COVID-19関連追加(202181日)

当院HP関連ファイル:

2020123

2021313

中国からデルタ株によるアウトブレイク(ウイルス量と伝播のボトルネック)

SARS-CoV-2デルタ株による大規模で追跡可能であったアウトブレイクにおける

ウイルス感染と伝播】

Li B, et al. Viral infection and transmission in a large, well-traced outbreak caused by the SARS-CoV-2 Delta variant. medRxiv. Posted July 23, 2021.

https://doi.org/10.1101/2021.07.07.21260122.

Abstract

中国本土で初めてSARS-CoV-2デルタ株の局所感染伝播が発生したことを報告する.167人の感染者はすべて,最初の指標症例にまで遡ることができた.隔離された被験者を対象に毎日逐次PCR検査を行ったところ,2020年初頭に中国で発生した最初の流行波におけるA/B系統の感染者と比較して,デルタ株感染者のウイルス量は,平均で1000であった.今回,126人のサンプルを用いて高品質なシーケンスを施行した.疫学データの信頼性は高く,111件の感染イベントでは,ドナーとレシピエントのケースが判明した.伝播のボトルネックは1-3ビリオンと推定されほとんどのマイナー宿主内一塩基変異(iSNV: intra-host single nucleotide variants)はレシピエントに伝播しなかった.しかし、SARS-CoV-2伝播の異質性(heterogeneityも観察された.マイナーiSNVが伝播した結果,今回のアウトブレイクで確認された30の置換基のうち、少なくとも4つの置換基が発生しており,急速な感染拡大時の集団レベルのウイルスの多様性に宿主内変異が寄与していることが明らかになった.集団検査の頻度,前症候性伝播の検疫,ウイルスゲノムサーベイランスのレベルなどの疾病管理活動は,世界的に増加しているデルタ株の流行を考慮して調整する必要がある.

Introduction

2021521日,中国の広東省広州市でデルタ変異株の初の局所感染が確認された.20201月に中国で発生した初期の流行時5)には,感染を制限するために,集団スクリーニング,積極的な接触者追跡,集中的な検疫・隔離など,一連の包括的な介入が実施された.しかし,2020年初頭に広東省で観察された限定的なレベルの前方伝染(onward transmission)とは対照的に,2021年に同地域で発生したデルタ変異株アウトブレイクでは,連続した世代のウイルス伝播(successive generations of virus transmission)が確認された.ここでは,デルタ変異株のウイルス学的プロファイルと伝播プロファイルを明らかにするために,広東省で発生した十分に追跡されたアウトブレイクの疫学的および遺伝学的データを調査した.また,この新興変異株のウイルス学的特性に対処するためには,介入戦略をどのように調整する必要があるのかについても考察した.

Results

2021521日に最初の指標症例が確認されてから,2021618日に報告された最後の症例までの間に、合計167人の局所感染(local infection)が確認された(Figure 1a).すべての症例は,疫学的または遺伝学的に最初の指標症例にまで遡ることができた(Figure 1b).デルタ変異株の疫学的特徴は,初期のWuhan株や他のVOCに比べてserial interval(発症間隔)が短いことである6)-8).しかし,感染した後、いつ頃から体内でウイルスが検出されるのか,感染者の感染性はどの程度なのかなど,発症前の重要なパラメータはまだよくわかっていない.

Figure 1: Summary of the epidemiology and early detection of the Delta SARS-CoV-2 variant in Guangdong. (a) Time series of 167 laboratory-confirmed infections originating from the first index case on May 21 2021. Daily numbers of new infections are shown in red and samples with high-quality sequences (coverage>95%) are shown in blue. (b) The Delta variant transmission in the Guangzhou outbreak. The transmission relationship between 126 sequenced cases were indicated with solid lines (high confidence) or the dash lines (unsure). The interactive version showing summary statistics of all cases could be found at https://viz.vslashr.com/guangdongcdc/. (c) Estimate of the time interval between exposure and time of the first RT-PCR positive test in quarantined subjects. The curves show the best-fitting distributions of the interval durations for Delta variant cases (n=34) and for 19A/19B clade cases (n=29). Bars show the histograms of estiamted intervals durations (days). (d) Ct values of the first PCR+ test in quarantined subjects, for the Delta variant infections (n=62) and for previous 19A/19B clade strains infections (n=63). Dots represent Ct values for RT-PCR of the ORF1ab gene (left) and N gene (right). Box plots indicate the median and interquartile range (IQR); the whiskers represent the maximum and minimum values. Schematic of the relation between the viral growth rate and the relative viral loads on the day viruses were first detected (Day 0). The viral load of A/B clade infections and of the Delta variant infections on Day 0 were measured. The horizontal dashed line in purple represents the detection threshold of RT-PCR testing; the dashed line in red represents the lower limit above which infectious viruses could be potentially isolated.

 

 

今回のアウトブレイクでは,隔離された被験者のデータを調査し,A/B genetic cladePango nomenclature 9))株による2020年初頭の流行データと比較した.中央に隔離された対象者は,確定症例の濃厚接触者だった.新たな感染者が確認されると,その濃厚接触者は直ちに追跡され,中央に隔離され,毎日PCR検査が行われた.隔離された対象者のデータセットから,感染した対象者が曝露されてから、PCRでウイルス量が初めて検出されるまでのtime intervalを特定することができた.家族内伝播の正確な曝露時間(exposure time)を特定することは困難であったため,家族内伝播のペアはtime interval解析から除外した.その結果,隔離集団における,曝露から最初のPCR検査陽性までのtime intervalは,2020年の流行期(n= 29; ピークは5.61日)では6.00日(IQR 5.00-8.00),2021年のデルタ流行期(n= 34; ピークは3.71; Figure 1c)では4.00日(IQR 3.00-5.00であることがわかった

我々は次に,各被験者においてSARS-CoV-2PCRで初めて検出された時点でのウイルス量の測定結果を評価した.デルタ変異株に感染した症例(n= 62, ORF1ab遺伝子のCt= 24.00, IQR 19.00-29.00)の相対的なウイルス量は,2020年にclade 19A/19Bに感染した症例(n=63ORF1ab遺伝子のCt= 34.31, IQR 31.00-36.00)の1260であった(Figure 1dこのことから,デルタ変異株の宿主内増殖率が高い(ウイルスのヌクレオチドがPCRの検出閾値を超えた時点で,観察されたウイルス量が高い)と推測された(Figure 1eRomanらが報告した結果と同様に,Ct> 30< 6×105copies/mLのウイルス)のサンプルでは,in vitroでの感染性分離株が得られないことがわかった.デルタ変異株の感染者では,ウイルスが最初に検出されたときの口腔咽頭スワブにおいて> 6×105copies/mLのウイルスが含まれていたサンプルが80.65%であった(一方,clade 19A/19Bの感染者では19.05%.これらのデータは,デルタ変異株は感染の初期段階でより感染性が強い可能性を示している(Figure 1e).

感染後,ウイルス力価が低すぎて検出されない感染待ち期間(latent period)がある.宿主内でウイルス増殖が続くと,最終的にウイルス量が検出可能なレベルに達し,感染性を持つ.感染者がいつから伝播させるのかを知ることは,伝播の連鎖を断ち切るための介入戦略を考える上で重要である.しかし,伝播の> 50%は前症候性の段階で起こるため10),臨床研究から感染性を測定することは困難である.今回の隔離対象者の調査では,デルタ変異株の場合,ウイルスに曝露してからウイルスが検出されるまでのtime window3.7であり,ウイルスが初めて検出されたときの伝播リスクは,それ以前に流通していたウイルス系統に比べて,高いリスクがあることが示唆された.そのため,省政府は,広州市の空港,駅,シャトルバスの駅から出国する人に対して,66日には72時間以内にCOVID-19検査が陰性であることを証明することを義務付け,7日にはこれを48時間に短縮した.一方,2020年の流行時に実施された同等のtime window7日間であった.

Transmission bottleneck and the association between minor iSNVs transmissions and viral population diversity:

広東省における公衆衛生的介入は,主に疫学調査,接触者追跡,集団検査に重点を置いている.2021526日〜202168日の間に,約3,000万回のPCR検査が行われた.リスクの高い集団に対する集中的な検査とスクリーニングにより,隠蔽伝播(cryptic transmissions)の可能性は低いと考えられる.我々が確認したほぼすべての感染は,直接接触の証拠,または間接接触(同じ地域に滞在している,または訪問している)によって,疫学的につながる可能性がある(Figure 1b).さらに,すべてのシーケンスは,遺伝学的に指標症例にまで遡ることができた.これにより,ウイルスの伝播動態,特にウイルスの遺伝的多様性が宿主間でどの程度伝播されているかを,より詳細に解析することができた.識別されたすべての感染に対して全ゲノムのディープシーケンスを行ったところ,126の高品質なウイルスゲノム(カバー率> 95%)が得られ,これはアウトブレイクで識別された感染の75%を占めていた(Figure 1a).

系統解析では,デルタ変異株のアウトブレイクで得られたウイルスゲノムと,輸入事例346件のゲノムを組み合わせて行った.輸入事例は,20203月〜20216月までに広東省を訪れた,66の異なる感染源国から到着した旅行者である.また,定義された13NextStrain cladeshttps://nextstrain.org/)と通知されたVOC(アルファ,ベータ,ガンマ,デルタ)のそれぞれからランダムに選ばれた50のゲノムからなる参照配列セットも含まれている.輸入症例のウイルス系統分布は,当時,世界規模で流通していたSARS-CoV-2 genetic lineagesをほぼ代表するものであった.このような輸入事例は,中国・広東省の疾病管理と予防に課題を投げかけている(Figure 2a).図2a)。

Figure 2: Viral phylogenies and transmission dynamics of the Guangzhou outbreak. (a) A time resolved phylogenetic tree was estimated using the NextStrain pipeline and includes (i) Guangdong sequences collected from local infections and imported cases, January 2020 – June 2021, and (ii) reference sequences from different genetic lineages. The sequences from the Guangdong Delta variant outbreak (May 21,2021 – June 18, 2021) are highlighted with a red box. The changing frequencies of SARS-CoV-2 lineages identified in Guangdong (most of which are imported) are shown in the lower panel (b) Maximum likelihood tree of 126 sampled sequences of the Guangzhou outbreak. SNV frequencies (%) across the virus genome are marked with colored dots (right hand panel). (c) Estimated bottleneck size in 66 donor-recipient transmission pairs calculated using the exact beta-binomial method described in 14. There were 8 transmission pairs with extremely large confidence interval (range from 1 to more than 1000) of estimated bottleneck size were removed. (d) Minor iSNVs transmission resulted in the diversity of viral population. The pie charts show the frequency of iSNVs. Arrows show the direction of transmission for those pairs of cases for which this is known with high confidence.

 

 

 

 

広州で発生したウイルス系統は、各サンプルのコンセンサス配列を用いて推定された.このコンセンサス配列は,各位置でメジャー頻度のヌクレオチド(> 50%)を選択して作成された.その結果,広州で発生したウイルス配列はすべて1つのクラスターに分類された(Figure 2a).アウトブレイクの指標症例(5137)と比較して,26日間のアウトブレイクにおいて125例中30の置換が確認された(Figure 2b最も遺伝的に発散しているアウトブレイク配列には,指標症例のサンプルとは異なる4つのヌクレオチドが含まれていた.これらの変異株が,流行の間に(そしてSARS-CoV-2パンデミックの間により全体として),どのようにして発生し,進化し,最終的に固定化されたのかを理解するために,我々は,指標症例のコンセンサスゲノム(XG5137_GZ_2021/5/21)に対して多型部位(polymorphic sites)マッピングすることによって,それによって宿主内一塩基変異(iSNVs)のリストを作成することによって,各サンプルについて宿主内のウイルスの多様性を推定した.マイナーiSNVsは,PCRやシーケンスエラーの可能性を除外するために,マイナーアレル頻度の閾値を3%に設定して判定された(minor iSNVs were called by setting 3% as the threshold for minor allele frequency11)-13)126の高品質な配列において,ほとんどのサンプルが3つのiSNVs(中央値)を有しており,これは,他の報告されたレベルと一致している(Supplemental Figure11)12)

我々は,疫学的に確認された伝播ペアの伝播ボトルネックサイズを算出した.接触者追跡と疫学調査により,111組のドナーとレシピエントの伝播ペアを高い信頼度で割り当てることができた.これらのうち,74組の伝播ペアにおいて,ドナーは1つ以上のiSNVsvariant callingの閾値である3%を超えており(Table S1),ベータ二項分布を用いて14),伝播ボトルネックサイズ,Nbを推定することができた.Nbの最尤推定値は,伝播ペア74組のうち65組で1となり,残りの9組では2または3となった(Figure 2CNbの推定値の不確かさは,95%信頼区間が1から約500以上の範囲にある伝播ペアもあり,シーケンスデータが十分な情報を提供していないペアがあることを示唆している.今回のデータは、SARS-CoV-2の伝播ボトルネックが一般的に非常に狭いことを示唆しており,これまでの家庭内伝播に関する研究11)15)と一致している.伝播ボトルネックの大きさは,宿主内の多様性が集団レベルでのウイルス多様性にどの程度寄与するかに影響するSARS-CoV-2の伝播ボトルネックが厳格なことから,広東省で発生した感染(およびSARS-CoV-2パンデミック)で観察された置換は,主に個体内で発生したde-novo mutationsによるものと考えられる

SARS-CoV-2の伝播ボトルネックは一般的には狭いが,一定ではなく,ウイルスと宿主の両方の要因に影響される可能性がある.そこで,マイナーiSNVの伝播が集団レベルの多様性にどのように寄与しているかを調べるために,我々はマイナーiSNVを持つ配列と,派生するヌクレオチドの状態が固定されている配列を特定した.注目すべきは,30の変異部位のうち10(最初の指標症例配列から変化した位置)で,マイナー宿主内一塩基変異(iSNVs)を示す配列であったことである(Figure 2b).マイナーiSNVsを持つ宿主と,これらのiSNVsが固定された可能性のあるレシピエントとの間には,直接的(伝播染ペア61, 1, 2, 3)および間接的(症例6190から6486まで)な疫学的つながりが観察された(Figure 2C).したがって,今回のアウトブレイクでは,少なくとも3つの固定された置換がマイナーiSNVsの直接伝播に起因すると考えられ,1つの置換は疑わしい伝播チェーンによるものであった.また,5137をドナーとする伝播ペアの推定Nbが相対的に高く,iSNV伝播の異質性(heterogenicity)を示唆していることも注目される(Figure 2C).このようなボトルネックの大きさの違いは,インフルエンザの場合16)と同様に,感染経路や曝露量の違いによるものと考えられる(Although the transmission bottleneck of SARS-CoV-2 is narrow in general, it may be not constant and could be impacted by both viral and host factors.症例5137は,症例5645および5571と直接接触した2日後に,高ウイルス量(口腔咽頭スワブでCt17.6, 2×109copies/mL)を示した.ウイルス量が多く,直接接触し,iSNVsの頻度が相対的に高かった(T21673Cでは4%, C27086Tでは47%)ことから,iSNVsの伝播がレシピエントへ成功したと考えられる(Figure 2C).これらの結果から,SARS-CoV-2の伝播ボトルネックは一般的に厳格で,ドナーのiSNVsのほとんどがレシピエントに見つからないことが示唆された.しかし、マイナーiSNVsが伝播され,それらがレシピエント宿主に固定された結果,アウトブレイク中に蓄積された置換の少なくとも一部が生じた.

本研究では,中国本土におけるSARS-CoV-2デルタ変異株の初の局所感染に端を発する大規模な感染連鎖の特徴を明らかにした.その結果,最初のPCR検査陽性を行った日のデルタ変異株感染者のウイルス量は,clade 19A/19B感染者のウイルス量の1000であることから,デルタ変異株のウイルス複製速度が高い可能性があることがわかった.このことから,感染初期におけるデルタ変異株の感染性は高いと考えられる.そのため,集団スクリーニングの頻度を最適化する必要がある17).もし,デルタ変異株による感染が本当に前症候性の段階で感染性が高いのであれば,疑い症例や濃厚接触者を適切なタイミングで隔離することがより重要になる(臨床症状が出る前,またはPCRスクリーニング検査前).SARS-CoV-2の伝播ボトルネックは一般的には狭いが,マイナーiSNV伝播には異質性(heterogenicity)が見られ,アウトブレイク中にウイルス集団で観察された固定置換(fixed substitutions)の一部を説明することができるある環境下では,低頻度で存在する有利なiSNVsが上昇し,伝播の1世代で固定化されるそして流行がうまく抑えられない場合にはウイルス集団でさらに優勢となる可能性がある

 

References

1) Faria, N. R. et al. Genomics and epidemiology of the P.1 SARS-CoV-2 lineage in Manaus, Brazil. Science (2021) doi:10.1126/science.abh2644.

2) Davies, N. G. et al. Estimated transmissibility and impact of SARS-CoV-2 lineage B.1.1.7 in England. Science 372, (2021).

3) Volz, E. et al. Assessing transmissibility of SARS-CoV-2 lineage B.1.1.7 in England. Nature 593, 266–269 (2021).

4) outbreak.info.

5) Lu, J. et al. Genomic Epidemiology of SARS-CoV-2 in Guangdong Province, China. Cell S0092867420304864 (2020) doi:10.1016/j.cell.2020.04.023.

6) Vöhringer, H. S. et al. Genomic reconstruction of the SARS-CoV-2 epidemic across England from September 2020 to May 2021.

http://medrxiv.org/lookup/doi/10.1101/2021.05.22.21257633

 (2021) doi:10.1101/2021.05.22.21257633.

7) Pung, R., Mak, T. M., CMMID COVID-19 working group, aKucharski, A. J. & Lee, V. J. Serial intervals observed in SARS-CoV-2 B.1.617.2 variant cases.

http://medrxiv.org/lookup/doi/10.1101/2021.06.04.21258205

 (2021) doi:10.1101/2021.06.04.21258205.

8) Zhang, M. et al. Transmission Dynamics of an Outbreak of the COVID-19 Delta Variant B.1.617.2 — Guangdong Province, China, May–June 2021. China CDC Wkly. 3, 584–586 (2021).

9) Rambaut, A. et al. A dynamic nomenclature proposal for SARS-CoV-2 lineages to assist genomic epidemiology. Nat. Microbiol. 5, 1403–1407 (2020).

10) Hu, S. et al. Infectivity, susceptibility, and risk factors associated with SARS-CoV-2 transmission under intensive contact tracing in Hunan, China. Nat. Commun. 12, 1–11 (2021).

11) Lythgoe, K. A. et al. SARS-CoV-2 within-host diversity and transmission. Science 372, eabg0821 (2021).

12) Valesano, A. L. et al. Temporal dynamics of SARS-CoV-2 mutation accumulation within and across infected hosts. PLOS Pathog. 17, e1009499 (2021).

13) Poon, L. L. M. et al. Quantifying influenza virus diversity and transmission in humans. Nat. Genet. 48, 195–200 (2016).

14) Leonard, A. S., Weissman, D. B., Greenbaum, B., Ghedin, E. & Koelle, K. Transmission Bottleneck Size Estimation from Pathogen Deep-Sequencing Data, with an Application to Human Influenza A Virus. J. Virol. 91, (2017).

15) Martin, M. A. & Koelle, K. Reanalysis of deep-sequencing data from Austria points towards a small SARS-COV-2 transmission bottleneck on the order of one to three virions. bioRxiv 2021.02.22.432096 (2021) doi:10.1101/2021.02.22.432096.

16) Varble, A. et al. Influenza A virus transmission bottlenecks are defined by infection route and recipient host. Cell Host Microbe 16, 691–700 (2014).

17) Larremore, D. B. et al. Test sensitivity is secondary to frequency and turnaround time for COVID-19 screening. Sci. Adv. 7, eabd5393 (2021).

18) Liu, T. et al. Risk factors associated with COVID-19 infection: a retrospective cohort study based on contacts tracing. Emerg. Microbes Infect. 9, 1546–1553 (2020).

19) Chen, S., Zhou, Y., Chen, Y. & Gu, J. fastp: an ultra-fast all-in-one FASTQ preprocessor. Bioinformatics 34, i884–i890 (2018).

20) Martin, M. Cutadapt removes adapter sequences from high-throughput sequencing reads. EMBnet.journal 17, 10–12 (2011).

21) Itokawa, K., Sekizuka, T., Hashino, M., Tanaka, R. & Kuroda, M. Disentangling primer interactions improves SARS-CoV-2 genome sequencing by multiplex tiling PCR. PLOS ONE 15, e0239403 (2020).

22) Li, H. & Durbin, R. Fast and accurate short read alignment with Burrows-Wheeler transform. Bioinforma. Oxf. Engl. 25, 1754–1760 (2009).

23) Grubaugh, N. D. et al. An amplicon-based sequencing framework for accurately measuring intrahost virus diversity using PrimalSeq and iVar. Genome Biol. 20, 8 (2019).

24) Hadfield, J. et al. Nextstrain: real-time tracking of pathogen evolution. Bioinformatics 34, 4121–4123 (2018).

25) Guindon, S. et al. New algorithms and methods to estimate maximum-likelihood phylogenies: assessing the performance of PhyML 3.0. Syst. Biol. 59, 307–321 (2010).

26) Yang, Z. Maximum likelihood phylogenetic estimation from DNA sequences with variable rates over sites: approximate methods. J. Mol. Evol. 39, 306–314 (1994).

27) Yu, G., Smith, D. K., Zhu, H., Guan, Y. & Lam, T. T.-Y. ggtree: an r package for visualization and annotation of phylogenetic trees with their covariates and other associated data. Methods Ecol. Evol. 8, 28–36 (2017).

 

 

 

 

 

 

 

比較

【オーストリアで発生したスーパースプレッディングイベントのゲノム疫学による,SARS-CoV-2変異動態と伝播特性】

Popa A, et al. Genomic epidemiology of superspreading events in Austria reveals mutational dynamics and transmission properties of SARS-CoV-2. Science Translational Medicine  09 Dec 2020: Vol. 12, Issue 573, eabe2555

https://doi.org/10.1126/scitranslmed.abe2555.

Abstract

COVID-19パンデミックを形作ったのはスーパースプレッディングイベントであり,その迅速な特定と封じ込めは疾病の制御に不可欠である.本稿では,ヨーロッパでのウイルス感染の初期段階で大きな役割を果たしたオーストリアにおけるSARS-CoV-2の第1波のスーパースプレッディングについて,全国規模の解析を行った.オーストリアの発達した疫学的監視システムを利用して,第一波の際にSARS-CoV-2の主要なクラスターを特定し,500以上のウイルスサンプルの全ゲノム配列の解析を行った.系統疫学的解析により,スーパースプレッディングイベントの再現が可能となり,2020年春にオーストリアから発生する観光関連のウイルス拡散マップを作成した.さらに,疫学的に明確なクラスターを利用して,SARS-CoV-2変異動態を定量化した.また,Time-resolved virus sequencingにより,COVID-19感染者のウイルス変異動態が明らかになり,疫学的に検証された感染者と被感染者のペアにより,SARS-CoV-2粒子の平均伝播ボトルネックサイズ(an average transmission bottleneck size of 103 SARS-CoV-2 particles)を103と決定することができた.本研究は,SARS-CoV-2伝播を解明し,変異動態や伝播特性に関する基本的な知見を得るために,疫学的解析とdeep viral genome sequencingを組み合わせることの有用性を示している.

Discussion一部抜粋.

Exploiting our well-defined epidemiological clusters, we determined the interhuman genetic bottleneck size for SARS-CoV-2—which is the number of virions that start the infection and produce progeny in the viral population—at around 103. Our estimated bottlenecks are based on a substantial number of defined infector-infectee pairs and in agreement with recent studies implying larger bottleneck sizes for SARS-CoV-2 compared with estimates for the influenza A virus (22, 25–28). These bottleneck sizes correlated inversely with higher mutation rates of influenza virus as compared with SARS-CoV-2.

In agreement with our experimentally determined bottleneck sizes, a recent preprint describing a dose-response modeling study estimated 3 × 102 to 2 × 103 SARS-CoV-2 virions necessary to initiate an infection (29). The dynamics of superspreading events seem to be driven by the number of interindividual contacts and the quantity of transmitted virus over time (29). Accordingly, our relatively large observed bottleneck size could be the result of patient exposure to high virus accumulations in shared and closed space and may have been influenced by a lack of protective measures in the early phase of the first COVID-19 wave in spring 2020. Although we inferred an average bottleneck size of 103 viral particles on average, the broad range of these values indicates that lower numbers of transmitted particles may also lead to a successful infection.

References

29) M. Prentiss, A. Chu, K. K. Berggren, Superspreading events without superspreaders: Using high attack rate events to estimate N0 for airborne transmission of COVID-19. medRxiv 2020.10.21.20216895 , (2020).