mol. Biol. Evol. 38 2547-2565. doi: 10.1093/molbev/msab049
• Csárdi G., Nepusz T. (2006). The igraph software package for complex network research. InterJ. Complex Syst. 1695 1-9. doi: 10.1093/molbev/msab049
• Grubaugh N. D., Hodcroft E. B., Fauver J. R., Phelan A. L., Cevik M. (2021). Public health actions to control new SARS-CoV-2 variants. Cell 184 1127-1132. doi: 10.1016/j.cell.2021.01.044

タイトルに関連する用語 (6件)： 突然変異 ,  加重 ,  ネットワーク解析 ,  SARS-CoV-2 ,  変異体 ,  追跡