logo

Wissenschaftsportal der Französischen Botschaft in Deutschland

mariane

Verbreitung von Covid-19 durch Genomanalyse besser verstehen

Derzeit wird viel über den Nutzen der Sequenzierung von SARS-CoV-2-Viren infizierter Patienten diskutiert. Eine Perspektive, die von einem Forscher des Labors für Infektionskrankheiten und Vektoren: Ökologie, Genetik, Evolution und Kontrolle (MIVEGEC – CNRS / IRD / Universität Montpellier) verfasst und in der Zeitschrift Science veröffentlicht wurde, verdeutlicht, wie die Analyse dieser Genome “Superspreading”-Events erkennen und verstehen kann, bei denen eine Person viele andere infiziert. Die Sequenzanalyse ist potenziell billiger als die Kontaktverfolgung, aber auch weniger eingreifend.

Verbreitung von Covid-19 durch Genomanalyse besser verstehen

Es wird vermutet, dass Superspreading-Ereignisse wesentliche Vektoren bei der Ausbreitung von SARS-CoV-2 sein könnten. Während solche Ereignisse bei der Analyse von Contact-Tracing-Daten offensichtlich sind, ist die Bestimmung ihrer Häufigkeit und ihrer quantitativen Auswirkung auf die COVID-19-Epidemie viel schwieriger. Darüber hinaus sind Daten zur Ermittlung von Kontaktpersonen teuer in der Erhebung, verzerrt und oft von geringer Aussagekraft (da die Befragten nicht sicher sind, woher ihre Kontamination stammt). Die digitale Nachverfolgung könnte diesen Verzerrungen begegnen, wirft aber große in Sachen Freiheitsrechte auf. Daten aus der Sequenzierung von viralen Genomen von Patienten bieten eine interessante Alternative, die sowohl Verzerrungen bei der Analyse als auch ethische Risiken minimiert.

Wie alle Viren entwickelt sich auch SARS-CoV-2 weiter und akkumuliert dabei Mutationen (im Durchschnitt 1 bis 2 pro Monat und Genom). Eine der Folgen ist, dass Menschen, die in der Übertragungskette nahe beieinander liegen, a priori von Viren mit ähnlichem Genom infiziert werden. So ist es Forschern in Boston gelungen, dank einer dichten und frühen Probenahme zu zeigen, dass ein geschäftliches Konferenzzentrum die Quelle eines Superspreading-Events war, das Auswirkungen auf nationaler und sogar internationaler Ebene hatte. Aus der GISAID-Datenbank konnten sie schließen, dass dieses Ereignis potenziell mit mehr als 100.000 Infektionen weltweit in Verbindung gebracht wurde. Darüber hinaus konnten sie ein zweites Ausbreitungsereignis in einem Gesundheitszentrum feststellen. Letzteres war aus zwei Gründen interessant. Einerseits konnten sie zwei Einschleppungen des Virus in das Gesundheitszentrum identifizieren, aber nur eine der beiden ein Superspreader war. Andererseits hatte das Superspreading-Ereignis im Pflegezentrum im Gegensatz zum Geschäftskonferenzzentrum wenig Verzweigung im Rest der Stadt, war aber mit einer hohen Sterblichkeit im Zentrum verbunden.

Die Genomik stellt somit ein wenig genutztes Werkzeug dar, um die Art der Ausbreitungsereignisse besser zu verstehen, und zum Beispiel zu ermitteln, ob sie mit dem Umweltkontext, dem individuellen Verhalten (Anzahl der Kontakte) oder der Biologie der Infektion (Viruslast) zusammenhängen. Bei der Integration dieser Sequenzdaten mit den klassischen, routinemäßig verwendeten Inzidenzdaten (Anzahl der Neuerkrankungen) gibt es noch viele Herausforderungen. Aber eine solche Kombination von Daten könnte sich als besonders wertvoll im Fall von SARS-CoV-2 erweisen, das weniger Mutationen in seinem Genom anhäuft als Viren wie HIV.

Quelle: CNRS / Universität Montpellier

Veröffentlichung: https://science.sciencemag.org/content/371/6529/574