在偏好抽样的实时 phylogenetics 分析中 accounting for reporting delays

新冠肺炎疫情表明，对不断收集的传染病监测数据的快速和准确分析对于把握局势和制定政策至关重要。共祖 coalescent-based phylogenetics 分析可使用病原体的基因序列来估计其有效种群大小的变化，这是一种遗传多样性的度量。这种有效种群大小的变化可在特定条件下与感兴趣人群中感染人数的变化相联系。由于其方法对传统监测数据中所呈现的ascertainment bias（例如优先检测症状严重者）具有较强鲁棒性，phylogenetics 因而是一组重要工具。不幸的是，需数周或数月才能对所采样的病原体基因序列进行测序并存入数据库，使其可供此类分析使用。这种报告延迟严重降低了接近当前时间的 phylogenetics 方法的精度，对于某些模型甚至可能导致极端偏差。本文提出了一种方法，可在数据收集时刻更接近的数据收集时间可靠地估计有效种群大小轨迹，使政策制定者可基于更近期的数据。我们的工作利用可得的历史数据，在采样与测序之间获取的时间信息，并将其纳入抽样模型，以减轻实时分析中报告延迟的影响。我们在模拟数据和对2021年华盛顿州收集的SARS-CoV-2序列进行示例说明。