Pandemi ölçeğinde filogenetikte hız değişimi ve tekrarlı dizi hataları

Gelecekteki salgınlar için bunun önemi

Yeni bir virüs dünya çapında yayıldığında, bilim insanları genetik kodunu hızla okumak ve aile ağacını yeniden kurmak için yarışır. Bu ağaçlar varyantların nasıl ortaya çıktığını, ne kadar hızlı yayıldıklarını ve kontrol önlemlerinin işe yarayıp yaramadığını izlemeye yardımcı olur. Ancak COVID-19 sırasında laboratuvarlar SARS‑CoV‑2 genomlarını o kadar hızlı ve büyük ölçekte sıraladı ki, verideki gizli hatalar ve tuhaflıklar tablonun bozulmasına neden olmaya başladı. Bu makale, bu kadar büyük genetik veri kümelerini temizlemek ve yorumlamak için yeni yöntemler tanıtıyor; böylece bir pandemi virüsünün gerçekten nasıl evrildiğine ve nüfuslar içinde nasıl hareket ettiğine dair daha net görüşler sunuyor.

Milyonlarca genoma anlam kazandırma zorluğu

Genomik epidemiyoloji, virüs genomlarını halk sağlığı kararları için pratik bilgilere dönüştürür. SARS‑CoV‑2 için dünya çapında 20 milyondan fazla genom paylaşıldı. Geleneksel evrimsel araçlar, türler arasındaki gen karşılaştırmaları gibi daha sınırlı sorunlar için geliştirildi; gerçek zamanlı olarak gelen milyonlarca neredeyse özdeş viral diziyi işlemek için değil. Bu ölçekte iki sorun özellikle sorunlu hale geliyor. Birincisi, viral genomdaki bazı bölgeler diğerlerinden çok daha sık mutasyona uğruyor ve bu durum alakasız virüsleri garip biçimde benzer gösteriyor olabilir. İkincisi, dizileme ve veri işleme sırasında tekrarlayan teknik hatalar gerçek mutasyonları taklit edebilir. Her iki etki de evrimsel ağaçta “sahte yankılar” üreterek hangi dallara ve gruplamalara güvenileceği konusunda belirsizlik yaratır.

Hızla değişen bölgeleri ve gizli hataları tespit etme

Yazarlar filogenetik yazılımları MAPLE’i, viral genomdaki her pozisyonun kendi davranışını gösterdiği modellerle genişletiyorlar. Bir avuç ortalama mutasyon hızı varsaymak yerine, yöntem mevcut milyonlarca genomun sunduğu veri bolluğundan yararlanarak her bir bölge için ayrı bir hız tahmin ediyor. Aynı zamanda her bölgenin tekrarlayan dizileme veya konsensüs çağırma hatası taşıma olasılığını da ayrı ayrı ele alıyor. Kilit yöntem, bir değişikliğin ağacın derin iç dallarında ne sıklıkta göründüğünü (eski, paylaşılan olayları yansıtır) dış uçlardaki genomlarda ne kadar göründüğüyle (bireysel örneklere karşılık gelir) karşılaştırmak. Gerçek biyolojik mutasyonlar genellikle iç ve uç dallar arasında dağılırken, teknik hatalar çoğunlukla uçlarda ortaya çıkar. Bu desenden yararlanarak yöntem gerçek hızlı evrimi tekrarlayan hatalardan ayırabiliyor.

Kalabalık bir yaşam ağacı için daha hızlı algoritmalar

Milyonlarca genomu işlemek normalde muazzam hesaplama gücü gerektirir. Analizi pratik tutmak için ekip, MAPLE’in ağac üzerindeki dizi bilgisini depolama ve güncelleme biçimini yeniden tasarladı. Her genomu tek bir sabit referansla karşılaştırmak yerine yazılım, ağacın içinde "yerel referans" noktaları seçiyor ve yakın genomları bu çapalara göre farklar olarak kaydediyor. Bu kompakt temsil, ağacın uzak kısımları arasındaki karşılaştırmaları hızlandırıyor. Ek gelişmeler, yeni örneklerin mevcut bir ağaca nasıl eklendiğini, dal uzunluklarının nasıl ayarlandığını ve alternatif ağaç şekillerinin nasıl araştırıldığını inceliyor; en talepkar adımlar çoklu işlemci çekirdeğinde paralel çalıştırma seçenekleriyle desteklenebiliyor.

Yöntemi test etme ve gerçek dünyadaki verileri temizleme

Modellerinin çalıştığını kontrol etmek için yazarlar önce bilinen mutasyon desenleri ve gömülü dizi hataları içeren gerçekçi SARS‑CoV‑2 simüle edilmiş veri kümeleri oluşturdular. Bu testlerde yeni yaklaşım, on binlerce genom veya daha fazlası dahil olduğunda özellikle yüksek doğrulukla daha gerçekçi evrimsel ağaçlar elde etti ve bireysel hataları tespit etti. Ardından ham okumaların mevcut olduğu milyonlarca gerçek SARS‑CoV‑2 dizisine geçtiler. İki farklı konsensüs oluşturma hattını karşılaştırarak primer bağlanma sorunları veya referans yanlısı çağırma gibi artefaktların tekrar etkilediği belirli genom pozisyonlarını tespit ettiler. Bu şüpheli bölgeler sonraki analizlerden maskelendi ve kontaminasyon veya karışık enfeksiyon belirtileri gösteren genomlar filtrelendi; bunun sonucunda iki milyondan fazla yüksek kaliteli diziden oluşan küratörlü bir hizalama elde edildi.

Virüsün aile ağacının daha net küresel görünümü

Temizlenmiş veri kümesini kullanarak yazarlar küresel bir SARS‑CoV‑2 filogenetik ağacı yeniden inşa etti ve ana varyantların birbirleriyle nasıl ilişkili olduğunu haritaladı. Ağaçları bazen önceki kamu ağaçlarından hafifçe farklı ilişkiler öneriyor; çoğunlukla daha az mutasyon olayı gerektiren ve istatistiksel modelle daha iyi uyum sağlayan biçimleri tercih ediyor. Çerçeve ayrıca soy etiketlerinin altta yatan genetik tarih ile tutarsız olabileceği yerleri vurgulayarak olası rekombinantları veya dikkat gerektiren problemli genomları işaretliyor. Verilerin kıt olduğu durumlarda aşırı uyum veya yoğun biçimde kontamine örneklerin etkisi gibi bazı zorluklar sürse de, bu çalışma artık pandemi ölçeğinde daha güvenilir evrimsel ağaçlar oluşturmanın mümkün olduğunu gösteriyor. Genel okuyucu için sonuç şu: hatalar ve mutasyon sıcak noktalarının daha iyi ele alınması, patojenlerin nasıl yayıldığı ve değiştiğine dair daha keskin içgörüler sunar ve bilim insanları ile sağlık kurumlarının gelecekteki salgınlara daha hızlı ve daha emin şekilde yanıt vermesine yardımcı olur.

Atıf: De Maio, N., Willemsen, M., Martin, S. et al. Rate variation and recurrent sequence errors in pandemic-scale phylogenetics. Nat Methods 23, 565–573 (2026). https://doi.org/10.1038/s41592-025-02932-8

Anahtar kelimeler: SARS-CoV-2 genomik, filogenetik yöntemler, dizileme hataları, mutasyon hızı değişimi, genomik epidemiyoloji