Молекулярно-эпидемиологический анализ геновариантов SARS-CoV-2 на территории Москвы и Московской области

Обложка

Цитировать

Полный текст

Аннотация

Введение. SARS-CoV-2 – вирус, вызывающий тяжёлое острое респираторное заболевание, появившийся в Китае в конце 2019 г., – продолжает быстро распространяться по всему миру, накапливая мутации и тем самым вызывая серьёзные опасения. В настоящее время уже известно о пяти вариантах вируса, вызывающих озабоченность (variant of concern – VOC): альфа (линия B.1.1.7), бета (B.1.351), гамма (P.1), дельта (B.1.617.2) и омикрон (B.1.1.529). В этой работе мы провели молекулярно-эпидемиологический анализ геновариантов вируса, наиболее часто циркулирующих в Москве и Московской области.

Цель работы – оценить распространение различных вариантов SARS-CoV-2 на территории Москвы и Московской области.

Материалы и методы. Использовали 227 последовательностей генома SARS-CoV-2. Выделение вируса SARS-CoV-2 производили в культуре клеток Vero E6. Секвенирование проводили по методу Сэнгера. Биоинформационный анализ проводили с помощью пакетов программ MAFFT, IQ-TREE v1.6.12, jModelTest 2.1.7, Nextstrain, Auspice v2.34.

Результаты. В результате филогенетического анализа мы выявили основные циркулирующие в России варианты вируса, вызывающие озабоченность на протяжении всего времени существования пандемии, а именно: вариант B.1.1.7, составивший 30% (9/30), AY.122 – 16,7% (5/30), BA.1.1 – 20% (6/30) и B.1.1 – 33,3% (10/30). При исследовании московских образцов на наличие мутаций в структурных белках SARS-CoV-2 разных геновариантов зафиксирована значительная доля наиболее часто встречающихся замен: S-белок – D614G (86,7%), P681H/R (63,3%), E-белок – T9I (20,0%); M-белок – I82T (30,0%), D3G (20,0%), Q19E (20,0%) и, наконец, N-белок – R203K/M (90,0%), G204R/P (73,3%).

Заключение. Изучение частоты и влияния мутаций, а также анализ наиболее часто циркулирующих вариантов вируса важны для разработки и совершенствования вакцин для профилактики COVID-19. Следовательно, необходимо постоянно проводить молекулярно-эпидемиологические исследования, поскольку эти данные представляют важную информацию об изменениях в геноме циркулирующих вариантов SARS-CoV-2.

Об авторах

Екатерина Никитична Ожмегова

ФГБУ «Национальный исследовательский центр эпидемиологии и микробиологии имени почётного академика Н.Ф. Гамалеи» Минздрава России

Email: ozhmegova.eka@gmail.com
ORCID iD: 0000-0002-3110-0843

научный сотрудник лаборатории вирусов лейкозов

Россия, 123098, Москва

Татьяна Евгениевна Савочкина

ФГБУ «Национальный исследовательский центр эпидемиологии и микробиологии имени почётного академика Н.Ф. Гамалеи» Минздрава России

Email: tasavochkina@yandex.ru
ORCID iD: 0000-0003-4366-8476

младший научный сотрудник лаборатории молекулярной диагностики

Россия, 123098, Москва

Алексей Геннадьевич Прилипов

ФГБУ «Национальный исследовательский центр эпидемиологии и микробиологии имени почётного академика Н.Ф. Гамалеи» Минздрава России

Email: a_prilipov@mail.ru
ORCID iD: 0000-0001-8755-1419

доктор биологических наук, зав. лабораторией молекулярной генетики

Россия, 123098, Москва

Е. Е. Тихомиров

ФГБУ «Национальный исследовательский центр эпидемиологии и микробиологии имени почётного академика Н.Ф. Гамалеи» Минздрава России

Email: ozhmegova.eka@gmail.com
Россия, 123098, Москва

Виктор Филиппович Ларичев

ФГБУ «Национальный исследовательский центр эпидемиологии и микробиологии имени почётного академика Н.Ф. Гамалеи» Минздрава России

Email: vlaritchev@mail.ru
ORCID iD: 0000-0001-8262-5650

д.м.н., ведущий научный сотрудник лаборатории биологии и индикации арбовирусов

Россия, 123098, Москва

Мухаммад Абдулфаритович Сайфуллин

ФГБУ «Национальный исследовательский центр эпидемиологии и микробиологии имени почётного академика Н.Ф. Гамалеи» Минздрава России; ФГАОУ ВО «Российский национальный исследовательский медицинский университет имени Н.И. Пирогова» Минздрава России

Email: dr_saifullin@mail.ru
ORCID iD: 0000-0003-1058-3193

к.м.н., доцент кафедры инфекционных болезней у детей педиатрического факультета, с.н.с. лаборатории биологии и индикации арбовирусных инфекций 

Россия, 123098, Москва; 117997, Москва

Татьяна Владимировна Гребенникова

ФГБУ «Национальный исследовательский центр эпидемиологии и микробиологии имени почётного академика Н.Ф. Гамалеи» Минздрава России

Автор, ответственный за переписку.
Email: t_grebennikova@mail.ru
ORCID iD: 0000-0002-6141-9361

доктор биологических наук, профессор, чл.-корр. РАН, зав. лабораторией молекулярной диагностики, зав. отделом

Россия, 123098, Москва

Список литературы

  1. GISAID. Available at: https://gisaid.org/
  2. Kistler K.E., Huddleston J., Bedford T. Rapid and parallel adaptive mutations in spike S1 drive clade success in SARS-CoV-2. Cell Host Microbe. 2022; 30(4): 545–55е4. https://doi.org/10.1016/j.chom.2022.03.018
  3. (COVID-19 Genomics UK (COG-UK). An integrated national scale SARS-CoV-2 genomic surveillance network. Lancet Microbe. 2020; 1(3): e99–e100. https://doi.org/10.1016/S2666-5247(20)30054-9
  4. Endo A., Abbott S., Kucharski A.J., Funk S.; Group CftMMoIDC-W. Estimating the overdispersion in COVID-19 transmission using outbreak sizes outside China. Wellcome Open Res. 2020; 5: 67. https://doi.org/10.12688/wellcomeopenres.15842.3
  5. Lewis D. Superspreading drives the COVID pandemic – and could help to tame it. Nature. 2021; 590(7847): 544–6. https://doi.org/10.1038/d41586-021-00460-x
  6. Sun K., Wang W., Gao L., Wang Y., Luo K., Ren L., et al. Transmission heterogeneities, kinetics, and controllability of SARS-CoV-2. Science. 2021; 371(6526): eabe2424. https://doi.org/10.1126/science.abe2424
  7. Акимкин В.Г., Попова А.Ю., Плоскирева А.А., Углева С.В., Семененко Т.А., Пшеничная Н.Ю. и др. COVID-19: эволюция пандемии в России. Сообщение I: проявления эпидемического процесса COVID-19. Журнал микробиологии, эпидемиологии и иммунобиологии. 2022; 99(3): 269–86. https://doi.org/10.36233/0372-9311-276
  8. Outbreak.info. Available at: https://outbreak.info/
  9. Акимкин В.Г., Попова А.Ю., Хафизов К.Ф., Дубоделов Д.В., Углева С.В., Семененко Т.А. и др. COVID-19: эволюция пандемии в России. Сообщение II: динамика циркуляции геновариантов вируса SARS-CoV-2. Журнал микробиологии, эпидемиологии и иммунобиологии. 2022; 99(4): 381–96. https://doi.org/10.36233/0372-9311-295
  10. ВОЗ. Вспышка коронавирусной инфекции COVID-19. Available at: https://www.who.int/ru/emergencies/diseases/novel-coronavirus-2019
  11. Planas D., Veyer D., Baidaliuk A., Staropoli I., Guivel-Benhassine F., Rajah M.M., et al. Reduced sensitivity of SARS-CoV-2 variant Delta to antibody neutralization. Nature. 2021; 596(7871): 276–80. https://doi.org/10.1038/s41586-021-03777-9
  12. Chomczynski P., Sacchi N. The single-step method of RNA isolation by acid guanidinium thiocyanate-phenol-chloroform extraction: twenty-something years on. Nat. Protoc. 2006; 1(2): 581–5. https://doi.org/10.1038/nprot.2006.83
  13. Katoh K., Rozewicki J., Yamada K.D. MAFFT online service: multiple sequence alignment, interactive sequence choice and visualization. Brief Bioinform. 2019; 20(4): 1160–6. https://doi.org/10.1093/bib/bbx108
  14. Nguyen L.T., Schmidt H.A., von Haeseler A., Minh B.Q. IQ-TREE: a fast and effective stochastic algorithm for estimating maximum-likelihood phylogenies. Mol. Biol. Evol. 2015; 32(1): 268–74. https://doi.org/10.1093/molbev/msu300
  15. Darriba D., Taboada G.L., Doallo R., Posada D. jModelTest 2: more models, new heuristics and parallel computing. Nat. Methods. 2012; 9(8): 772. https://doi.org/10.1038/nmeth.2109
  16. Hadfield J., Megill C., Bell S.M., Huddleston J., Potter B., Callender C., et al. Nextstrain: real-time tracking of pathogen evolution. Bioinformatics. 2018; 34(23): 4121–3. https://doi.org/10.1093/bioinformatics/bty407
  17. Sagulenko P., Puller V., Neher R.A. TreeTime: Maximum-likelihood phylodynamic analysis. Virus Evol. 2018; 4(1): vex042. https://doi.org/10.1093/ve/vex042
  18. Auspice. Available at: https://auspice.us
  19. Mahmanzar M., Houseini S.T., Rahimian K., Namini A.M., Gholamzad A., Tokhanbigli S., et al. The first geographic identification by country of sustainable mutations of SARS-COV2 sequence samples: worldwide natural selection trends. bioRxiv. 2022. Preprint. https://doi.org/10.1101/2022.07.18.500565
  20. Shen L., Bard J.D., Triche T.J., Judkins A.R., Biegel J.A., Gai X. Emerging variants of concern in SARS-CoV-2 membrane protein: a highly conserved target with potential pathological and therapeutic implications. Emerg. Microbes Infect. 2021; 10(1): 885–93. https://doi.org/10.1080/22221751.2021.1922097
  21. Komissarov A.B., Safina K.R., Garushyants S.K., Fadeev A.V., Sergeeva M.V., Ivanova A.A., et al. Genomic epidemiology of the early stages of the SARS-CoV-2 outbreak in Russia. Nat. Commun. 2021; 12(1): 649. https://doi.org/10.1038/s41467-020-20880-z
  22. Klink G.V., Safina K.R., Garushyants S.K., Moldovan M., Nabieva E., Komissarov A.B., et al. Spread of endemic SARS-CoV-2 lineages in Russia before April 2021. PLoS One. 2022; 17(7): e0270717. https://doi.org/10.1371/journal.pone.0270717
  23. Борисова Н.И., Котов И.А., Колесников А.А., Каптелова В.В., Сперанская А.С., Кондрашева Л.Ю. и др. Мониторинг распространения вариантов SARS-CoV-2 (Coronaviridae: Coronavirinae: Betacoronavirus; Sarbecovirus) на территории Московского региона с помощью таргетного высокопроизводительного секвенирования. Вопросы вирусологии. 2021; 66(4): 269–78. https://doi.org/10.36233/0507-4088-72
  24. Kannan S., Shaik Syed Ali P., Sheeza A. Omicron (B.1.1.529) – variant of concern – molecular profile and epidemiology: a mini review. Eur. Rev. Med. Pharmacol. Sci. 2021; 25(24): 8019–22. https://doi.org/10.26355/eurrev_202112_27653
  25. Karim S.S.A., Karim Q.A. Omicron SARS-CoV-2 variant: a new chapter in the COVID-19 pandemic. Lancet. 2021; 398(10317): 2126–8. https://doi.org/10.1016/S0140-6736(21)02758-6
  26. Unni S., Aouti S., Thiyagarajan S., Padmanabhan B. Identification of a repurposed drug as an inhibitor of Spike protein of human coronavirus SARS-CoV-2 by computational methods. J. Biosci. 2020; 45(1): 130. https://doi.org/10.1007/s12038-020-00102-w
  27. Daniloski Z., Jordan T.X., Ilmain J.K., Guo X., Bhabha G., tenOever B.R., et al. The Spike D614G mutation increases SARS-CoV-2 infection of multiple human cell types. Elife. 2021; 10: e65365. https://doi.org/10.7554/eLife.65365
  28. Zuckerman N.S., Fleishon S., Bucris E., Bar-Ilan D., Linial M., Bar-Or I., et al. A unique SARS-CoV-2 spike protein P681H variant detected in Israel. Vaccines (Basel). 2021; 9(6): 616. https://doi.org/10.3390/vaccines9060616
  29. Baden L.R., El Sahly H.M., Essink B., Kotloff K., Frey S., Novak R., et al. Efficacy and safety of the mRNA-1273 SARS-CoV-2 vaccine. N. Engl. J. Med. 2021; 384(5): 403–16. https://doi.org/10.1056/NEJMoa2035389
  30. Polack F.P., Thomas S.J., Kitchin N., Absalon J., Gurtman A., Lockhart S., et al. Safety and Efficacy of the BNT162b2 mRNA Covid-19 Vaccine. N. Engl. J. Med. 2020; 383(27): 2603–15. https://doi.org/10.1056/NEJMoa2034577
  31. Sadoff J., Gray G., Vandebosch A., Cárdenas V., Shukarev G., Grinsztejn B., et al. Safety and Efficacy of Single-Dose Ad26.COV2.S Vaccine against Covid-19. N. Engl. J. Med. 2021; 384(23): 2187–201. https://doi.org/10.1056/NEJMoa2101544
  32. Dong E., Du H., Gardner L. An interactive web-based dashboard to track COVID-19 in real time. Lancet Infect. Dis. 2020; 20(5): 533–4. https://doi.org/10.1016/S1473-3099(20)30120-1
  33. Wang R., Chen J., Gao K., Wei G.W. Vaccine-escape and fast-growing mutations in the United Kingdom, the United States, Singapore, Spain, India, and other COVID-19-devastated countries. Genomics. 2021; 113(4): 2158–70. https://doi.org/10.1016/j.ygeno.2021.05.006
  34. Wu H., Xing N., Meng K., Fu B., Xue W., Dong P., et al. Nucleocapsid mutations R203K/G204R increase the infectivity, fitness, and virulence of SARS-CoV-2. Cell Host Microbe. 2021; 29(12): 1788–801.e6. https://doi.org/10.1016/j.chom.2021.11.005

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Общая дендрограмма максимального правдоподобия 30 московских последовательностей, полученных из Инфекционной клинической больницы № 1, с 196 общедоступными последовательностями из открытой базы данных GISAID (использовались референс-варианты Nextstrain). Дерево укоренено с помощью референс-образца из Уханя (hCoV-19/Wuhan/WIV04/2019 (WIV04)). Цветом и подписями обозначены варианты, вызывающие озабоченность и интерес (VOC и VOI).

Скачать (275KB)
Метаданные
3. Рис. 2. Дендрограммы максимального правдоподобия московских образцов. Жирными точками указаны Московские образцы из ИКБ № 1. Цифрами у узлов деревья указаны высокоподдерживаемые ветви (бутстрэп поддержка > 0,9). Названия образцов указаны в соответствии с названиями из базы данных GISAID: а – линия B.1.1 вместе с референс-штаммами из Японии, США и России, б – линия B.1.1.7 (Alpha) с референс-штаммами из Германии, США и Швеции, в – линия BA.1.1 (B.1.1.529; Omicron) вместе с референс-штаммами из Люксембурга, США и Италии, г – линия AY.122 (B.1.617.2; Delta) с референс-штаммами из Англии, Шотландии, США, Швейцарии, Германии и Сингапура.

Скачать (421KB)
Метаданные
4. Рис. 3. Частота мутаций в структурных белках SARS-CoV-2 (S, E, M, N) московских образцов из Инфекционной клинической больницы № 1.

Скачать (281KB)
Метаданные

© Ожмегова Е.Н., Савочкина Т.Е., Прилипов А.Г., Тихомиров Е.Е., Ларичев В.Ф., Сайфуллин М.А., Гребенникова Т.В., 2022

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».