《Nature Microbiology》:A generalized lineage nomenclature for viral genomic epidemiology
编辑推荐:
病原体基因组学(pathogen genomics)已日益整合到疫情应对中,近期病毒流行可通过大量病毒遗传序列得到更好表征。病毒多样性的有效国际交流需要可扩展、可适应的命名体系,而现有系统可能无法适应序列的快速产生。Pango谱系命名系统(Pango line
病原体基因组学(pathogen genomics)已日益整合到疫情应对中,近期病毒流行可通过大量病毒遗传序列得到更好表征。病毒多样性的有效国际交流需要可扩展、可适应的命名体系,而现有系统可能无法适应序列的快速产生。Pango谱系命名系统(Pango lineage nomenclature system)旨在解决这些问题,并自2020年初起应用于严重急性呼吸综合征冠状病毒2(SARS-CoV-2)。在此,研究人员将底层原则推广为用于病毒监测的框架。谱系(lineages)被定义为系统发育树(phylogenetic tree)上具有流行病学意义的簇,起始于奠基谱系(founding lineages),并通过字母数字混合的亚谱系(sublineage)名称层级系统在系统发育树上扩展。距Pango系统创立六年之际,研究人员讨论实施中的挑战与考量。研究人员提出基孔肯雅病毒(chikungunya virus, CHIKV)的Pango谱系框架,为基于地理的进化枝(clade)系统提供替代方案,并在8个奠基谱系中指定21个谱系。这一推广为未来许多病毒的基因组监测(genomic surveillance)提供了基础,包括新发疫情和地方性病原体监测。
论文《A generalized lineage nomenclature for viral genomic epidemiology》发表于《Nature Microbiology》。研究背景:过去十年病毒基因组序列数据急剧增加,病毒基因组学已成为地方性和新发病毒监测的核心支柱。国际病毒分类委员会(ICTV)将病毒分类至种,种以下多样性由科学界描述,历史术语包括型、亚型、基因型、群和进化枝(clade,具有共同祖先的谱系分支)。这些命名通常将系统发育树(phylogenetic tree,表示序列进化关系的树)划分为约等分化且支持良好的进化枝,可在月或年尺度分类。但病毒物种间遗传多样性、进化过程和基因组数据异质,导致分类系统增殖;许多系统设计时基因组少,不足以适应当前序列产生速度和规模。COVID-19大流行产生超过1700万公开病毒基因组,支持实时追踪。2020年Rambaut et al.提出SARS-CoV-2动态命名Pango(一种动态谱系命名系统),社区维护数千谱系。Pango广泛采用后,mpox病毒(MPXV)、狂犬病毒、人呼吸道合胞病毒和登革病毒等发展类似系统。许多病毒需要细尺度命名。研究人员概括统一动态病毒谱系系统原则,形式化推广Pango,提出适用应用和实施指南,并给出CHIKV应用。其意义在于为未来许多病毒基因组监测提供基础。
关键技术方法:研究人员从NCBI下载CHIKV基因组序列(n=8,838),以最小长度10,000个核苷酸和最大N含量0.2过滤,并剔除无采样日期记录,获得来自94个国家、1952年至2025年8月的3,175条近全长基因组;样本队列来源为公开GenBank/NCBI数据。使用Raccoon协调序列头,以minimap2 v2.30-r1287比对至CHIKV RefSeq(NC_004162),经gofasta v1.2.3生成多序列比对;用IQ-TREE v3.0.1、HKY模型、折叠零长枝和1,000次超快自举估计最大似然树,中点生根,FigTree注释。为反映近期多样性,过滤2016年以来序列(2,299条,42国)重建最大似然树,并以jclusterfunk v0.0.25提取注释;谱系描述和GenBank登录号映射存于CHIKV谱系GitHub仓库。
研究结果:
1. Principles of a Pango lineage system nomenclature:研究人员提出Pango命名旨在捕获对公共卫生问题最有信息量的流行病学相关多样性,系统应有明确公共卫生或进化目标,提供跨机构、地区、国界共同语言,并帮助在数据大或用户缺乏计算资源时快速定位新基因组。谱系定义为系统发育树上流行病学相关簇;可用完整或部分基因组,完整基因组粒度更高;新谱系信号包括引入新地区并有后续传播、表型变化、显著突变集、重组或重配、相对快速增长。SARS-CoV-2早期受地理聚集影响,后转向生长优势、重组和免疫逃逸或疫苗逃逸相关突变。
2. Definition of a Pango lineage:谱系正式定义为由指定序列集定义的最远共同祖先所衍生的所有病毒。指定(designation)使用高质量、明确属于该谱系的策展序列作为规范参考集,定义该谱系进化枝范围;分配(assignment)则通过系统发育、系统发育放置、定义突变评估或机器学习分类器对未指定序列分类,存在不确定性。新谱系需满足:与祖先谱系由一个或多个突变区分;有流行病学相关性;有后续社区传播证据;有足够高质量基因组评估。阈值因病毒而异,可灵活并随时间变化。
3. A generalized framework for Pango lineages:Pango系统对系统发育树进行层级划分,以初始时间点奠基谱系为锚。SARS-CoV-2早期两个奠基谱系A、B由两个突变区分,对应至少两次人群引入;MPXV clade IIb单一奠基谱系A。建议选初始时间点将现有多样性分为一个或多个字母编码奠基谱系;人畜共患溢出可用溢出点;地方性病毒应捕获当前流行多样性并排除灭绝谱系;早于初始时间点的多样性为O,以后相关未指定多样性可作为额外奠基谱系加入。谱系名点分隔字母数字编码祖先-后代关系,新亚谱系追加点和下一个数字;名称不编码表型或突变,存元数据。可读性通过别名,SARS-CoV-2三级后别名,MPXV两级;别名用字母,排除X、I、O,单字母用完后双字母。循环重组指定X前缀新奠基谱系,如XBB是BJ.1和BA.2.75重组,下一个XBC;不要求精确断点但记录已知。重配病毒可锚定单个代表片段,选择与传播或抗原性最相关、常最快进化片段;其他片段重配可触发新谱系指定。谱系可撤消并永久弃用,不重用;可分裂或修订,灵活性允许早期行动。
4. Granularity of a Pango-style nomenclature:Pango不取代现有分类,而是补充。地方性病原体深历史多样性监测中,细尺度Pango可能有限;传统系统发育和进化枝命名适合长期进化模式如抗原转换。但在新选择压力如新疫苗或抗病毒(登革、RSV)或消除项目需密切追踪传播(麻疹、脊灰)时,Pango有价值。Pango适合人畜共患溢出后暴发,需病原在暴发期间积累足够遗传多样性,即可测量进化(measurably evolving)。许多RNA病毒足够快;一些DNA病毒如双链DNA太慢,除非APOBEC3编辑(APOBEC3 editing,宿主介导的突变机制)提高突变率。流感A谱系高周转,HIV-1稳定多样共循环重组;HIV-1重组Pango可能,但当前循环重组型(circulating recombinant forms, CRF)命名运行良好,不需替换。细菌可能应用,但水平基因转移复杂,抗菌耐药追踪应中心。并非所有暴发需要谱系系统:由动物溢出增加病例如2018尼日利亚拉沙热、巴西黄热再发不需要;自限局部传播链通常不需要。动态谱系对多地区持续人传人暴发最有价值;MPXV clade IIb 2022全球暴发证明可与进化枝和暴发命名互补。独立溢出导致独立持续暴发通常需独立谱系系统;MPXV clade IIb sh2017有Pango式系统,另一独立溢出可启动新系统。Pango也适用动物地方性病原,如狂犬病毒谱系捕获狗中多样性,人为终末宿主;多宿主动态可纳入。关键平衡过多谱系降低分类准确性、增加系统发育不确定性,过少失去分辨率;局部更细可用系统发育型(phylotype,点分隔数字编码全树关系)。Pango处于进化枝长期趋势和phylotype全部节点分类之间。
5. Real-time lineage implementation:实际有效需快速、可重复、无偏识别新多样性,不大量依赖志愿者人工。已有自动化但受复杂基因组流行病学限制,仍需志愿者社区策展。全球监测异质,高收入国家过度代表,许多地区贡献少。指定系统应在良好采样国家更严格阈值,给欠代表地区序列更大权重;当地数据最相关者应有权贡献和标记新谱系,需透明公共论坛。GitHub提供开放免费共享空间。
6. Lessons from SARS-CoV-2:大流行证明基于系统发育命名可近实时追踪新变异和谱系。Pango促进快速识别生长优势或表型相关突变谱系;但Pango标签不适合公众交流,需WHO希腊字母系统用于关注或感兴趣变异。Omicron后无额外希腊字母变异,WHO继续用Pango追踪。全球基因组生产超初始假设,Rambaut et al.预期不超过约200活跃谱系,实际每月200至1000。大规模系统发育进展和cov-spectrum.org、cov-lineages.org、outbreak.info、covariants.org等平台,Nextclade和Pangolin使分配容易。新工具和社区参与使实施可行。
7. A dynamic and time-limited nomenclature:Pango conceived as dynamic and time-limited,最有用for global pandemic duration,不是长期。急性大流行后,幸存谱系可保留Pango名在较粗粒度较少响应框架。转地方性后更稳定持久命名低维护负担更适合长期监测。Pango应仅在保持明确效用和支持时存在。未来考虑支持;受益者多但无组织资助建立维护。可持续模型应利用公共卫生实验室和学术分布式专家,通过中央治理协调,模仿已有病原监测网络。实施前评估是否适合;某些应用突变或抗原命名或更持久进化枝更可解释耐久。Pango强大但不所有情况采用。
8. A Pango lineage system for chikungunya virus:研究人员开发CHIKV谱系系统。CHIKV是蚊媒alphavirus,1952首次鉴定,报告114国。GenBank约3300基因组来自90多国。常规分三亚型或基因型:West African、ECSA、Asian;更细提议但命名不一,地理标签不反映近期系统地理趋势,位置命名不标准。应用通用Pango原则定义CHIKV Pango,考虑近10年近全长,捕获当代多样性。CHIKV多样性分21类。三亚型映射8奠基谱系A-H:West African映射A和B,ECSA映射D-H,Asian映射C。定义12亚谱系。层级最多三级数字后别名,当前不超两级(C.1.1、E.6.1)。基于2016以来全球多样性的最大似然树,指定主要受地理聚集影响。2016前序列为O。如2021中国蚊OQ054327不聚任何奠基,若更多流行病学相关数据可能指定额外奠基。
讨论部分总结:自SARS-CoV-2出现,细尺度命名应用于其他病原,随监测整合趋势继续。遵循共享核心谱系命名原则确保可解释,不需学习多个系统,可用已有计算工具,节省时间投资。新发暴发谱系系统可利用已有软件和Pango GitHub。形式化Pango提供灵活模板。每个病原独特,原则一般,阈值个案调整。规则需动态。Pango原则utility、scalability、transparency、equity提供基础。研究结论翻译:形式化的Pango谱系命名为多样病毒家族实时基因组流行病学提供了灵活模板。每种病原体带来独特生物学和公共卫生挑战;因此,此处列出的原则有意保持通用,并允许谱系指定阈值和标准在个案基础上微调。随着对病毒多样性了解增多,例外必然出现,命名规则可能需要像其追踪的谱系一样保持动态。然而,Pango谱系的效用、可扩展性、透明性和公平性原则为构建未来系统提供了坚实基础。随着病毒基因组数据继续为暴发控制提供信息,连贯且可及的命名对于将复杂基因组信息转化为公共卫生行动至关重要。这一推广为未来许多病毒的基因组监测提供了基础,包括新发疫情和地方性病原体监测。