《南非新冠病毒变异株详细流行病学分析出炉》

  • 来源专题:生物安全知识资源中心 | 领域情报网
  • 编译者: hujm
  • 发布时间:2021-03-16
  • 英国《自然》杂志近日发表一项流行病学最新研究,南非科学家对该地新冠病毒变异株采取的超详细分析显示,2020年底在南非部分地区迅速成为新冠病毒主要毒株的一个新变异株,可能源自第一轮大流行结束后的东开普省海岸。该变异株能在多地迅速取代新冠病毒其他谱系,意味着它比其他毒株更具“优势”,而这种“优势”在于它的传染性更强。

      南非第二轮新冠病毒大流行始于2020年10月左右,这轮疫情在东开普省、西开普省和夸祖鲁—纳塔尔省部分地区的传播速度尤其快,促使人们加强了基因组监测。

      此次,南非基因组检测网络(NGS—SA)、南非夸祖鲁—纳塔尔大学研究与创新测序平台(KRISP)的研究人员,分析了2020年3月5日至12月10日在南非采集的2882例新冠病毒全基因组,发现了一个新的新冠病毒变异株(名为501Y.V2/B.1.351)。

      研究团队的数据显示,这个新的变异株大概在2020年8月左右出现在纳尔逊·曼德拉湾,并在2020年底成为了东开普省、西开普省和夸祖鲁—纳塔尔省的主要流行谱系。501Y.V2变异株在刺突蛋白上有8个突变(刺突蛋白能介导病毒进入细胞),这8个突变或导致其传染性更强,因而可取代新冠病毒其他谱系。

      这其中,N501Y突变还存在于英国发现的一个变异株(B.1.1.7)中,并与人ACE2受体的紧密结合有关。研究表明,另一个突变E484K与能抵抗中和抗体有关。

      此前南非科学家就曾表示,变异的新冠病毒可能更具传染性、病毒载量也更高,事实上,其也正在快速替代原始毒株。研究人员认为,501Y.V2变异株的分布和传播以及基因组分析结果可以表明该变异株比新冠病毒其他谱系的传染性更强。但他们也认为,这些突变的重要性和影响尚未完全明确,仍有待进一步研究。

  • 原文来源:http://digitalpaper.stdaily.com/http_www.kjrb.com/kjrb/html/2021-03/16/content_464211.htm?div=-1
相关报告
  • 《南京大学分析中国2019年新型冠状病毒病的流行病学趋势》

    • 来源专题:生物安全知识资源中心 | 领域情报网
    • 编译者:hujm
    • 发布时间:2020-03-12
    • 《柳叶刀》预印版于3月3日发表了南京大学等发表的文章“The Epidemiological Trends of Coronavirus Disease 2019 in China”。 文章显示,中国武汉暴发2019年新型冠状病毒(COVID-19)疫情,疫情传播迅速。自2020年1月23日起,中国采取了一系列不同寻常的严格措施,包括封锁武汉市,以遏制这种高传染性疾病。文中收集了流行病学资料,分析了我国这一疫情的发展趋势。文章密切跟踪和收集了中国和全球的官方网站上发布的COVID-19的流行病学信息,根据中国总确诊病例数和每日新增病例数数据来分析说明COVID-19的流行趋势。 文章结果显示,2020年1月23日,中国报道了835例确诊的COVID-19病例。2月6日,共有31211例。到2月20日,这一数字高达75,993人。大部分病例分布在湖北省武汉市及周边地区。自1月23日起,在中国除了湖北省外地区,每日新增病例数在第十一天达到顶峰——890例,然后在两个完整的潜伏期(28天)内,减少到一个较低水平——34例。同时,自1月23日起,湖北每日新增病例数也在第十二天开始减少,从2月4日的3156例减少到2月15日的955例。2月11日,中国除湖北省以外地区的确诊病例数量开始并持续下降,而湖北省的确诊病例数量也在2月18日开始并持续下降。 文章结果指出,在中国COVID-19的流行已经被基本控制。中国抗击COVID-19疫情的斗争为世界其他国家提供了宝贵的经验,必须尽早采取严格措施防止其蔓延。 *注,本文为预印本论文手稿,是未经同行评审的初步报告,其观点仅供科研同行交流,并不是结论性内容,请使用者谨慎使用。
  • 《11月10日_美科学家建立流行病模型分析人口流动变化对新冠病毒传播的影响》

    • 来源专题:COVID-19科研动态监测
    • 编译者:zhangmin
    • 发布时间:2020-11-18
    • 美国斯坦福大学和西北大学的研究人员11月10日在Nature期刊上在线发表了题为“Mobility network models of COVID-19 explain inequities and inform reopening”的文章。 文章称,COVID-19大流行极大地改变了人口流动方式,需要建立流行病学模型来研究人口流动变化对病毒传播的影响。研究人员引入了一个集成种群的SEIR模型,该模型集成了细粒度的动态移动网络,以模拟SARS-CoV-2在美国十大城市的传播。研究人员从手机数据中提取移动网络,该网络绘制了9800万人每小时从社区(CBGs)到兴趣点(POIs)的移动地图,例如餐馆和宗教场所,连接了5.7万个CBGs和55.3万个POIs,每小时的边界为54亿。研究显示,尽管随着时间的推移人口行为会发生巨大的变化,但一个简单的SEIR模型仍然可以准确地模拟真实的行动轨迹。模型预测,少数“超级传播者”的POI会导致大部分感染,限制每个POI的可容纳人数比统一减少移动性更有效。模型表示,在种族和社会经济中处于不利地位的群体具有较高感染率是因为流动性差异。研究发现弱势群体无法大幅减少流动性,他们日常到达的POI更加拥挤,因此风险更高。通过模型详细地分析人们在何处感染病毒,可以为抗击COVID-19大流行提供更有效和公平的政策响应。 原文链接:https://www.nature.com/articles/s41586-020-2923-3