废水 SARS-CoV-2 谱系丰度估计方法的严格基准测试
基因组学
2024-01-23 v3
摘要
鉴于 SARS-CoV-2 的持续传播与演化，以及临床检测的显著下降，迫切需要有可扩展、低成本、长期、被动的监测工具来有效监控人群中流行的病毒变异株。废水 SARS-CoV-2 基因组监测作为临床基因组监测的替代方案应运而生，它能在更短的时间、更低的成本与后勤投入下，持续监控不同规模社区中病毒谱系的流行情况，并作为新变异株的早期预警系统，这对发达社区尤其是服务不足社区至关重要。重要的是，该方法得到的谱系流行度估计不受临床检测可及性与参与度相关偏差的扭曲。然而，用于从废水测序数据测量相对谱系丰度的生物信息学方法的相对性能尚属未知，阻碍了研究界与公共卫生部门在计算工具选择上做出明智决策。在此，我们利用来自 36 个合成谱系与亚谱系基因组的体外混合物数据，对 18 种用于估计废水中 SARS-CoV-2（亚）谱系相对丰度的生物信息学方法进行了全面基准测试。此外，我们使用来自 78 个谱系与亚谱系混合物的模拟数据，这些混合物在临床环境中共现，其比例映射了真实数据中观察到的流行度比值。重要的是，我们考察了所评估方法的准确性如何受所用测序技术、相关错误率、读长、读深，以及合成 RNA 混合物暴露于废水的影响，旨在捕捉废水基质（包括 RNA 片段化与降解）所诱导的效应。
引用
@article{arxiv.2309.16994,
title = {A rigorous benchmarking of methods for SARS-CoV-2 lineage abundance estimation in wastewater},
author = {Viorel Munteanu and Victor Gordeev and Michael Saldana and Eva Aßmann and Justin Maine Su and Nicolae Drabcinski and Oksana Zlenko and Maryna Kit and Felicia Iordachi and Khooshbu Kantibhai Patel and Abdullah Al Nahid and Likhitha Chittampalli and Yidian Xu and Pavel Skums and Shelesh Agrawal and Martin Hölzer and Adam Smith and Alex Zelikovsky and Serghei Mangul},
journal= {arXiv preprint arXiv:2309.16994},
year = {2024}
}
备注
For correspondence: [email protected]