新冠病毒跟踪报告——变体报告 2023-02-03
过去两周，中国大幅增加了最近提交的序列（定义为2022年11月1日之后）数量。在1周内提交给GISAID的文件如下：
最近的增长约为10倍。考虑到中国人口众多，与美国、英国、日本等高强度测序国家相比，中国提交的序列数量仍比人口少10倍左右。现在，几乎所有省份都提交了申请，尽管北京和上海等主要城市的申请人数明显过多。
自2022年12月1日以来采集的6.4k个样本中的主要谱系如下：
其余大部分由没有明显社区流通的进口集群组成，通常由检疫机构报告。在世界其他地区，在中国集群还没有发现像BA2.75*或XBB*这样的优势谱系存在——尽管考虑到序列数量有限，这也不排除。
与这种病毒的正常情况一样，在中国流通的谱系中出现了额外的Spike突变，但观察到的突变并不未知是否发生在BA.5主干中。到目前为止，还没有证据表明在一个谱系中同时出现了许多Spike突变。
来自中国旅行者的序列
在过去的两周里，大约400多个被注释为来自中国旅行者的序列被上传到GISAID，特别是日本和韩国的实验室。
这些序列与中国本身发布的数据一致。偶尔出现的非中国特征谱系可以解释为在华人社区传播之外获得的，例如酒店/飞机上的另一个旅行者的感染。
尽管注释为来自旅行者的少量序列意味着高达1%的低水平循环，特别是在旅行者不经常访问的地区，可能会在一段时间内逃避检测。
不幸的是，只有少数实验室用旅行历史（通常可以使用关键字搜索）注释他们的序列，特别是以下内容：travel
日本国立传染病研究所与机场检疫站合作（在序列名称中包含使得查询和分析旅行者的序列变得特别容易，如果被其他实验室采用，这种做法将有所帮助）IC韩国疾病预防控制院新加坡国家公共卫生实验室加州公共卫生部与机场抗原 COVIDNet 项目银杏生物工厂作为美国机场筛查的一部分（可通过和travelertraveller加拿大魁北克公共健康实验室（不幸的是没有原产国注释）奥斯佩代尔迪马戏团，瓦雷泽，意大利法国塞尔巴实验室印度洛克纳亚克医院基因组测序实验室巴基斯坦伊斯兰堡国立卫生研究院病毒学系医学研究所病毒学系，斯里兰卡科伦坡第八区
这是一个可以提高监测效率的领域。
通过中国境外的数据深入了解中国的病例数
鉴于上述5个谱系在中国以外不存在或非常罕见，直到最近的浪潮，这些谱系可以作为中国整体流通的有用独立指标。然而，重要的是，进口数量不仅取决于中国的发病率，还特别取决于旅行量和入境检测和检疫政策。
具有最多特征谱系序列的国家在这里最有用，如日本、韩国、新加坡和美国，已经对5个特征谱系进行了不同比例的测序，并在12月下半月达到峰值- 与中国的官方报告一致。
收敛的XBB.1.5类谱系
在美国，即使在新英格兰，XBB.1.5也在继续上升，在1 月中旬收集的样本中，这一比例已经超过50%。目前尚不清楚它是否会一路横扫，还是与其他谱系共存，其显着水平高于10%。倍增时间仍在10天左右。
虽然XBB.1.5可能是最突出的快速增长的XBB谱系，但它并不是唯一的：XBB树中有多个收敛的XBB.1.5样谱系，它们独立获得了S：486P基因型。考虑到由常见核苷酸突变产生的单氨基酸取代S：S486P所带来的巨大适应性优势，这并不奇怪。除了其他差异外，这些谱系预计与XBB.1.5类似。T->C
作为参考，目前Pango指定的类似XBB.1.5的谱系是（在1月中旬收集的所有序列中大致占比）：
XBB.1.5（在美国最常见，尤其是新英格兰）XBB.1.9.1（最常见于南亚和东南亚）XBB.1.9.2（最常见于东南亚）XBB.1.11.1（最常见于南亚和东南亚0.1-5%）XBB.2.3（在印度最常见）XBB.2.4（在西班牙最常见）XBB.6.1（在美国最常见）
有迹象表明，类似XBB.1.5的谱系在印度、印度尼西亚和马来西亚接近或已经占主导地位，尽管每周少于100个序列，现在确定还为时过早。鉴于XBB在这些国家比在美国更常见，一些类似XBB.1.5的谱系可能在美国之前出现并传播到那里并不是没有道理的。
类似XBB.1.5谱系的covSpectrum集合可以在这里找到：https://cov-spectrum.org/collections/141
不同的谱系可能会在不同的地区占主导地位。尽管这可能只是一个命名问题，因为功能行为预计非常相似。
在世界其他地区，除中国外，类似XBB.1.5的谱系显示出与美国相似的增长优势，尽管不确定性很高，因为来自美国以外的序列的比例和数量仍然要小得多。看看XBB.1.5在中国的表现会很有趣，因为中国的免疫学格局与世界其他地区大不相同。到目前为止，中国还没有出现类似XBB.1.5谱系的群落传播迹象- 尽管相对于其庞大的种群而言，序列数量相对较少，因此不可能排除这种情况。
潜在有益的尖峰突变
目前尚不清楚病毒下一步将向哪个方向变异，与目前的变种相比，什么样的Spike突变或突变组合最终将提供最大的适应性增长。
Jesse Bloom的免疫逃逸和ACE2结合计算器有助于早期识别一些趋势，例如S：346T提供的有益免疫逃逸或S：486P与S：2S相比强烈增加ACE486结合的事实。
使用计算器寻找下一个有益的Spike突变并非没有道理。然而，重要的是要注意，计算器假设突变直接发生在BA.2上，而不存在当前变体经常获得的许多其他RBD突变（如346T，356T，444T，486V/S/P，490S）。突变越多，预测正确的可能性就越小。S：N460K证明了突变之间的相互作用（上位），Bloom计算器预测它没有很大的益处，但已经发现在所有当前的变体中出现，强烈表明它确实提供了很大的益处，至少与其他突变相结合。
考虑到这些局限性，目前有三种突变被预测是有益的，并且在实践中也很常见：
Bloom实验室预测对免疫逃逸或ACE2结合有益（局限性：BA.2骨架上的突变，效果不一定与其他已经获得的RBD突变相加，但至少有时仍然正确，参见486P，反例460K比数据表明的更有益，还有一些突变预测是有益的，但直到现在仍然没有发生或没有发生）：
如果添加到BA.348中，预计S：A2S将显着增加免疫逃逸，但是鉴于它与S：346T非常接近，除了S：346T已经影响之外，它可能不提供任何逃逸。S：A348SS是DM.1的定义突变，并且在许多其他谱系中也观察到。目前，它似乎并没有提供很大的增长优势。预计S：Y453F将显着增强ACE2结合，然而，这是否与其他突变（如493逆转）一起存在尚不清楚。S：Y453F自2020年底以来一直没有被广泛看到。众所周知，这是一种在水貂种群中反复出现的突变。它是最近指定的Pango谱系DN.1.1.1（BQ.1.1.5.1.1.1）的定义突变。S：R403K是另一种突变，预测对ACE2结合有积极影响。它是DS.2（BN.1.1.3.1.1）的490个定义突变之一，除了S：F2S，预计会降低ACE<>结合。因此，这种组合可能是成功的组合。
如果有一个突变可以在BA.5或BA.2.75中提供大的有益效果，那么它现在可能会变得普遍，正如XBB所见，它迅速多次独立地获得了有益的486P。然而，有益的组合需要更长的时间来发展，也更难预测。
