Prevedere le pandemie con la genetica dei virus

Abbiamo tutti acquisito familiarità con le mutazioni del virus responsabile del Sars-CoV-2 nel corso della pandemia e probabilmente tutti possiamo elencarne le varianti: Alpha, Delta e Omicron. La preoccupazione che ha destato la comparsa di nuove forme di Covid-19 offre una misura della pericolosità di questo fenomeno che è del tutto naturale.

Gli scienziati sono consapevoli del fatto che per contrastare le future pandemie sia necessario puntare sull’analisi di dati che possano indicarci le forme di evoluzione dei virus, cioè appunto la comparsa di varianti. Una variante si genera quando un virus, moltiplicandosi nell’organismo ospite, subisce una o più variazioni, dette mutazioni, nel suo patrimonio genetico che lo rendono diverso dal virus originario.

Uno studio pubblicato su Nature communications presenta i promettenti risultati di RecombinHunt, un nuovo metodo data-driven sviluppato dal dipartimento di elettronica, informazione e bioingegneria del Politecnico di Milano e dall’Università degli Studi di Milano: in grado di riconoscere, con grande precisione e efficienza computazionale, genomi ricombinanti di Sars-CoV-2 con uno o due punti di rottura.

Il significato della ricombinazione

La ricombinazione è un fenomeno che accade spontaneamente in virus a Rna proprio per assicurare loro la sopravvivenza. La ricombinazione del genoma è un meccanismo molecolare messo in atto dai virus per evolvere e per ingannare il sistema immunitario, che nel frattempo potrebbe aver provveduto a innescare strategie mirate a bloccare il patogeno.

Quando gli organismi si riproducono, utilizzano le istruzioni genetiche (rappresentate da Dna o Rna) per replicarsi. Ma dato che ciò avviene a un ritmo molto rapido nei virus, è facile che possano verificarsi errori, chiamati mutazioni. Quando il codice genetico è cambiato a causa di una mu tazione o di una serie di mutazioni, allora si parla di una variante. Una variante, sebbene diversa geneticamente, non differisce necessariamente nel comportamento dal virus genitore.

La ricombinazione consiste nel rimescolamento di due o più genomi virali in cui sono avvenuti questi errori per formare un nuovo genoma. I genomi si spezzano e si scambiano parti di sequenza. È un meccanismo molecolare che si verifica solo se due virus differenti circolano contemporaneamente e se infettano lo stesso organismo ospite, in modo che possano interagire durante la loro replicazione.

Nel caso della ricombinazione, il rimescolamento di due genomi può far sì che il virus generato manifesti le proprietà di uno o entrambi i virus.

Virus: quando la ricombinazione genera una variante di interesse

Il fenomeno è rilevante dal punto di vista epidemiologico quando produce una variante del virus con maggiori capacità di infettare l’organismo ospite. Può aumentare la virulenza, l’abilità di ingannare il sistema immunitario, la resistenza ai farmaci o la capacità di sfuggire ai test diagnostici.

L’Organizzazione mondiale della sanità ha chiamato queste “varianti di interesse”. Per diventare una “variante preoccupante”, deve essere stata identificata una nuova variante che causa una trasmissione significativa e si ritiene possa rappresentare un rischio emergente per la salute pubblica.

Se all’inizio della pandemia Covid-19 era difficile rilevare le ricombinazioni, oggi è molto più facile grazie alle numerose varianti che sono circolate e che si sono rimescolate in questi anni.

RecombinHunt: in cosa consiste il metodo messo a punto dai ricercatori italiani?

Il punto di partenza per fare predizioni tramite RecombinHunt è l’identificazione delle mutazioni più frequenti in ciascun lignaggio virale.

I ricercatori del Politecnico di Milano e dell’università di Milano hanno confrontato la frequenza di una determinata mutazione all’interno di ciascun lignaggio virale con tutte le varianti di Covid-19.

RecombinantHunt analizza una lista di mutazioni di un virus target che si ipotizza derivato da un fenomeno di ricombinazione. I virus “genitori” denominati “donatore” e “accettore”, sono identificati sempre sulla base del numero di mutazioni che presentano nelle stesse sequenze geniche del virus target.

L’approccio di valutazione è basato sulla comparazione e sulla verosimiglianza. La previsione può dare tre possibili risultati: il fatto che non ci siano punti di ricombinazione tra i genomi dei due lignaggi di origine oppure che ci siano solo uno o due punti di ricombinazione.

Un potenziale per diversi patogeni

È come ricomporre un puzzle, decidendo da chi hanno preso origine i singoli tasselli che compongono la sequenza del virus target. Per verificare la riproducibilità del metodo, un meccanismo analogo è stato applicato anche per prevedere ricombinazioni nel vaiolo delle scimmie.

Così i ricercatori hanno confermato che RecombinHunt potrebbe avere buone performance anche per altri virus: quali dengue, virus respiratorio sinciziale, influenza, enterovirus D68 e West nile virus. L’unico svantaggio del metodo risiede nel fatto che la performance dell’algoritmo migliora sui grandi numeri. Quindi è necessario avere a disposizione un numero vasto di sequenze per procedere ai confronti.

Durante la pandemia, il virus Sars-CoV-2 ha accumulato 130 mila mutazioni e sono emerse circa duemila linee virali diverse. Solo per Omicron sono state riconosciute circa sessanta varianti ottenute per ricombinazione. I ricercatori hanno tenuto traccia di tutte le variati caricando le sequenze identificate nel database Gisaid.

Oggi ammontano a circa 17 milioni i genomi sequenziati da 215 Paesi diversi. Un patrimonio importante per permettere ancora oggi di tracciare le varianti virali che ancora si stanno sviluppando.

I punti di forza (e i limiti) di RecombinHunt

Un’altra limitazione è data dal fatto che il programma non è in grado di rilevare eventi di ricombinazione in siti con meno di tre mutazioni. Inoltre, il fatto di ragionare sugli spazi maggiormente soggetti a mutazioni invece che sull’intero genoma talvolta non permette di identificare con precisione i punti del genoma in cui è avvenuta la ricombinazione.

Tuttavia, questi due ultimi aspetti non hanno alcun impatto sulla capacità di previsione delle varianti. RecombinHunt, d’altro canto, presenta due principali punti di forza rispetto ad altri metodi. Intanto, considera sequenze indipendenti in cui ciascun virus è caratterizzato solo dalle proprie mutazioni prevalenti.

Questo è importante per mettere in evidenza l’evoluzione del singolo virus. Dalla raccolta di mutazioni caratteristiche, la statistica è capace di definire il grado di verosimiglianza delle previsioni.

Altri sistemi per rilevare la ricombinazione

Sulla spinta della pandemia Covid-19, sono stati proposti diversi metodi per rilevare genomi ricombinanti del virus SarS-CoV-2. Tuttavia, finora, nessuno è stato in grado di confermare fedelmente le analisi manuali degli esperti del settore.

L’analisi manuale avviene attraverso un esame specifico detto sequenziamento. Consiste in una lettura molto precisa dell’informazione contenuta nel patrimonio genetico del virus in modo da rilevarne eventuali modificazioni. Al sequenziamento si aggiungono gli studi filogenetici che ricostruiscono la storia di patogeni isolati in ospiti differenti. Tuttavia, la ricombinazione è un elemento che impedisce di ricostruire con precisione i vari passaggi evolutivi.

La ricombinazione classicamente è stata predetta usando algoritmi inseriti in programmi informatici nati per l’analisi del genoma. Questi programmi usano metodi filogenetici per identificare punti del genoma in cui più di frequente si verifica una ricombinazione.

L’identificazione dei punti di ricombinazione nei virus è utile per rilevare forme ricombinanti circolanti, studiare la ricombinazione adattativa, analizzare i dati e dedurre i meccanismi sottostanti la ricombinazione.

Il limite di tali metodi risiede nel fatto che non sono in grado di confrontare grandi volumi di dati e che sono soggetti a errori di stima. Criteri più innovativi stimano il tasso di ricombinazione basandosi su metodi statistici. Ma danno comunque risultati limitati e incompleti. Durante la pandemia, proprio per la limitatezza dei metodi attuali, i ricercatori hanno identificato manualmente i fenomeni di ricombinazione.

Hanno tenuto traccia delle varianti circolanti sequenziando il materiale genetico dai campioni virali. Vi è pertanto un grande interesse sullo sviluppo di nuovi metodi che abbiano come caratteristiche principali robustezza e soprattutto rapidità.

ReconbinHunt è un metodo automatico e mostra un’elevata specificità e sensibilità. È più efficace di tutti gli altri metodi già sviluppati e conferma fedelmente le analisi manuali degli esperti.

Un ausilio per la gestione di future pandemie

Oltre due terzi delle malattie emergenti e quasi tutte le pandemie conosciute sono causate da agenti patogeni di origine animale. Si tratta di virus che sono stati in grado di trasformarsi così tanto fino a essere capaci di infettare l’uomo.

Le malattie che passano dagli animali all’uomo sono chiamate zoonosi. Siamo diventati più bravi a rilevare questo tipo di malattie o davvero si stanno diffondendo? Entrambe le cose.

Tra il 1940 e il 2004 sono emersi 335 agenti patogeni, il 60 per cento dei quali sono di origine zoonotica, di cui il 71 per cento proviene dalla fauna selvatica. Si stima che siano ancora da identificare 1,67 milioni di virus che attualmente infettano mammiferi e uccelli. Di questi, si ritiene che fino a 827 mila abbiano il potenziale per infettare l’uomo. Proprio in questi giorni siamo testimoni dell’evoluzione di un altro virus.

Nature communications dà notizia che i casi di influenza aviaria continuano ad aumentare tra i bovini negli Stati Uniti e i Paesi del mondo si stanno preparando alla possibilità che il virus possa iniziare a diffondersi tra le persone.

Progetti multidisciplinari per gestire la salute globale in un’ottica One health

Considerata l’unicità della salute planetaria, dagli studi di pandemie precedenti e da alcune iniziative di prevenzione emerge come sia importante creare progetti multidisciplinari.

Sono coinvolti il settore medico, la sanità pubblica, il settore veterinario, agronomico, ingegneristico, informatico, sociale e ambientale (ne è un esempio l’iniziativa raccontata da pagina 24 in poi).

Per esempio, il contributo delle scienze sociali è stato riconosciuto come un fattore cruciale, evidenziando il ruolo della conoscenza locale e della partecipazione dei cittadini. A questo si affianca lo sforzo perpetuato a livello globale con un accurato utilizzo dei big-data e del potere computazionale.

Nei Paesi più colpiti da zoonosi sono stati implementati sistemi di sorveglianza e di allerta precoce nonché piani di prevenzione della pandemia, in linea con la ricerca su questo argomento.

Non è una sfida da poco, ma secondo recenti studi scientifici, prevenire la diffusione di malattie causate dalla fauna selvatica e non, costa cento volte meno che cercare di rispondere a una malattia del genere una volta che si è diffusa.

Ma per stare al passo con i virus e la loro evoluzione è indispensabile sviluppare test specifici per ciascun ospite in cui i virus diventano capaci di replicarsi. Nel caso dell’influenza bovina statunitense, i ricercatori non pensavano che il bestiame potesse essere infettato dall’influenza aviaria e ancora mancano test specifici per rilevare la presenza dell’infezione. I ricercatori stanno anche monitorando le sequenze del genoma del virus per individuare eventuali cambiamenti che migliorerebbero la sua capacità di infettare le cellule presenti nelle vie aeree superiori.

L’indicatore Gohi-Zoonoses

Queste mutazioni aumenterebbero il rischio per l’uomo. Per valutare la performance dei diversi stati nella prevenzione e nel controllo delle zoonosi tramite l’applicazione dei criteri indicati dall’approccio One health è stato creato il Global OH Index (Gohi-Zoonoses). Gohi-Zoonoses attribuisce un punteggio di valutazione che varia sulla base di cinque indicatori chiave, calcolati sulla base di 31 dataset ricavati da 160 Paesi del mondo.

Gli indicatori sono: la sorgente dell’infezione, la via di trasmissione, la popolazione target, la capacità di prendere misure di controllo e i casi studio.

Il punteggio di Gohi-Zoonoses correla con fattori economici, socio-demografici, ambientali, climatici e zoologici dei singoli stati. L’analisi ha rilevato una grande differenza tra le regioni del mondo. Le maggiori disparità si evidenziano tra i Paesi a basso reddito e la media globale per quanto riguarda l’igiene, l’intervento convenzionale, la regolamentazione dei vaccini e la copertura della popolazione nelle strutture sanitarie e i costi di intervento.

Mentre invece i punteggi elevati di alcuni Paesi europei e americani potrebbero essere dovuti all’attenzione prestata tempestivamente all’impatto globale delle malattie infettive. Questa valutazione fornisce prove per orientare gli sforzi globali verso la prevenzione e il controllo degli eventi zoonotici, che possono essere una delle opportunità date ai virus per formare varianti potenzialmente pericolose per l’uomo.