Vilka uppdykande covidvarianter kan ge nya stora smittvågor? Och vilka är mer harmlösa? Att kunna bedöma detta på ett säkert och snabbt sätt kan underlätta inte minst vårdens planering.
Forskare i USA och Israel har därför utvecklat en ny prognosmodell som på ett mycket tidigt stadium kan bedöma riskerna med en ny covidvariant. Modellen bygger på maskinlärning där forskarna låtit datorn träna på tidigare virusvarianter.
På så vis har de i en studie skapat den första prognosmodellen som tar hänsyn både till variantens genetiska profil och till yttre faktorer som spridningsmönster. Studien är publicerad i tidskriften Pnas Nexus.
Muterar snabbt
Fyra år har gått sedan forskare i Kina upptäckte covidviruset sars-cov-2. Under dessa år har viruset visat sig ha stor förmåga att snabbt mutera till olika varianter.
Originalviruset från Wuhan hade fram till slutet av augusti 2023 gett upphov till över 2 900 skilda varianter som identifierats på olika håll i världen.
Vissa av de varianter som dyker upp är mycket smittsamma och sprider sig över världen som stora infektionsvågor.
Söker covidvarianter som kan ge nya smittvågor
Att använda artificiell intelligens, AI, för att avgöra vilka covidvarianter som kan ge nya smittvågor är ingen ny idé. Men de modeller som hittills har använts bygger enbart på spridningsmönster, immuniteten i befolkningen och liknande faktorer.
Dessa tidigare AI-modeller tar inte med den nya virusvariantens genetiska egenskaper i bedömningen.
Men det gör däremot den nya modell som forskarna bakom den aktuella studien nu har utvecklat.
Matade in 9 miljoner virussekvenser
För att få fram vilka faktorer som avgör en virusvariants spridningschanser fick datorn först analysera mängder av information från ett drygt år i början av pandemin.
Forskarna matade bland annat in omkring nio miljoner olika sars-cov-2-sekvenser (genetiska profiler) från 30 länder. Sekvenserna kom från den globala databasen Gisaid (Global initiative on sharing avian influenzae data).
Denna information kombinerades med data om vaccinationstäckning, antalet covidfall och andra faktorer.
Utifrån de mönster som framträdde vid analysen byggde forskarna sedan en modell för att hitta covidvarianter som kan ge nya smittvågor. I modellen ingår totalt 31 faktorer.
Testad med gott resultat
Forskarna testade sin modell på de varianter som cirkulerade från 1 april 2021 till 1 januari 2022. Testerna visade att modellen är pålitlig.
När den bara fick en vecka på sig från upptäckten av respektive covidvariant, hittade modellen 72,8 procent av de varianter som kom att orsaka minst 1000 fall per miljon invånare under de kommande tre månaderna.
När den fick information från två veckor efter upptäckten hittade AI-modellen 80,1 procent av de varianter som gav sådana smittvågor.
Genetisk profil påverkar spridningsrisk
Bland de mest avgörande genetiska faktorerna är hur mycket mutationerna hos en ny variant skiljer sig från mutationerna hos den för tillfället dominerande varianten.
Det är en fördel att vara genetiskt olik den dominerande virusvarianten. Det ökar möjligheterna för en ny variant att ta sig förbi den immunitet som byggts upp i befolkningen just då.
Kan fungera även för andra virus
Forskarna hoppas att deras studie tillsammans med fortsatt forskning ska bidra till bättre tidiga signaler om nya covidvarianters spridningsrisk i framtiden.
De menar också att deras sätt att kombinera genetiska data med information om olika yttre faktorer skulle kunna användas även för andra luftvägsvirus som till exempel influensa.
