پاسخ به مقاله منشا و تکامل مداوم ویروس کرونا جدید


برخی دانشمندان از نتایج مطالعه‌ای که منجر به شناسایی دو سویه از ویروس کرونا با فراوانی‌های نسبی و قدرت تهاجمی متفاوت شد، انتقاد کرده و خواستار استرداد مقاله شده‌اند.

اخیرا تجزیه‌و‌تحلیل ژنتیکی درمورد شیوع ویروس کرونا جدید ازسوی تانگ و همکاران در مجله‌ی National Science Review منتشر شده است (این مطالعه در زومیت نیز گزارش شد). بنا به‌گفته‌ی برخی پژوهشگران، دو مورد از ادعاهای اصلی این مقاله با برداشت غلط و تفسیر افراطی داده‌های SARS-CoV-2 حاصل شده است و در تجزیه‌و‌تحلیلی که انجام شده است، مشکلات روش‌شناختی نیز به چشم می‌خورد.

ادعای اول

انتقاد اول درمورد این ادعا است که در این شیوع دو نوع کاملا مشخص از ویروس SARS-CoV2 وجود دارد که آن‌ها دارای نرخ انتقال متمایزی هستند. تانگ و همکاران این دو نوع را انواع L و S می‌نامند و می‌گویند نوع S همان نوع اجدادی است و نوع L از S تکامل پیدا کرده است. طبق نتایج آن‌ها، این دو نوع ویروس به‌طور واضح براساس دو اسنیپ (چند شکلی تک نوکلئوتیدی: SNP) قابل تعریف هستند.

یک جهش غیرمترادف که ازنظر اهمیت عملکردی مورد ارزیابی قرار نگرفته است، نه برای تعریف «نوع مشخص» کافی است و نه برای مشخص کردن «نوع اصلی». (جهش غیرمترادف جهشی است که توالی اسید آمینه‌ای یک پروتئین را تغییر می‌دهد و جهش مترادف، جهشی است که توالی اسید آمینه‌ای یک پروتئین را تغییر نمی‌دهد).

از تاریخ دوم مارس ۲۰۲۰، ۱۱۱ جهش غیرمترادف در شیوع شناسایی شده است. درحال‌حاضر، هیچ مدرکی مبنی‌بر اینکه هرکدام از این ۱۱۱ جهش در شدت بیماری‌زایی یا نرخ انتقال ویروس نقش داشته باشند، موجود نیست. بااین‌حال، آن‌ها ادعای دیگری نیز کرده و می‌گویند این دو نوع دارای نرخ انتقال متفاوتی هستند:

ما دریافتیم که اگرچه نوع L از نوع S مشتق شده است، درمیان ژنوم‌های تعیین توالی‌شده‌ی SARS-CoV-2، نوع L (حدود ۷۰ درصد) شایع‌تر از نوع S (حدود ۳۰ درصد) است. این الگو نشان می‌دهد که نوع L نسبت‌به نوع S از نرخ انتقال بالاتری برخوردار است.

چکیده‌ی مقاله از این هم فراتر رفته و صراحتا می‌گوید:

نوع S که ازنظر تکاملی قدیمی‌تر و کم‌تر تهاجمی است…

باید دانست که مشاهده‌ی جهشی خاص در بیشتر نمونه‌ها لزوما به این معنا نیست که ویروس حامل آن جهش، راحت‌تر منتقل می‌شود. برای تأیید این ادعا، حداقل باید مقادیر به دست آمده را با مقادیر مورد انتظار تحت توزیع صفر و فرض نرخ انتقال برابر مقایسه کرد. از آن‌جایی که پژوهشگران چنین کاری انجام نداده‌اند، شواهد کافی برای ارائه‌ی این پیشنهاد وجود ندارد و این مسئله نادرست و غیرمسئولانه است که بگوییم تفاوتی در نرخ انتقال دو نوع وجود دارد.

مقاله‌های مرتبط:

تفاوت‌های مشاهده‌شده به احتمال زیاد ناشی‌از اثرات اپیدمیولوژیک تصادفی است. تئوری تکاملی پایه پیش‌بینی می‌کند که فراوانی جهش‌هایی که ازنظر انتخابی خنثی هستند، با گذشت زمان و طی فرایند «رانش ژنتیکی» دچار تغییر می‌شود. در جریان شیوع ویروس، رویداد انتقال ویروس از یک فرد آلوده به فرد دیگر یک رویداد احتمالی تصادفی است. برخی افراد ممکن است بیشتر از دیگران ویروس را منتقل کنند به دلایل مختلفی مثلا اینکه در کف دست خود سرفه می‌کنند و از وسایل نقلیه‌ی عمومی شلوغ استفاده می‌کنند.این پدیده‌های کوچک اپیدمیولوژیک طی زمان تجمع می‌یابند و تنوع قابل‌توجهی را در فراوانی جهش‌هایی که در جریان یک شیوع دیده می‌شود، ایجاد می‌کنند.

علاوه‌براین، وقتی ویروس به کشور یا منطقه‌ی جدیدی وارد می‌شود که قبلا آلوده نبوده است، ممکن است «اثر بنیان‌گذار» رخ دهد. ازآن‌جایی که طی همه‌گیری، نسخه‌های معدودی از ویروس به‌سرعت پراکنده می‌شود، هرگونه جهش در ویروس‌های اولیه، حتی اگر در آغاز در کشوری که بیماری از آن منشا گرفته است، کمیاب بوده باشد، به‌سرعت فراوان می‌شود. این امر مخصوصا ممکن است در شیوع کنونی که به‌وسیله‌ی ویروس جدید SARS-CoV-2 ایجاد شده است، اتفاق افتد؛ زیرا میزبان‌های مستعد زیادی برای ویروس وجود دارند. براین‌اساس، فراوانی یک جهش خاص به‌خودی‌خود نشان‌دهنده‌ی اهمیت عملکردی آن نیست.

همچنین درک این مسئله مهم است که هرچه جمعیت ویروس کوچک‌تر باشد، احتمال اینکه چنین تغییرات کوچکی فراوانی جهش‌ها را تحت‌تأثیر قرار دهند، بیشتر است. باتوجه به اینکه به‌نظر می‌رسد این جهش خیلی زود و وقتی که تعداد افراد آلوده‌ی کمتری وجود داشتند، رخ داده باشد، فراوانی آن احتمالا تحت‌‌تأثیر رانش ژنتیکی قرار گرفته است.

ادعای دوم

تانگ و همکاران، فراوانی‌های جهش‌های غیرمترادف و مترادف را در داده‌ها مورد مقایسه قرار داده و ادعا می‌کنند انتخاب، فراوانی جهش‌های غیرمترادف را کاهش داده است. این تجزیه‌و‌تحلیل به سه دلیل دچار نقص است:

۱. اعداد ارائه‌شده در شکل شماره دو مقاله معنایی ندارد. براساس این داده‌ها، فراوانی ۷ جهش (مترادف) کمتر از ۵۰ درصد و فراوانی دو جهش نیز نیز بیشتر از ۹۵ درصد به دست آمده است. نگاهی گذرا به درخت فیلوژنی (شکل زیر) نشان‌ می‌دهد که این نمی‌تواند درست باشد. دراین‌زمینه، فراوانی به‌دست آمده باید مربوط به زمانی پس از آخرین جد مشترک شیوع باشد. برای اینکه دو جهش دارای فراوانی‌های بالاتر از ۹۵ درصد باشند، باید تعداد کوچکی نمونه‌ وجود داشته باشد که به‌عنوان تبار خواهری از سایر درخت شیوع جدا شده باشد. درحالی‌که چنین چیزی نیست. تنها حالتی که تانگ و همکاران می‌توانند به این نتایج برسند، آن است که وضعیت اجدادی به‌عنوان نقطه‌ای قبل از آغاز شیوع (یعنی در خفاش‌ها) درنظر گرفته شود. آن‌ها سپس وضعیت اجدادی را برای هر جهش به‌طور مستقل تخمین می‌زنند و درخت شیوع فعلی را که حاوی اطلاعات مفیدی است، نادیده می‌گیرند. این روش تنها هنگام استفاده از یک گونه‌ی خارجی خویشاوند برای استباط وضعیت اجدادی جهش‌ها در گونه‌ی دارای نوترکیبی آزادانه با اجدادی مستقل معنا دارد. این‌درحالی است که جدیدترین جد مشترک SARS-CoV-2 و نزدیک‌ترین ساربکوویروس (یکی از زیرگروه‌های بتاکروناویروس‌ها) خفاش‌ مربوط به چند دهه پیش است. علاوه‌براین، در چنین روش‌هایی باید عدم اطمینان ذاتی همراه‌با استباط وضعیت اجدادی درنظر گرفته شود که البته تانگ و همکاران چنین مسئله‌ای را درنظر نگرفتند.

فیلوژنی ویروس کرونا

درخت فیلوژنی زمانی SARS-CoV-2، رنگ‌ها نشان‌دهنده‌ی موقعیت جغرافیایی نمونه است. تاریخ نمونه‌گیری زیر درخت نشان داده شده است

 

۲. داده‌های شکل شماره دو مقاله تانگ، به اشتباه نشان می‌دهند که انتخاب خالص‌کننده درحال عمل است درحالی‌که چنین نبوده است (انتخاب خالص‌کننده یا انتخاب منفی، انتخابی است که درجهت حذف جهش‌های مضر عمل می‌کند). ارتفاع میله‌ها، تعداد خام جهش‌ها را در هر فراوانی مورد مقایسه قرار می‌دهد ولی ارتفاع میله‌ها را برای درنظر گرفتن تعداد هر گروه از جهش‌ها، مقیاس‌بندی نمی‌کند. از آنجا که تعداد پلی‌مورفیسم (چندشکلی) غیرمترادف نسبت‌به تعداد پلی‌مورفیسم مترادف در جمعیت بیشتر است و از آنجا که انتظار می‌رود بیشتر جهش‌ها در فراوانی پایین باشند (بدون درنظر گرفتن عمل انتخاب طبیعی)، این نمایش موجب می‌شود چنین به‌نظر برسد که به‌طور نسبی فراوانی جهش‌های غیرمترادف پایین‌تر است.

۳. تانگ و همکاران هنگام تفسیر نتایج، نقش خطای توالی‌یابی را درنظر نمی‌گیرند. درنظر گرفتن این احتمال مهم است زیرا خطاهای توالی‌یابی از آنجا که کمیاب بوده و انتقال پیدا نمی‌کنند، در فراوانی پایینی می‌مانند اما جهش‌های واقعی در هر فروانی دیده می‌شوند زیرا می‌‌توانند انتقال پیدا کنند. علاوه‌بر‌این، انتخاب خالص‌کننده تنها روی جهش‌های واقعی و نه خطاهای توالی‌یابی عمل می‌کند. بنابراین این احتمال وجود دارد که خطای توالی‌یابی نسبت غیرمترادف به مترادف بالاتری داشته باشد و این جهش‌ها در فراوانی پایینی خواهند بود و رفتار آن‌ها در زمینه‌ی کاهش فراوانی جهش‌های غیرمترادف، مانند اثر انتخاب خالص‌کننده است. تجزیه‌و‌تحلیل تانگ مطلقا چیزی درمورد وجود انتخاب خالص‌کننده نمی‌گوید.

مشکلات روش‌شناختی

نویسندگان مقاله‌ی مذکور برای برآورد پارمترهای انتخاب از نرم‌افزار PAML استفاده کرده‌اند. این نرم‌افزار قادر به درنظر گرفتن تغییر نرخ جایگزینی مترادف نیست اما پژوهشگران در مقاله‌ی خود می‌گویند که کانون‌های جهش وجود دارد.

باتوجه به موارد مذکور، پژوهشگرانِ منتقد مقاله‌ی تانگ و همکاران می‌گویند:

باتوجه به این نقایص ما معتقدیم که تانگ و همکاران باید مقاله‌ی خود را استرداد کنند زیرا ادعاهای مطرح‌شده در مقاله‌ی آن‌ها بی‌اساس بوده و در زمانی حساس، اطلاعات نادرست خطرناکی را در جامعه منتشر کرده است.

 



منبع

دیدگاهتان را بنویسید

*

code