在一项新的研究中，来自美国洛斯阿拉莫斯国家实验室的研究人员证实计算机模拟能够准确地预测HIV在人群中的传播，这可能有助于预防这种病毒感染。这些模拟结果与从洛斯阿拉莫斯国家实验室开发和维持的一个全球公共HIV数据库中获得的实际DNA数据相一致。这个数据库含有84多万个已发布的用于科学研究的HIV序列。相关研究结果于2018年7月30日在线发表在Nature Microbiology期刊上，论文标题为“Phylogenetic patterns recover known HIV epidemiological relationships and reveal common transmission of multiple variants”。
图片来自Los Alamos National Laboratory。
论文第一作者、洛斯阿拉莫斯国家实验室计算生物学家Thomas Leitner说，“我们寻找了我们在这些模拟结果中观察到的特殊遗传模式，而且我们能够证实这些模式也适用于涵盖整个HIV流行病的真实数据。”
Leitner指出，以这种方式研究HIV是特别有意义的，这是因为这种病毒在每个受感染的人体内快速地且不断地发生变异。它的遗传密码中不断变化的“遗传特征（genetic signature）”为人们确定HIV感染的起源和时间框架提供了一条路径，而且如今经证实这种计算机模拟成功地追踪和预测这种病毒在人群中的迁移。
HIV的快速突变能力对流行病学调查是有用的，但这也是很难用疫苗加以治疗的特征之一。
Leitner和论文共同作者、洛斯阿拉莫斯国家实验室理论生物学家Ethan Romero-Severson利用系统发育方法研究HIV遗传密码中的进化关系，以评估这种病毒的传播途径。他们发现某些系统发育“谱系树”模式与来自955对人的DNA数据存在关联，其中在这955对人中，这种病毒的传播者和受害者是已知的。
这两名作者写道，“根据诸如伴侣研究、母婴传播、通过接触追踪确定的HIV感染者和受害者以及刑事案件之类的流行病学信息，这些HIV传播存在着已知的关联性。”
这些研究人员计划开发公共卫生计算工具来帮助各个卫生机构跟踪这种疾病并为有针对性的预防活动分配资源。Leitner说，“我们希望这些工具将有助于阻止未来的新感染。”
Leitner说，这些最先进的建模工具也可用于预测其他快速发展的传染病的模式。
参考资料：Thomas Leitner & Ethan Romero-Severson. Phylogenetic patterns recover known HIV epidemiological relationships and reveal common transmission of multiple variants. Nature Microbiology, Published Online: 30 July 2018, doi:10.1038/s41564-018-0204-9.