Как патогены учатся побеждать: новый метод спрогнозирует патогенные мутации и предотвратит разрушительныеэпидемии

Исследователи из Кембриджского университета и Института Пастера создали алгоритм, который научился читать эволюционную историю патогенов и находить «победителей» ещё до того, как они захватят мир.

Проблема: как найти иголку в стоге геномов?

Традиционно классификация штаммов патогенов напоминает работу библиотекаря, который сортирует книги по цвету обложки. Системы вроде Pango или NextStrain группируют вирусы по количеству мутаций — определённому «порогу несхожести». Проблема в том, что такой подход абсолютно слеп к главному вопросу: делает ли этот вариант патоген успешнее?

Здесь критически важна адаптивность — способность организма передавать свои гены следующим поколениям. Для вируса это означает эффективнее заражать новых хозяев, избегать антител и быстрее размножаться. Именно штаммы с повышенной адаптивностью представляют наибольшую угрозу общественному здоровью — и именно их труднее всего выявить традиционными методами.

Детектив, который читает генеалогические деревья

Команда европейских учёных предложила принципиально новый подход. Вместо того чтобы определять штаммы по произвольным критериям, метод филоволн анализирует саму структуру филогенетического дерева — родословную патогена, построенную на основе геномных данных.

Представьте генеалогическое дерево королевской династии. Если одна ветвь внезапно начинает разрастаться — у её представителей появляется всё больше потомков, тогда как другие ветви вымирают — это сигнал, что эта линия имеет какое-то преимущество. Возможно, они богаче, здоровее или просто успешнее остальных. Для патогенов такая «династическая преимущество» означает повышенную адаптивность: способность эффективнее распространяться в популяции.

Метод филоволн вычисляет для каждой последовательности особый индекс — число, которое показывает, насколько «успешной» является эта ветвь по сравнению с остальной популяцией. Алгоритм основан на простой идее: если штамм успешен, его потомки будут генетически ближе друг к другу, чем к остальной популяции, потому что все они недавно происходят от общего предка-«альфа-самца».

Ключевая инновация метода — использование скользящего временного окна. Подобно тому, как метеорологи анализируют не просто температуру сегодня, а тренды за последние недели, метод филоволн фокусируется на недавних генетических расстояниях. Это позволяет отслеживать динамику популяции в реальном времени, а не просто констатировать свершившийся факт.

Метод филоволн: проверка на врагах человечества

Чтобы доказать работоспособность метода, авторы выбрали четыре принципиально разных патогена: SARS-CoV-2, вирус гриппа H3N2, бактерию коклюша (Bordetella pertussis) и возбудителя туберкулёза — Mycobacterium tuberculosis. Эта четвёрка охватывает весь спектр инфекционных агентов: от быстро мутирующих РНК-вирусов до медленных бактерий.

Грипп H3N2: бесконечный танец с иммунитетом

Сезонный грипп — один из наиболее изученных патогенов. Анализ 1 476 последовательностей гемагглютинина за 2005–2023 годы показал, что метод точно воспроизводит официальные глобальные клады (группы родственных штаммов). Средняя продолжительность «жизни» одной линии гриппа — около 4 лет, после чего она вытесняется новым вариантом.

Важно, что 86 % позиций в участках гемагглютинина, ответственных за антигенную изменчивость, оказались для метода филоволн «линеедефинирующими». Алгоритм автоматически находил именно те мутации, которые позволяют вирусу избегать иммунного ответа.

Коклюш: скрытая эволюция под давлением вакцин

Bordetella pertussis — возбудитель коклюша — стал настоящим испытанием для метода. В отличие от вирусов, бактерии эволюционируют медленнее и имеют значительно большие геномы. Но именно здесь филоволны показали свою уникальную ценность.

Анализ 1 248 изолятов из Франции за 1953–2022 годы выявил три ранее неизвестные линии с повышенной адаптивностью. Все три появились после 1998 года — именно тогда Франция перешла на ацеллюлярную вакцину против коклюша. Это свидетельство того, что новая вакцина создала эволюционное давление, которое способствовало появлению «усовершенствованных» штаммов.

Среди найденных мутаций особое внимание привлекли две независимые замены в гене sphB1, который кодирует протеазу, участвующую в высвобождении филаментозного гемагглютинина — одного из компонентов ацеллюлярной вакцины. Это первое прямое доказательство эволюции коклюша под влиянием вакцинации.

Туберкулёз: медленная угроза, которая не отступает

Mycobacterium tuberculosis — самый медленный патоген в эксперименте: его эволюция измеряется веками, а не месяцами. Анализ 997 геномов (2008–2010 годы) выявил две новые линии, стремительно растущие в популяции. Наибольшую долю «линеедефинирующих» мутаций имели гены, ассоциированные с антибиотикорезистентностью. Метод филоволн автоматически выявил именно те линии, которые несут «пакет» генов резистентности.

От теории к практике: как метод филоволн усилит борьбу с инфекциями

Раннее предупреждение. Вместо того чтобы реагировать на уже распространившиеся варианты, органы здравоохранения смогут выявлять потенциально опасные линии на ранних этапах. Два месяца предупреждения — это время для разработки диагностических тестов, обновления вакцин и подготовки медицинской системы.

Целенаправленный надзор. Не все мутации одинаково важны. Филоволны автоматически идентифицируют именно те генетические изменения, которые действительно влияют на способность патогена распространяться. Это позволяет сосредоточить ресурсы на мониторинге ключевых позиций, а не пытаться отслеживать всё.

Оценка эффективности вакцин. Появление новых линий с повышенной адаптивностью после вакцинации (как в случае с коклюшем) — сигнал о том, что вакцинное давление «подталкивает» эволюцию патогена. Это должно учитываться при разработке вакцин следующего поколения.

Прогнозирование пандемий. Метод позволяет количественно оценить, насколько быстро новый вариант может вытеснить старые, что критически важно для планирования противоэпидемических мероприятий.

Новое оружие в арсенале эпидемиологов

Метод филоволн — это не просто ещё один алгоритм анализа геномных данных. Это фундаментальный сдвиг парадигмы: от описательной классификации к функциональному пониманию эволюции патогенов. Подобно тому, как сейсмографы позволяют предсказывать землетрясения, анализируя подземные волны, метод филоволн «слушает» волны эволюции в геномных данных и предупреждает о надвигающихся новых угрозах.

Метод уже доступен в открытом доступе, что позволяет исследовательским группам по всему миру адаптировать его под свои нужды. В свете новых угроз такие инструменты становятся не роскошью, а необходимостью.