Reconstructing disease outbreaks from genetic data: a graph approach.
Reconstructing disease outbreaks from genetic data: a graph approach.
复制标题
DOI：
10.1038/hdy.2010.78
复制
发表时间：
2011-02
期刊：
影响因子：
3.8
通讯作者：
Balloux, F.
中科院分区：
文献类型：
--
作者：
Jombart, T.;Eggo, R. M.;Dodd, P. J.;Balloux, F.
流行病学和公共卫生规划将越来越依赖于基因序列数据的分析。特别是，遗传数据与采样分离株的日期和位置相结合，可用于重建爆发期间病原体的时空动态。到目前为止，系统发育方法已被用来解决这个问题。尽管这些方法已被证明对于了解病原体的传播有用，但它们的目的并不是直接重建潜在的传播树。相反，系统发育模型推断出分离株对之间最近的共同祖先，这对于最近爆发的密集采样可能是不够的，其中样本包括祖先和后代分离株。在本文中，我们介绍了一种基于图方法的新颖方法，可以直接从遗传数据重建传输树。使用模拟数据，我们表明，在经典系统发育方法无法做到这一点的情况下，我们的方法可以有效地重建分离株的谱系。然后，我们通过分析猪源 A/H1N1 流感大流行早期阶段的数据来说明我们的方法。利用对 433 个分离株的血凝素和神经氨酸酶基因进行测序，我们重建了这种新流感病毒株在全球范围内传播的可能历史。所提出的方法为疾病爆发背景下的遗传数据分析开辟了新的视角。
Epidemiology and public health planning will increasingly rely on the analysis of genetic sequence data. In particular, genetic data coupled with dates and locations of sampled isolates can be used to reconstruct the spatiotemporal dynamics of pathogens during outbreaks. Thus far, phylogenetic methods have been used to tackle this issue. Although these approaches have proved useful for informing on the spread of pathogens, they do not aim at directly reconstructing the underlying transmission tree. Instead, phylogenetic models infer most recent common ancestors between pairs of isolates, which can be inadequate for densely sampled recent outbreaks, where the sample includes ancestral and descendent isolates. In this paper, we introduce a novel method based on a graph approach to reconstruct transmission trees directly from genetic data. Using simulated data, we show that our approach can efficiently reconstruct genealogies of isolates in situations where classical phylogenetic approaches fail to do so. We then illustrate our method by analyzing data from the early stages of the swine-origin A/H1N1 influenza pandemic. Using 433 isolates sequenced at both the hemagglutinin and neuraminidase genes, we reconstruct the likely history of the worldwide spread of this new influenza strain. The presented methodology opens new perspectives for the analysis of genetic data in the context of disease outbreaks.
登录
查看更多内容
DOI：
10.1073/pnas.97.13.6974
发表时间：
2000-06-20
影响因子：
11.1
作者：
Bush, RM;Smith, CB;Fitch, WM
通讯作者：
Fitch, WM
影响因子：
64.8
作者：
Rambaut, Andrew;Pybus, Oliver G.;Holmes, Edward C.
通讯作者：
Holmes, Edward C.
影响因子：
56.9
作者：
Russell, Colin A.;Jones, Terry C.;Smith, Derek J.
通讯作者：
Smith, Derek J.
DOI：
10.1126/science.1182395
发表时间：
2010-01-22
期刊：
Science (New York, N.Y.)
影响因子：
--
作者：
Harris SR;Feil EJ;Holden MT;Quail MA;Nickerson EK;Chantratita N;Gardete S;Tavares A;Day N;Lindsay JA;Edgeworth JD;de Lencastre H;Parkhill J;Peacock SJ;Bentley SD
通讯作者：
Bentley SD
DOI：
10.1098/rspb.2007.1442
发表时间：
2008-04-22
影响因子：
4.7
作者：
Cottam, Eleanor M.;Thebaud, Gael;Haydon, Daniel T.
通讯作者：
Haydon, Daniel T.