Combien de fois au cours des 18 derniers mois avez-vous vu une carte qui ressemble à celle ci-dessus ? Cela ressemble à une carte de densité de population, mais en fait, il s’agit d’un total de cas pour les taux de COVID19 du Johns Hopkins Coronavirus Research Center (recueilli le 24 mai 2022). À la mi-mai 2022, plus de 355 millions de cas ont été signalés, et de nouvelles variantes doivent changer pour surmonter notre immunité croissante. Afin de prédire l’abondance et l’effet d’une variante sur le public, Clare Frasier, étudiante diplômée à l’Université d’Hawai’i à Manoa, étudie les liens entre le taux de nouveaux cas, les mutations et la sélection dans le virus.
Le coronavirus 2 du syndrome respiratoire aigu sévère (SARS-CoV2) est la source de l’infection au COVID19 qui a changé notre vie quotidienne depuis début 2020. Le génome de ce virus a été récemment séquencé et s’est révélé être à peu près 30 000 paires de bases, soit environ 100 000 x plus petit que les humains. Les mutations génétiques conduisent aux différentes variantes dont nous avons l’habitude d’entendre parler dans les nouvelles ces derniers temps, telles que delta et omicron. Ces mutations peuvent faciliter la propagation du virus entre les personnes et affaiblir les réponses immunitaires. De nombreux chercheurs au cours des deux dernières années ont découvert que le génome de ce virus peut être décomposé en gènes structuraux (S, E, M, N) et ceux liés à la transmissibilité et à la prolifération virales (tels que ORF1, ORF3, ORF7) .
Afin d’étudier le lien entre l’incidence des cas et le taux de mutation, Frasier, avec l’aide de son conseiller, le Dr Marguerite Butler, et de son collègue de laboratoire, Ethan Hill, s’est concentrée sur deux régions du génome qui affichent des taux de mutation élevés (ORF1a et S) et une région à faible taux de mutation (ORF7a). Pour se concentrer sur les taux d’incidence des cas, ces scientifiques ont recueilli des données de l’Initiative mondiale sur le partage des données sur la grippe aviaire (GISAID) sur deux variantes du SRAS-CoV2 qui se propagent rapidement, la variante B1.1.7 (Alpha) et la variante B.1.243 (Hawai’i ) variante dans une zone à forte incidence de cas (comté de Los Angeles) et à faible incidence de cas (État d’Hawaï). Le comté de Los Angeles avait presque le double du taux d’incidence des cas d’Hawai’i, ~ 20% contre ~ 10%, respectivement, ce qui peut être le résultat de nombreux facteurs (par exemple, la taille de la population, les mandats de masque, les protocoles de quarantaine, etc.).
Frasier voulait déterminer la vitesse à laquelle une mutation est acceptée et le nombre estimé de personnes qu’un individu infecté peut infecter pour deux variantes afin de comprendre les impacts potentiels sur les populations humaines. Étonnamment, à Hawaii, la variante Alpha avait des taux de mutation plus élevés par rapport au comté de LA. Cependant, la variante Hawai’i qui s’est propagée plus rapidement dans l’État a également affiché un taux de mutation plus élevé indiquant que ce ne sont pas nécessairement les taux de cas qui conduisent à ces mutations. Ils ont vu un nombre initial de reproduction plus élevé pour la variante Alpha dans le comté de LA qu’à Hawai’i, mais il y a eu une diminution plus rapide de ce nombre au fil du temps dans le comté de LA par rapport à Hawai’i. Cela signifie que le nombre de personnes qu’une personne infectée peut infecter est plus élevé dans le comté de LA mais diminue plus rapidement qu’à Hawaii. Le taux de reproduction de la variante Hawai’i a montré des tendances similaires à Hawai’i et dans le comté de LA, montrant à nouveau que le taux d’incidence pourrait ne pas être la force motrice.
Alors est-ce vrai, plus de cas, plus de mutations, plus de problèmes ? Eh bien, peut-être. Il semble qu’il existe des tendances uniques dans les taux de mutation des variantes et la sélection en fonction du nombre de cas positifs. Qu’est-ce que cela signifie pour nous? Nous ne pouvons pas encore prédire comment les variantes du SRAS-CoV2 évolueront à l’avenir, mais nous commençons à voir des tendances d’évolution à travers différentes densités d’incidence de cas.
