Kirjoitukset avainsanalla tieteellinen selittäminen

Rantajalkapallo-ottelu Yyterissä vuonna 2010. Kuva: kallerna / Wikimedia Commons

Kuluva vuosi on alkanut jonkinlaisella déjà vulla. Alkuvuodesta on toistuvasti puhuttu siitä, kuinka kesää kohden koronatilanne helpottaa. Saamme rokotuksia ja toisaalta on olemassa kausivaihtelu, joka tarkoittaa, että kesällä hengitystievirukset eivät leviä yhtä hyvin.

Omaan korvaani kausivaihtelu on tämän vuoden laumasuoja: väärin ymmärretty käsite ja siihen on asetettu enemmän odotuksia kuin se pystyy kantamaan. Kausivaihtelu ei välttämättä vielä tänä vuonna näy Suomen koronaepidemiassa.

 

Viime aikoina koronaviruksen paremmasta leviämisestä on syytetty talvea. Mika Salminen sanoi Yle Aamussa 9.2 että. ”lähtökohta on se, että nyt on talvi ja talvisaikaan tällaiset virukset leviävät herkemmin.”

Tämä lausahdus kuitenkin osoittaa, että kausivaihtelu on joko väärin ymmärretty tai sotkee eri ilmiöitä keskenään. Jos koronavirus leviääkin paremmin talvella, se ei leviä kuten muut influenssa- tai flunssavirukset, koska koronaviruksen dynamiikka on täysin erilainen. Tämä johtuu siitä, että koronavirus on uusi taudinaiheuttaja, joka on pandeeminen.

Tämä ei tarkoita, etteikö koronavirus voi levitä eri tehokkuudella talvisin kuin kesäisin. Nämä tekijät voivat olla myös niitä, jotka aiheuttavat kausivaihtelua, mutta toistetaan tämä: tämä ei tarkoita, että koronaviruksen leviämisessä näkyy kausivaihtelua.

 

Mitä kausivaihtelu sitten tarkoittaa? Sitä, että monet tartuntataudit ilmaantuvat tyypilliseen vuodenaikaan. Influenssakausi on talvella, marraskuusta noin huhtikuulle, kun taas vesirokko on kiertänyt yleensä keväällä ja poliotartunnat taas tapahtuivat useammin kesäisin. Kesä on yleensä myös seksitautien sesonkiaikaa.

Koska eri tartuntataudit leviävät eri tavoin, myös eri tekijät aiheuttavat kausivaihtelun. Emme tiedä, miksi influenssat ja flunssat tulevat juuri tiettyyn aikaan. Siihen vaikuttaa varmasti joukko erilaisia asioita: ilmankosteus (esimerkiksi influenssavirus selviää kuivemmassa ilmassa paremmin aerosoleissa ja pisaroissa), ihmisten kohtaamiset (joita talvella on enemmän sisätiloissa), lämpötila, virusten maailmanlaajuinen leviäminen ja niin edelleen. Olennaista kuitenkin on, että influenssa- ja flunssavirukset eivät leviä kovin tehokkaasti. Suurella osalla kansasta on jonkinlainen immuunisuoja niitä vastaan aiemmista infektioista, joka rajoittaa hyvin epidemian kokoja.

Kausivaihtelussa voi olla kyse pienipiirteisemmistäkin asioista: Tiedämme esimerkiksi, että joululoma hidastaa influenssaepidemian etenemistä, mutta siirtää tartuntojen painopistettä nuoremmista ikäluokista vanhempiin. Lisäksi tiedämme, että lumimyrskyt - jotka aiheuttavat lyhyen luonnollisen lockdownin - hidastavat influenssaepidemian etenemistä.

Kun immuniteetti on pääasiallinen taudinaiheuttajan leviämistä rajoittava tekijä, leviämistehokkuuden vaihtelun ei tarvitse olla kovin suuri, että muodostuu kausittainen selkeä vaihtelu tartuntataudin esiintymisessä. Tällöin vertailua erilaisten tekijöiden välillä on vaikea tehdä.

Pandemiassakin tärkein leviämistä rajoittava tekijä on väestön immuniteetti tai ennen kaikkea sen puute. Immuniteetin puuttuessa rajoitustoimet ovat merkittävästi vaikuttaneet ihmisten fyysisiin kontakteihin ja siten koronaviruksen leviämiseen. Tällöin vaihtelu ympäristötekijöissä jää pieneen rooliin. Empiirinen aineisto puoltaa tätä havaintoa: kuluneen vuoden aikana ympäri maailman koronavirus on levinnyt ja jättänyt leviämättä kaikkina vuodenaikoina.

Viime vuonna tehtiin monia julkaisuja, jotka ennustivat kuinka ilmasto-olosuhteiden mukaan esimerkiksi tropiikkiin tai subtropiikkiin koronavirus ei iske lähes lainkaan. Tämä oli tietenkin huuhaata, kuten eteläamerikkalaisten epidemioiden laajuus paljasta. Ilmastomallit eivät yksinkertaisesti sovellu pandemian ennustamiseen.

 

Mitä tämä tarkoittaa tulevan kevään ja kesän osalta Suomessa? Näemmekö kausivaihtelua? Helpottaako tilanne kesää kohden?

Suomen nykyisessä tilanteessa vähäinen tartuntojen määrä tarkoittaa, että yksinkertaisesti vuodenaikojen vaikutus on häviävän pieni verrattuna rajoitustoimiin. Vaikka virus leviäisi vähemmän tehokkaasti kesällä, tämä ei paljon hetkauta suuressa kuvassa. Kausivaihtelu ei siis tule vääjämättömästi, kuten muissa hengitystieviruksissa. Koronaviruksen kausivaihtelu käynnistyy vasta, kun pandemia on ohi. Suomessa rokotusten määrä on jo luultavasti isompi kuin tartunnan saaneiden määrä, mutta nykyvauhdilla rokotuksetkaan eivät vielä auta kesään mennessä tartuntojen määrän rajoittamisessa.

Tämä tarkoittaa myös sitä, että jos koronavirus leviää jatkuvasti enemmän ja nopeammin, niin emme voi luottaa siihen, että määrät laskevat tänä keväänä, kuten ne viime vuonna laskivat.

Kausivaihtelun puute ei tarkoita, etteikö kesä voisi olla helpompaa aikaa. Tiedämme, että ulkona tartuntariski on huomattavasti pienempi kuin sisätiloissa. Tautiturvallisia kohtaamisia on siten lämpimällä säällä huomattavasti helpompi järjestää. Kesällä myös ihmiset ovat lomalla työpaikoista ja kouluista, jolloin nämäkin tartuntapaikat vaikuttavat vähemmän.

Viime vuonna ehdotin, että Helsingin Vaasankadusta voisi kesällä tehdä kävely- ja terassikadun. Ehdotus on yhtä järkevä, tai ehkäpä vielä järkevämpi, ensi kesänä. Kausivaihtelu ei meitä koronaepidemialta pelasta, vaan sitä pitää oikeasti aktiivisesti torjua.

Kommentit (22)

Sophia Alice
4/22 | 

Essay Helper Singapore planning and submitting tasks and articles before the cutoff time is a difficult one to figure out. It takes extraordinary commitment.
Consider the possibility that, you don't have much homework help Australia. Imagine a scenario where, you have arranged things that are conflicting with your courses.

https://www.gotoassignmenthelp.com/sg/essay-help/

Sophia Alice
5/22 | 

Marketing Assignment help planning and submitting tasks and articles before the cutoff time is a difficult one to figure out. It takes extraordinary commitment.
Consider the possibility that, you don't have much homework help Australia. Imagine a scenario where, you have arranged things that are conflicting with your courses.

https://www.gotoassignmenthelp.com/assignment-help/management/marketing/

Sophia Alice
8/22 | 

Research paper helper planning and submitting tasks and articles before the cutoff time is a difficult one to figure out. It takes extraordinary commitment.
Consider the possibility that, you don't have much homework help Australia. Imagine a scenario where, you have arranged things that are conflicting with your courses.

https://www.gotoassignmenthelp.com/sg/coursework-help/

Sophia Alice
14/22 | 

Essay Help Singapore arranging and submitting assignments and articles before the cutoff time is a troublesome one to sort out. It takes remarkable responsibility. 
Think about how conceivable it is that, you don't have a lot of schoolwork help Australia. Envision a situation where, you have orchestrated things that are clashing with your courses. 

https://www.gotoassignmenthelp.com/sg/homework-help/

Sisältö jatkuu mainoksen alla
Sisältö jatkuu mainoksen alla
Sars2-koronavirus elektronimikroskopiakuvassa tunkeutumassa ulos viljellyistä soluista. Kuva: NIAID / Wikimedia Commons

Kansalaiset ovat kohta vuoden ajan seuranneet erilaisia mallinnuksia, skenaarioita ja simulaatioita koronaviruksen etenemisestä. Koronapandemian etenemistä on ennustettu erilaisin aikavälein tulevaisuuteen: päivinä, viikkoina, kuukausina ja rohkeimmat jopa vuosina.

Oman jännityksensä lisää, että tämän hetken tilanteen ymmärtäminenkin vaatii ennustamista. Koska kaikki epidemian etenemistä kuvaavat mittarit toimivat hieman myöhässä – testitulokset päiviä, sairaalatapaukset pari viikkoa ja kuolemat kuukauden – on vaikea hahmottaa, missä milloinkin ollaan, puhumattakaan siitä mihin suuntaan tilanne on kehittymässä. Englanniksi käytetään termiä nowcasting (vrt. forecasting) kuvaaman nykyhetken ennustamista.

Tähän mennessä ainoat ennusteet, joita päivittäisessä elämässä ihmiset ovat tottuneet seuraamaan, ovat sääennusteita. Sääennuste vastaa kysymyksiin, että miten pukeutua ulos lähtiessä, kannattaako lähteä veneilemään ja saako sytyttää avotulen. Säässä ja koronaviruksessa on kuitenkin yksi merkittävä ero: se, pakkaatko mukaasi sateenvarjon aamulla, ei vaikuta todennäköisyyteen sataako seuraavina päivinä. Koronaviruksen osalta varautuminen ja varominen puolestaan estää viruksen leviämistä.

Pandemian alkuvaiheessa mallinnukset pyrkivät vastaamaan kahtalaiseen kysymykseen: kuinka vaarallinen tauti on ja koska ja paljonko se tulee vaatimaan sairaalan hoitopaikkoja. Alkuvaiheen jälkeen, kun tajuttiin, ettei tautia voi päästää kulkemaan väestön läpi, koska hoitopaikat eivät yksinkertaisesti riitä, on keskitytty arvioimaan, että mikä tilanne on tällä hetkellä ja leviääkö vai supistuuko epidemia – ja miten vastaavasti politiikkatoimia voidaan säätää.

Mallien ja uusien mallinnuksien tulkitseminen on kuitenkin ollut aika haparoivaa läpi koko pandemian.

 

Mallit ovat yksinkertaistuksia maailmasta: kuvauksia siitä miten mielestämme maailmaa voidaan kuvata mahdollisimman kattavasti mutta myös mahdollisimman kevyesti. Tavoittelemme parsimoniaa, optimaalista selitystä siten että se kattaa mahdollisimman paljon ilmiöstä tiiveimmällä tavalla. Se, kuinka kattava selitys oikein voi olla, riippuu siitä minkälainen ilmiö on. Biologeille on riemuvoitto jos kymmenyskin ilmiössä havaittavasta vaihtelusta voidaan selittää muuttujilla.

Mallien luonteesta ja niiden käytöstä päätöksenteosta ovat jo ansiokkaasti kirjoittaneet esimerkiksi Sofia Blanco Sequeiros ja Lari Hokkanen Tiede ja Edistys -lehdessä ja Jaakko Kuorikoski ja Samuli Reijula Alusta-verkkolehdessä, joten näihin kysymyksiin en mene tarkemmin. Menen sen sijaan tarkemmin siihen, miten itse tulkitsen ja lähestyn tautien leviämiseen liittyviä malleja. Oma näkökulmani on kahtalainen: toisaalta opettajankouluttajan, jota kiinnostaa se, mitä malleilla tehdään ja miten niillä ymmärretään todellisuutta, ja toisaalta tautiekologin, joka pyrkii ymmärtämään sitä, miten loiset ja taudinaiheuttajat leviävät populaatiossa.

 

Jokaisella meillä on oma mallimme siitä, miten koronavirusepidemia leviää. Se voi olla hämärä, omituinen ja epäselvä, mutta siellä omassa kallossamme se malli kyllä lymyilee, vaikka sitä ei koskaan lausuttaisi julki tai kirjoitettaisi paperille. Malli voi koostua omituisista muuttujista ja sen parametrit voivat olla kaukaa haettuja, mutta siellä se on.

Tieteellisessä käytössä pyrimme muodollisiin malleihin. Kirjaamme ylös alkuoletuksemme, jonkinlaisen kuvauksen siitä, miten epidemia ajassa ja paikassa etenee ja tarkkailemme sitten lopputulosta.

Kun toimimme vajaalla tiedolla, alkuoletuksissa on paljon epävarmuutta ja vastaavasti mallin tuloksetkin ovat monin tavoin epäluotettavia. Silloin itse kiinnitän enemmän huomiota siihen, mitä alkuoletuksia mallissa on tehty, koska ne kertovat mallin tekijöiden tilannekuvasta.

Viime maaliskuun loppupuolella käytin työajastani merkittävän osan vastatessani toimittajien kysymyksiin, että miksi THL:n mallinnuksessa ja Imperial Collegen mallinnuksessa sairaanhoitoa vaativien ja kuolleisuuden lukumäärissä on kertaluokkaa oleva ero. Näihin kysymyksiin voin vain vastata, etten tiedä, koska THL ei julkistanut mallinnuksiensa perusteita. Imperial Collegen mallista tiesimme tarkalleen, koska he olivat julkaisseet tutkimusraporttinsa, mutta THL:n puolelta tällaisia ei tullut.

”Tutkijana en voi luottaa malliin, jonka alkuoletuksia en tunne”, kerroin eräälle toimittajalle.

Helsingin Sanomien jutussa avattiin eroa kirjoittamalla, että ”THL:n ylilääkäri [Tuija] Leino sanoo, että Imperial Collegen arvio perustuu ajatusvirheelle.”

Tässä olemme nyt mallien ytimessä: ajatusvirhe tarkoittaisi, että mallissa on jotain pielessä. Valitettavasti tämä lausahdus ei avaa enempää, että mikä siinä on pielessä. Koska emme tunteneet THL:n mallia, emme edes pystyneet päättelemään mitä he mallinsivat eri tavoin.

Mielenkiintoisen tilanteesta tekee myös, että kertaluokan ero viruksen vaarallisuudessa on suunnaton. Se tarkoittaa, että joko suomalaisten tai sitten eurooppalaisten terveysviranomaisten tilannekuva on täysin vinksallaan. Mallinnusten teko pakotti tämän eron näkyviin.

 

Se, mitä THL:n mallintajat oikein helmi-maaliskuussa tekivät, onkin vaikeampi operaatio saada selville, mutta näin vuotta myöhemmin siitä on saatu jonkinlainen kuva. Se on vaatinut aika monta tietopyyntöä.

Open Knowledge Finland teki toukokuussa tietopyynnön näistä malleista THL:lle ja saikin tammikuussa tukun kooditiedostoja. Valtioneuvosto linjasi jo toukokuussa, että nämä pitäisi julkaista avoimen tieteen periaatteiden mukaan, mutta se ei ole valitettavasti mahdollista, koska tekijänoikeusasiat ovat vielä THL:n puolella hieman levällään. Koodit saanee pyytämällä niitä THL:n kirjaamosta, mutta niitä ei saa siis julkaista.

Olen kahlannut läpi koodeja ja jonkinlainen tarina alkaa hahmottumaan. Hieman kokonaisuuden hahmottamista vielä vaikeuttaa, että tiedostot eivät vaikuta täysin vastaavan niitä, joista kevään mallinnusseminaareissa puhuttiin. Mallinnuskoodeista ei ole nähtävästi tehty minkäänlaista versiokontrollia, eikä sen suuremmin pidetty kirjaakaan, joten vaikea tietää ja hahmottaa kokonaisuutta.

THL:n koodista pystyy kyllä päättelemään, mikä oli suomalaisen mallinnuksen lähtökohta. Siinä oletettiin, että Wuhanin epidemia ei pysähtynyt tiukkoihin rajoituksiin, vaan että epidemia oli kulkenut Wuhanin väestön läpi. Havaitsemattomien tartuntojen määrä sitten sovitettiin tähän oletettuun taudin etenemiseen. Tämä sopii yksiin hieman kryptisten viime kevään THL:n mallinnusseminaarien kanssa. Itse asiassa, parhaiten tämän mallioletuksen jäljille pääsi Antti Viitala jo viime kesällä, kun hän oli salapoliisityönä yhdistellyt THL:n excel-tiedostojen lukuja.

Tämä oli se merkittävä ero Imperial Collegen mallin ja THL:n mallin välillä: Imperial College esimerkiksi käytti mallinnuksessaan Diamond Princess -risteilyaluksen tartuntatietoja ja arvioi Wuhanin tapausmääriä kaupungista lentäneiden havaittujen tartuntojen perusteella. Kiinalaiset tutkimukset paljastivat, että tartunnan oli Wuhanissa saanut noin viisi prosenttia väestöstä. Tämä on linjassa englantilaisten tutkijoiden mallinnusten kanssa, mutta kertaluokkaa vähemmän kuin THL:n mallinnuksessa.

Ajatusvirhe oli siis THL:n päässä, mutta koska mallin perusteet eivät olleet tiedossa, sitä ei havaittu, kun vasta tilanne oli jo ohi. Ajatusvirhe taisi korjaantua vasta huhtikuun lopussa, kun ensimmäiset väestöserologiset tutkimukset paljastivat, että keväällä 2020 Suomessa tartunnan saaneiden määrä oli kertaluokkaa pienempi kuin THL oletti. Tämä ei estänyt sitä, että vielä ns. Hetemäen raportissa oli harhainen epidemiologinen tilannekuva.

 

THL on viime keväästä parantanut juoksuaan. Tällä viikolla esiteltiin taas uusia mallinnuksia, jotka ylittivät taas uutiskynnyksenkin. Näiden mallinnusten lähdekoodi on julkaistu ja saatavilla THL:n internetsivuilla, joten ne ovat selkeästi nähtävillä. Olennaista mallien tulkinnan kannalta on, että lähtöoletuksena on hybridistrategian mukainen toiminta tästä eteenpäin.

(Hassua kyllä, ainoa oletus, jonka perustaa en ole saanut selville, on sama kuin viime vuoden keväälläkin: kuinka suuri osuus tapauksista jää havaitsematta. THL:n mallit olettavat, että tällä hetkellä tunnistetaan noin 21 prosenttia kaikista tartuntatapauksista. Onhan se ainakin huomattavasti enemmän kohdalla kuin kevään 0,8 prosentin oletus.)

Siinä missä viime vuonna mallinnuksia luettiin ennustuksina ja uutisissa keskityttiin mallinnusten tuloksiin (”Epidemia kestää ainakin heinäkuuhun”), nykyään ei enää tunnuta kiinnittävän huomiota itse mallinnusten tuloksiin. Heiluri on heilahtunut nyt hämmentävänkin paljon toiselle puolelle. Tämä oli erityisen näkyvää uusimmissa mallinnuksissa, joiden tulokset ovat aika kylmääviä, mutta tämä ei noussut esille uutisoinnissa. Mallinnuksen tuloksien esittelyssä on epäilemättä oma vaikutuksensa: tutkijat eivät tässä tapauksessa avanneet, että mallinnus perustuu suomalaisen epidemianhallinnan valintoihin.

THL:n uusimmissa mallinnuksissa on siis tarkasteltu, miten hybridistrategian kevät etenee samalla kun maahan leviää nopeammin leviävää virusmuunnosta. Tulokset ovat aika selkeä tuomio strategialle: joka skenaariossa koronavirus alkaa leviämään ennemmin tai myöhemmin pahemmin kuin missään vaiheessa epidemiaa aikaisemmin. Tähän on tietenkin looginen syy: B.1.1.7-virusmuunnos tulee yleistymään ja koska se leviää paremmin, epidemian hillintä tulee vaatimaan enemmän rajoituksia.

Uusimmat mallinnukset siis osoittavat sen, että jossain vaiheessa kevättä vastaan tulee tilanne, joka vaatii tiukemmat rajoitukset kuin missään vaiheessa aiemmin tämän epidemian aikana, eli ns. lockdown - jos siis pidämme kiinni mallin ennakko-oletuksista. Merkittävää on se, kuinka nopeasti B.1.1.7 alkaa leviämään - ja tämä määrittyy pitkälti siitä kuinka tehokkaasti rajavalvonta ja tehokkaampi tartunnanjäljitys on sitä rajoittanut. Rokotteita ei ole mallinnuksessa huomioitu ja ne voisivat osaltaan helpottaa tilannetta, mutta nykyisellä rokotusvauhdilla hyöty on rajallinen.

Hybridistrategia näyttää THL:n mallinnuksen perusteella olevan ajan peluu -strategia, jossa toivotaan, että B.1.1.7 leviää hitaammin kuin rokotteet toisesta päästä helpottavat tilannetta. Jäämme jännittämään, kannattaako tämä strategia.

Kommentit (11)

Sophia Alice
3/11 | 

Assignment Experts Singapore planning and submitting tasks and articles before the cutoff time is a difficult one to figure out. It takes extraordinary commitment.
Consider the possibility that, you don't have much homework help Australia. Imagine a scenario where, you have arranged things that are conflicting with your courses.

Sophia Alice
4/11 | 

Essay Helper Singapore planning and submitting tasks and articles before the cutoff time is a difficult one to figure out. It takes extraordinary commitment.
Consider the possibility that, you don't have much homework help Australia. Imagine a scenario where, you have arranged things that are conflicting with your courses.

https://www.gotoassignmenthelp.com/sg/experts/

Otis Anderson
11/11 | 

We understand the deadlines, and we also understand that teachers and professors sometimes simply cannot wait. Send us a request "write paper for me" and we will write academic paper in time. Always specify the deadline.

Tähän mennessä sekvensoitujen noin 700 suomalaisten koronavirusnäytteiden sukupuu

Viime viikon sosiaali- ja terveysministeriön ja Terveyden ja hyvinvoinnin laitoksen tiedotustilaisuudessa Olli Vapalahti hieman ohi mennen sanoi: ”Syksyn kannat poikkeavat aika lailla siitä mitkä meillä kiersivät keväällä, jotka sitten varmaan hiipuivat pois.”

Tämä kuulosti mielestäni oleelliselta: keväällä Suomessa kiersi useita viruskantoja ja nämä sitten tukahdutettiin. Syksyksi olimme kuitenkin saaneet ulkomailta uudet kannat, jotka sitten muodostivat syksyn virusaallon.

Onneksi muutamia satoja suomalaisia virussekvenssejä on nyt saatu kansainväliseen GISAID-tietokantaan, joten asiain tola on helppo todeta aineistosta. Osasta suomalaisista koronavirustartunnoista on siis selvitetty niiden aiheuttaneen viruksen geenisekvenssi, eli perimän emäsjärjestys. Koronaviruksen perimä koostuu yksijuosteisesta RNA-ketjusta, jossa on hieman alle 30 000 emästä. Viruksen perimässä tapahtuu hitaasti, mutta varmasti, muutoksia eli mutaatioita. Keskimäärin niitä syntyy noin kaksi kappaletta kuukaudessa. Tämän takia pystymme vertailemaan eri virusnäytteitä ja päättelemään niiden välisiä sukulaisuuksia.

Tein nopean analyysin suomalaisista virussekvensseistä ja se tuki vahvasti Vapalahden väitettä: kevään ja syksyn viruskannat ovat hyvin erilaisia ja syksyn viruskantojen lähimmät sukulaiset ovat ulkomailta havaittuja viruksia.

Päätelmä kuitenkin selkeästi herätti epäilyksiä. Esimerkiksi Terveyden ja hyvinvoinnin laitoksen tutkimusprofessori Markku Peltonen oli Twitterin puolella hyvin kriittinen: ”En ymmärrä miten tällaiseen johtopäätökseen voi päätyä näillä sekvenssimäärillä.” Muista tutkijoista esimerkiksi Annamari Heikinheimo ja Mikael Niku suhtautuivat kriittisesti, että miten muutamalla sadalla selvitetyllä sekvenssillä voidaan tehdä päätelmiä, jos tartuntoja on kokonaisuudessaan kymmeniätuhansia.

Ehkäpä siis on syytä aukaista koko prosessia: kirjoitan tässä blogissa ensiksikin siitä, (I) miten sekvenssitietoa voidaan analysoida, sitten siitä (II) mitä sekvenssitiedosta voidaan yleisesti päätellä ja tarkemmin (III) mitä Suomen virusnäytteistä voidaan päätellä. Jos tekniset yksityiskohdat eivät kiinnosta, voit siis hyvin hypätä ensimmäisen osan yli.

Taustaksi on hyvä ymmärtää, että SARS-CoV-2 -koronavirus on sekvensointimääriltään parhaiten tutkittu taudinaiheuttaja. Vuodessa kansainvälisesti sekvensoitujen virusten määrä on yli 300 000 ja Suomessakin virusta on sekvensoitu satoja näytteitä. Liikumme siis koronaviruksen evoluution kanssa niin vankalla pohjalla kuin taudinaiheuttajan kanssa ylipäänsä voidaan.

 

I

Tein suomalaisista virussekvensseistä fylogeneettisen – eli evolutiivisia sukulaisuussuhteita käsittelevän – puun. Tämä on suhteellisen suoraviivaista: keräsin tietokannasta kaikki koronavirussekvenssit ja ajoin sen Nextstrain-työkalun läpi. Lyhyesti: työkalu linjaa kaikki virussekvenssit, laskee niiden väliset erot, päättelee näistä virusten sukupuun ja lopulta tekee siitä nätin kuvan.

Suomalaista sukupuuta varten valitsin kaikki suomalaiset virussekvenssit. Nämä näytteet pitää asettaa tietenkin kansainväliseen kontekstiin, joten Nextstrain arpoo mukaan muita virusnäytteitä sen mukaan, että suomalaisille näytteille läheistä sukua olevilla virusnäytteillä on suurempi todennäköisyys päätyä mukaan. Sukupuu siis muodostaa mahdollisimman hyvän kuvan, mistä suomalaisille virusnäytteille läheisimmät sukulaiset ovat löytyneet.

Rakentamani sukupuun näkee tästä linkistä: https://nextstrain.org/community/aivelo/cov-finland?f_country=Finland Nyt valinta automaattisesti korostaa suomalaiset näytteet oransseina palloina - jos tämän filtterin ottaa pois päältä sukupuun yläpuolelta, niin puusta erottuvat kaikki eri maiden mukaan otetut näytteet. Puussa näytteet ryhmittyvät yhteen sukulaisuutensa perusteella ja x-akselilla on aika. Vasemmalla on siis kevään näytteet ja oikealla syksyn. Puun haaroja painamalla voi tarkentaa tiettyyn osaan puusta. Jos sivupaneelista valitsee "time" sijasta "divergence" puusta hahmottaa paremmin, että mitkä näytteistä ovat identtisiä ja missä on tapahtunut evoluutiota.

Mitä tästä puusta sitten voi oikein nähdä? Ensinnäkin, näytteet jakautuvat ryhmiin, joissa on enemmän tai vähemmän näytteitä. Näiden ryhmien sisällä kaikki näytteet ovat Suomessa kerättyjä. Tämä siis tarkoittaa, että ne ovat samaa Suomessa tapahtunutta tartuntaklusteria. Virus ei muutu jokaisen tartunnan yhteydessä, vaan keskimäärin noin joka kolmannen kohdalla.

Esimerkiksi tässä kuvassa on yksi laaja tartuntaklusteri, jossa on mukana yli 200 näytettä ja joka on kestänyt yli neljä kuukautta. Klusterin lähimmät sukulaiset ovat irlantilaisia näytteitä (sinisellä puun alareunassa). Suomalaisen klusterin sisällä on lisäksi tanskalainen ja norjalainen näyte (turkoosit pallot).
Esimerkiksi tässä kuvassa on yksi laaja tartuntaklusteri, jossa on mukana yli 200 näytettä ja joka on kestänyt yli neljä kuukautta. Klusterin lähimmät sukulaiset ovat irlantilaisia näytteitä (sinisellä puun alareunassa). Suomalaisen klusterin sisällä on lisäksi tanskalainen ja norjalainen näyte (turkoosit pallot).

Syksyn ja kevään tartuntaklusterit eivät ole samoja: kaikkien syksyn tartuntaketjujen lähin tunnettu sukulainen on joku ulkomainen näyte. Läheisimmissä sukulaisissa on edustettuna eri maita, pääosin Euroopasta: Tanska, Ranska, Irlanti, Venäjä ja niin edelleen.

Puulla on rajoituksensa: tein analyysin suhteellisen pikaisesti, joten en varmistanut yksittäin, miten suomalaisten tartuntaklustereiden lähimmät sukulaiset oikeasti asettuvat ja miten onnistuneesti Nextstrain arpoi mukaan näytteitä. Lisäksi tietokannoissa on hyvin vaihtelevasti näytteitä eri maista: siinä missä Iso-Britanniasta ja Tanskasta on paljon, Virosta ei mukaan päässyt yhtään näytettä. Itä-Eurooppa on myös heikosti edustettuna. Saattaa siis olla, että suomalaisten virusnäytteiden lähimmät sukulaiset ovat yksinkertaisesti sekvensoimatta. Tämän takia kannattaa suhtautua epäilevästi, että tällä analyysillä on pystytty tunnistamaan maita, josta virus on Suomeen levinnyt. Kun näytteitä on sekvensoitu vähän, tietenkin viruksia voi myös levitä Suomesta muualle ja sitten tämä näyttää tuottavan puun, josta suunta näyttääkin toiselta.

Tässä puussa ei ole mukana muita lentokentällä kerättyjä näytteitä kuin joulukuun lopulla havaitut kolme uutta B.1.1.7-muunnosta kantanutta tartuntaa. Näytteiden keruu lentokentiltä tietenkin paisuttaa eri virustartuntaketjujen määrää, eivätkä ne anna hyvää kuvaa siitä, mitä Suomessa kotoperäisesti tapahtuu. Sikäli ne on hyvä sulkea pois tämänkaltaisesta tarkastelusta.

Suomalaiset näytteet ovat lähes täysin Uudenmaan alueelta. Tämä tarkoittaa, ettemme saa hyvää kuvaa siitä, että miten virukset ovat liikkuneet Suomen alueella. Suomalaisista todellisista tartuntamääristä on lisäksi sekvensoitu varmaankin alle prosentin verran. Virusotos on tutkijoiden mukaan pääsääntöisesti satunnainen, mutta näytteissä saattaa olla vahvat positiiviset yliedustettuna, koska näistä jää helpommin riittävästi näytettä sekvensoitavaksi. Yleinen käsitys koronaviruksesta kuitenkin on, että eri haarojen välillä ei ole eroa taudin vakavuudessa, joten tämän ei pitäisi vaikuttaa.

Mistä sitten voidaan tietää, että näytemäärämme on riittävän iso, että olemme tunnistaneet pääosan merkittävistä tartuntaklustereista? Virusklustereiden luonteeseen kuuluu, että niitä ei ole loputonta määrää. Tilannetta kuitenkin vaikeuttaa, että klustereiden kokojakauma saattaa olla haasteellinen: jos on yksi iso klusteri ja loput ovat pieniä, näytteitä pitää saada melko paljon.

Riittävän laajan näytteenoton tunnistamiseen on kätevä ikiaikainen tapa: akkumulaatiokuvaaja. Lyhyesti: ensin laskemme kuinka monta eri tartuntaklusteria olemme havainneet ja kuinka monta näytettä kussakin on. Sitten alamme arpoa tuosta joukosta näytteen kerrallaan ja piirrämme kuvaajan, jossa y-akselille on merkitty havaittujen klustereiden määrä ja x-akselille arvottujen näytteiden määrä. Kuvaaja kuvaa, että kuinka monta näytettä pitää kussakin vaiheessa kerätä, että kaikki klusterit on havaittu. Kun kuvaaja tasoittuu, tiedämme, että olemme saaneet lähes koko diversiteetin havaittua. Nämä kuvaajat näyttävät kevään ja syksyn suomalaiselle virusklustereille tältä:

Kevään klusterit Syksyn klusterit

Koska molemmat kuvaajat ovat tasaantumassa, tämä kertoo, että näytekoon lisääminen ei paljasta kovin paljon enempää tartuntaklustereita. Tämä kertoo siitä, että emme ole saaneet vielä havaittua kaikkia klustereita, mutta lähestymme sitä hyvin. Syksy on myös avoin aikasarja sikäli, että mukaan on laskettu kaikki klusterit tähän asti - niitähän tulee todennäköisesti jatkuvasti lisää maahan. Kuvaajista näkee myös, että keväällä klustereita on ollut vähemmän kuin syksyllä.

Päätelmien uskottavuutta lisää vielä se, että fylogeneettinen puu osuu yksiin epidemiologisen tiedon sekä sen kanssa, mitä tiedämme hengitystievirusten leviämisestä.

Ensinnäkin: keväällä R-arvo, eli viruksen uusiutumisluku, oli Suomessa pitkään alle yhden, mikä tarkoitti, että epidemia pieneni. Tämän takia voimme olettaa, että merkittävä osa tartuntaketjuista loppui. Kesällä puolestaan Suomessa oli hyvin vähän virustapauksia ja melko suuri osa näistä linkittyi ulkomailta Suomeen matkustaviin. Tämä sopii yhteen ajatuksen kanssa, että kotoperäiset tartuntaketjut tukahtuivat ja uudet maahan tulleet tartuntaketjut olivat syksyn aallon takana.

Toiseksi: tiedämme, että influenssaviruksen maailmanlaajuinen kierto tapahtuu ennen kaikkea (lento)matkustajien mukana ja muutkin hengitystievirukset näyttävät seuraavan samaa kaavaa. Korona siis toimii, kuten olettaisimme.

 

II

Iso-Britannia johtaa selkeästi maailmanlaajuista koronaviruksen sekvensointityötä. Lähes puolet kaikista reilusta 300 000 sekvensoidusta näytteestä on brittien tekemiä. Britit käyttävät sekvensointia apuna esimerkiksi tartunnanjäljityksessä.

Virusnäytteiden sekvenssejä vertailemalla voimme sanoa kuinka läheistä sukua ne ovat. Jos esimerkiksi koulussa on useita virustartuntoja, näytteet sekvensoimalla voimme selvittää ovatko nämä samaa virusklusteria, eli tartunta leviää todennäköisesti koulussa, vai ovatko ne eri klustereita, jolloin tartunnat luultavasti tulevat koulun ulkopuolelta. Hyödyllisyys on tietenkin rajallista: koska kaikissa sukupolvissa muutoksia ei viruksen perimään tapahdu, mihinkään erityisen suureen tarkkuuteen tässä ei pääse.

Suurimmalla osalla maailman maista ei ole rkykyä käyttää sekvenssejä tartunnanjäljityksessä. Muut maat, jossa sitä käytetään, kuten Islanti, Taiwan, Singapore ja Uusi-Seelanti, ovat maita, jossa tartuntoja on huomattavasti vähemmän. Lisäksi Britannian ei voida erityisen hyvin sanoa suoriutuneen tästä pandemiasta, joten on myös kyseenalaista, kuinka hyödyllistä sekvensointi oikeasti on tartunnanjäljityksessä.

Virussekvenssit soveltuvatkin paremmin laajemman tilannekuvan muodostamiseen: mistä tartuntoja on maahan tullut ja miten ne maan sisällä leviävät. Esimerkiksi heti pandemian alkuvaiheessa tutkijat sekvensoivat virusnäytteitä Washingtonin osavaltiossa ja huomasivat, että näytteet eroavat toisistaan niin paljon, että niiden lähin yhteinen esimuoto on puolentoista kuukauden takaa. Tämä tarkoittaa todennäköisesti sitä, että virus oli levinnyt huomaamatta puolentoista kuukauden ajan.

Suomessa voitaisiin laajemman sekvensoinnin perusteella esimerkiksi tutkia, mistä maista tartuntoja on tullut Suomeen ja miten Suomen sisäiset tartunnat leviävät maakunnasta toiseen. Tämä auttaisi toisaalta selvittämään kuinka merkittävää leviäminen ulkomailta on ja mihin valvontaa kannattaa kohdistaa. Lisäksi on epäselvää, kuinka vahvasti maakunnat seuraavat toisiaan tautitilanteessa ja kuinka paljon tartunnat liikkuvat maakunnasta toiseen: parempi tilannekuva voi helpottaa alueellisten toimien kohdistamisessa.

Suomessa on sekvensoitu tähän mennessä reilu 800 näytettä ja sekvensointityötä ollaan nyt huomattavasti tehostamassa. Sekvensointia Suomessa hoitaa Helsingin yliopiston virologian laitoksen tutkijat muun koronavirustyön yhteydessä. Suomessa ei ole omasta takaa tutkijaryhmiä, jotka olisivat tehneet taudinaiheuttajien laajaa ja kattavaa sekvensointia. Tämä on suhteellisen tuore lähestymistapa epidemioihin, koska sekvensointiteknologiatkin ovat suhteellisen uusia. Laajaa sekvensointia on tähän asti tehty lähinnä maissa, joissa yksinkertaisesti on enemmän tutkijoita ja resursseja, eli tutkimusrahaa, käytettävissä. Lisäksi monet tutkijat ovat keränneet kokemusta tekemällä reaaliaikaista sekvensointia esimerkiksi zika- ja ebolaepidemioissa. Olettaisin, että tämä kotimaisen kokemuksen puute on syynä myös siihen, miksi esimerkiksi terveysviranomaiset eivät pysty käynnistämään laajamittaista sekvensointia.

Laajemmin sekvensoinnilla voidaan seurata miten viruksen evoluutio etenee. Esimerkiksi Briteissä ensimmäiseksi löydetyn B.1.1.7-variantin havainnointi vaatii geenisekvensointia. Tämän muunnoksen Suomeen leviämisen estäminen onkin ajanut kiinnostusta virusten sekvensointiin.

Kun selvitetään, mitkä kohdat viruksessa ovat muuttuneet, voidaan tietokonemallinnuksin tai laboratoriotutkimuksella arvioida, miten viruksen toiminta muuttuu. Kiinnostavaa on, että mahdollistavatko viruksessa tapahtuvat mutaatiot immuunipuolustuksen väistämisen. Tämän takia muutoksia erityisesti viruksen piikkiproteiinissa, joka sitoutuu ihmisen soluihin, seurataan tarkoin ja muutosten merkitystä testataan jatkuvasti. Tällöin voidaan vertailla, miten koronaviruksen sairastaneen tai rokotteen saaneen ihmisen vasta-aineet pystyvät neutralisoimaan muuntuneen viruksen.

 

III

Suomalaiset virussekvenssit kertovat hyvin selkeästi, että keväällä ja syksyllä maassa ovat kiertäneet eri viruskannat. Kevään tehokkailla toimilla saatiin tukahdutettua leviävät tartuntaketjut, mutta heinäkuusta lähtien maahan tulleet uudet tartuntaketjut laajenivat syksyllä toiseksi aalloksi.

Olisi väärin päätellä, että syksyinen toinen aalto johtuu ulkomaisista tartunnoista. Sinänsä jos ulkomailta ei olisi tullut tartuntoja, hyvin todennäköisesti aaltoa ei olisi tullut. Jos ulkomailta olisi tullut huomattavasti vähemmän tartuntoja kuin tuli, tilanne olisi varmasti samanlainen kuin juuri nyt. Tämä johtuu siitä, että Suomen epidemianhallintaa säätelevät tietyt tartuntojen määrien raja-arvot. Vähemmillä maahantulleilla viruksilla tartuntaklustereita olisi vähemmän ja niiden kasvu olisi ehkä kestänyt hieman kauemmin, mutta ne olisivat isompia ennen kuin niiden leviämistä tehokkaasti rajattaisiin.

Ulkomaiset ja kotoperäiset tartunnat eivät ole toisensa poissulkevia: Suomessa on ollut vähän tartuntoja, joten eri tartuntaketjut eivät kilpaile keskenään. Ne jatkuvat niin kauan kuin jatkuvat. Jos syntyy uusi paremmin leviävä virusmuunnos, kuten B.1.1.7 vaikuttaa olevan, se ei suoraan kilpaile kotoperäisiä kantoja pois. Syrjäyttäminen tapahtuu sitä kautta, että kotoperäiset tartuntaketjut sammuvat helpommin kuin paremmin leviävän kannan tartuntaketjut. Tällöin suhteelliset jatkuvasti suurempi osa on paremmin leviävää virusmuunnosta.

Viruksen perimän selvittäminen on siis tehokas keino selvittää, mitä Suomessa oikein tapahtuikaan keväällä, kesällä ja syksyllä. Nyt kun virussekvensointia merkittävästi lisätään, pysymme ehkä hieman reaaliaikaisemmin kartalla miten virus Suomessa kiertääkään.

 

Jatkan Suomen virussekvenssien sukupuun päivittämistä säännöllisesti sitä mukaan, kun GISAID-tietokantaan tulee lisää näytteitä. Kiitokset Teemu Smuralle tiedoista suomalaisen virussekvensoinnin otoksen kattavuudesta.

Kommentit (12)

Sophia Alice
8/12 | 

Research paper help planning and submitting tasks and articles before the cutoff time is a difficult one to figure out. It takes extraordinary commitment.
Consider the possibility that, you don't have much homework help Australia. Imagine a scenario where, you have arranged things that are conflicting with your courses.
Consider the possibility that, you are routinely getting less evaluations your courses. On the off chance that this sounds you fit, at that point you ought to likely
take Statistics homework help Australia from GOTOASSIGNMENTHELP specialist co-op. It can remove all the torment you are in. You can get copyright infringement free
task and Math homework helper and that too with high caliber. This can presumably bring A+ Essay Help Singapore and you can wander gladly with best assignment help Australia under your arm.

https://www.gotoassignmenthelp.com/sg/research-paper-help/

blockchain customer service
12/12 | 

Hi, I am Kevin Booth, currently working at blockchain support. We are an independent third-party blockchain support provider. If you facing any issues while creating your new Blockchain account or while managing an old blockchain account, simply contact us at the <a href="https://www.blockchainsupport.co">blockchain customer service</a>   and experts will resolve your issue.

Sars2-koronavirus elektronimikroskopiakuvassa kuolevan solun pinnalla. Kuva: NIAID / Wikimedia Commons

Viime viikolla julkaistiin – omasta mielestäni – yksi tämän vuoden merkittävimmistä koronavirusta valottavista tutkimuksista. Preprinttinä, eli toistaiseksi vertaisarviomattomana, julkaistu tutkimus kertoo meille paljon siitä, miksi aikanaan immuunijärjestelmän puolustuskykymme koronavirusta kohtaan tulee laskemaan. Lyhyesti: koronaviruksen mutaatioiden takia.

Tiedämme, että flunssaa aiheuttavat koronavirukset voivat tartuttaa ihmisen uudestaan vuoden tai muutaman kuluttua edellisestä tartunnasta. Yleensähän immuunipuolustus pystyy torjumaan taudinaiheuttajan uudet yrityksen tartuttaa, emmekä tienneet miten koronavirus kiertää immuunipuolustuksen.

Nyt meillä on hyvä veikkaus: viruksen hidas muuntuminen vuosien kuluessa.

Tutkijat tekivät klassisen aikasiirtokokeen (time-shift experiment): he selvittivät flunssaa aiheuttavan 229E-koronaviruksen proteiinirakenteen eri vuosilta ja sitten kokeilivat miten hyvin ihmisten veriplasman immuunisolut neutraloivat näitä viruksia. Oletettavasti nyt meitä kiusaava koronavirus toimii enemmän tai vähemmän samoin kuin harmittomammat sukulaisensa.

Aikasiirtokokeet ovat olleet loisten evoluution tutkimuksen keskeinen työkalu jo jonkin aikaa. Esimerkiksi vesikirppujen ja niiden loisten välistä evoluutiota on päästy tutkimaan, kun järven pohjasedimentistä on kerätty vesikirppujen lepomunia ja vesikirppujen loisien lepomuotoja eri ajanjaksoilta, herätetty isäntä ja loinen ja sitten annettu eri aikakausien loisien tartuttaa eri aikakausien isäntiä. Tämä mahdollistaa kokeellisen lähestymistavan menneeseen evoluutioon.

Koronavirus ja ihmisen seerumi tietenkin eroaa siitä, että ainoastaan virus käy vuosien aikana läpi evoluutiota, ihmiset säilyvät samana. Seerumi sen sijaan muuntuu kokemansa myötä: seerumi pystyy neutralisoimaan sellaisia koronaviruksia, jotka se on kohdannut aiemmin, koska sille on kehittynyt immmunologista muistia. Seerumin neutralisaatioaktiviteetti on myös suhteellisen hyvä – muttei täysin varma – mittari sille, että ihmisellä on immuunisuoja virusta vastaan.

Tutkijat sekvensoivat koronavirusnäytteitä vuodesta 1984 lähtien, eli selvittivät miten eri vuosien viruskantojen perimä on muuttunut. Sen jälkeen he valmistivat vuosien 1984, 1992, 2000, 2008 ja 2016 virusten piikkiproteiinia ja kokeilivat miten eri vuosina kerätyt seeruminäytteen neutralisoivat tätä piikkiproteiinia. Piikkiproteiini on koronaviruksen kuvissa ja kuvituksissa koronan synnyttävä proteiini, joka tarttuu kiinni isäntäsoluihin ja mahdollistaa viruksen tunkeutumisen soluun. Ihmisen neutralisoivat vasta-aineet tunnistavat piikkiproteiinin ja tarttuvat siihen kiinni estääkseen viruksen pääsyn soluihin.

Ensimmäiset hyväksytyt koronavirusrokotteet myös perustuvat juuri piikkiproteiiniin ja siihen, että ne luovat immuunivasteen tätä piikkiproteiinia vastaan.

Koronaviruksen piikkiproteiini muuntuu aika nopeasti. Tämä on ymmärrettävää, sillä kun virus on kerran tartuttanut ihmisen, tämä ihminen on poissa tulevien uhrien joukosta. Jos virus ei muunnu, viruksen loru on lopussa, kun se on polttanut isäntälaumansa loppuun. Jos virus sen sijaan muuntuu niin, että se pystyy tartuttamaan uudestaan ihmisiä, luonnonvalinta suosii sitä valtavan hyvin. Sanotaan siis, että viruksella on suuri valintapaine muuntua, kun se on tartuttanut suurimman osan ihmisistä.

Tutkijat huomasivat, että seerumien neutralisaatioaktiivisuus on voimakasta proteiineihin, jotka ovat kiertäneet ennen seeruminäytteen keruuta, mutta heikompi tuleviin. Esimerkiksi: vuonna 1985 kerätty seerumi neutralisoi voimakkaasti vuoden 1984 piikkiproteiinia, vähemmän vuoden 1992 piikkiä eikä käytännössä lainkaan myöhempiä. Tämä osoittaa selkeästi 229E-koronaviruksen antigeenien (eli vasta-aineiden tunnistamien molekyylien) evoluution. Se, että koronavirukset tartuttavat ihmiset uudestaan, ei johdu siis ihmisen immuunipuolustuksen muutoksista, vaan siitä että evoluution myötä koronavirukset pakenevat tunnistamiselta.

Tässä tutkimuksessa tutkittiin 229E-koronavirusta, joka aiheuttaa lievemmän taudin kuin SARS-CoV-2-virus, sekä vain yhtä viruksen proteiineista. Yleisesti immuunipuolustuksen voimakkuus saattaa riippua siitä kuinka vakava tauti on. Oletettavasti viruksen evoluutio ja immuunivasteen heikentyminen on vuosien prosessi. Lisäksi vaikka virus pystyisi aiheuttamaan tartunnan tai taudin, jäännösimmuniteettivastetta on varmaan vielä sen verran, että tauti on lievempi.

 

Viime viikolla nousi julkisuuteen myös ryminällä Iso-Britanniassa leviävä koronaviruksen muoto (jonka britit nimesivät kehityslinjaksi B.1.1.7). Britit ovat hyvin huolestuneita uudesta viruslinjasta ja monet Euroopan maat myös lopettivat hämmentävän nopeasti lennot Britanniasta.

Brittihallinnon hengitystievirusuhkaneuvonantoryhmä (NERVTAG) veti yhteen tähänastiset tiedot viruksen leviämisestä: genomisen tiedon perusteella uusi linja kasvaa 71% nopeammin kuin aiemmat, sen R-luku on 0.39-0.93 korkeampi kuin aiemmin leviävien viruslinjojen ja virustaakka tartunnan saavilla on hieman isompi kuin aiemmissa viruslinjoissa.

Ensimmäiset näytteet, jotka kuuluvat B.1.1.7-linjaan on havaittu 20. ja 21.9. ja se on tämän jälkeen nopeasti yleistynyt Lontoossa ja Kaakkois-Englannissa. Joulukuun alussa yli puolet tutkituista virusnäytteistä Lontoossa on tätä uutta linjaa. Nopea yleistyminen on herättänyt huolen, että tämä viruslinja lisääntyy ja leviää paljon nopeammin kuin aiemmat.

Havainnosta tekee uskottavan se, että se löydettiin alun perin vihjeen perusteella eikä sattumalta. Eteläafrikkalaiset tutkijat olivat huomanneet, että heillä N501Y-mutaatiota kantava viruskanta oli yleistynyt nopeasti. Kun he kysyivät briteiltä, että näkyykö tällaista heidän aineistossaan, britit huomasivat uuden linjan. Etelä-Afrikassa on siis havaittu samoja mutaatioita, mutta eri viruslinjassa - he ovat lähiaikoina julkaisemassa tietoja omista havainnoistaan.

B.1.1.7-linjan omalaatuinen piirre on se, että siinä on paljon enemmän muutoksia kuin voisi odottaa viruksen tähänastisen evoluution perusteella. 14 mutaatiota erottaa tämän linjan muista koronaviruksen kehityslinjoista. Koronaviruksen mutaatio on melko hidasta: siihen kertyy 1-2 muutosta kuukaudessa. Kokonaisuudessaan tällä hetkellä kiertävät viruslinjat eroavat suurimmillaan 22 mutaatiolla alkuperäisestä viruksesta.

Uuden viruslinjan erot sen lähimpiin sukulaisiin näkyy hätkähdyttävästi allaolevasta kuvaajasta: viruksen evoluutio on ollut tasaista ennen muutosta ja linjan evoluutio on tälläkin hetkellä tasaista. Jossain vaiheessa viruksen evoluutiota se on vain käynyt läpi nopean hyppäyksen.

Kuvaajassa näkyy x-akselilla kerättyjen näytteiden ajat ja y-akselilla geneettinen ero juureen, eli ensimmäisiin virusnäytteisiin. B.1.1.7-linjan muutos on yhtä nopeaa kuin linjassa, josta se on peräisin, mutta linjan syntyy liittyy hyppäys. Kuva: virological.ws /CC-BY-SA 3.0
Kuvaajassa näkyy x-akselilla kerättyjen näytteiden ajat ja y-akselilla geneettinen ero juureen, eli ensimmäisiin virusnäytteisiin. B.1.1.7-linjan muutos on yhtä nopeaa kuin linjassa, josta se on peräisin, mutta linjan syntyy liittyy hyppäys. Kuva: virological.ws /CC-BY-SA 3.0

Brittitutkijat spekuloivat mahdollisella syyllä, miten virus on syntynyt: immuunipuutostilasta kärsivät potilaat. Tiedämme, että virustartunnan saaneilla ihmisillä virusten monimuotoisuus on pientä. Koronavirus on yksijuosteinen RNA-virus, joten viruksessa tapahtuu paljon mutaatiota jatkuvasti. Kokonaisuudessaan viruksen evoluutio on hidasta, koska viruksella ei ole paljon varaa muuttua. Ihmisen sisällä menestyminen on haastavaa, koska immuunipuolustuksemme on heti viruksen kimpussa. Viruksella on aika kapea liikkumavara siitä, mitkä mutaatiot voivat jäädä henkiin. Käytännössä siis vain noin joka toisessa tai kolmannessa sukupolvessa tapahtuu mutaatio, joka pääsee leviämään eteenpäin.

Immuunikadosta kärsivät ihmiset voivat olla kuitenkin poikkeus. Koska heidän immuunipuolustus ei pysty suitsimaan koronavirusta, virukseen kohdistuva valinta on huomattavasti löysempää. Tämä mahdollistaa sen, että immuunikatopotilaan sisällä viruksesta tulee huomattavasti monimuotoisempi, siitä kehittyy hyvin erilaisia muunnoksia. Tartunnat myös yleensä voivat kestää näissä potilaissa pitkään ja virukset voivat lisääntyä viikkojen ajan - esimerkiksi eräässä tapauksessa tartunta kesti ainakin 103 päivää. (Tämä on eri asia kuin ns. long covid, jossa oireet jatkuvat pitkään, vaikka virus itsessään ei enää lisäänny.)

Kun immuunikatopotilaita sitten hoidetaan veriplasmalla, eli tartunnasta selviytyneistä ihmisistä hankituilla vasta-aineilla, viruksen aiemmin kokema löyhä valinta muuttuu yhtäkkiä hyvin tiukaksi. Tällöin monimuotoinen virusyhteisö ihmisen sisällä pienentyy. Tämä tiukka valinta voi nopeasti valikoida huomattavan erilaisen viruskannan, jolla saattaa olla vastustuskykyä joitain yksittäisiä ihmisen vasta-aineita kohtaan. On varmasti huomattavan harvinaista mutta mahdollista, että immuunikatopotilaasta lähtee tartunta eteenpäin tässä vaiheessa.

Tämä skenaario on tavallaan samanlainen kuin se, jota pelättiin minkkien kanssa: nopeasti muuttuva valinta voi nopeasti hypäyttää viruksen evoluutiota uuteen suuntaan. Minkeillä tämä ei nähtävästi toteutunut.

 

Kuinka merkittäviä muutokset sitten ovat? Brittitutkijoilla on vahva epäilys, että uusi viruslinja leviää tehokkaammin kuin aiemmat, mutta sen aiheuttaman taudin vakavuudessa ei ole eroja.

Kaikkia koronaviruksen perimässä tapahtuvia muutoksia tutkitaan tarkkaan ja niiden merkitystä arvioidaan laboratoriotutkimuksissa. Osa B.1.1.7-linjan muutoksista on jo tapahtunut erikseen muissa viruslinjoissa, mutta ne eivät ole vielä esiintyneet yhdessä samassa viruksessa.

Muutoksista kolme on mahdollisesti merkittäviä aiemman tiedon perusteella: N501Y on piikkiproteiinin siinä kohdassa, joka sitoutuu isäntäsoluun (receptor binding domain, RBD) ja sen on osoitettu laboratoriotutkimuksissa lisäävän sitoutumista ihmisen ACE2-proteiiniin. 69-70del on epäilty johtavan siihen, että jotkut ihmisen vasta-aineet eivät tunnista proteiinia. P681H puolestaan on ihmisen furiiniproteiinin sitoutumiskohdassa, joka on viruksen soluuntunkeutumisen kannalta olennainen kohta.

Huolestuttavaa on, että samaan virukseen on päätynyt useampi aiemmin merkittävänä pidetty muutos sekä havainto, että virus tuntuu yleistyvän nopeasti Englannin väestössä. Viruksen yleistyminen voi johtua muustakin kuin siitä, että virus leviää tehokkaammin. Esimerkiksi sattuma voi nopeastikin yleistää, joita virusmuotoja. Koska tämä linja on vakavin tähänastisista kehittyneistä viruslinjoista, siihen kohdistuu valtava tutkijoiden huomio. Näemme varmaan suhteellisen nopeastikin analyysejä siitä, että onko tämä viruslinja paremmin leviävä kuin aiemmat ja jos on, kuinka paljon.

 

Yleisesti ottaen se minkä tiedämme on vähemmän huolestuttavaa kuin se mitä emme tiedä. Pelkään, ettei se ole sattumaa, että uusi virusmuoto löytyi juuri Iso-Britanniasta. Iso-Britannialla on maailman kunnianhimoisin hanke koronavirusnäytteiden sekvenoimiseksi ja evoluution seuraamiseksi. Tällä hetkellä GISAID-tietokannassa on reilu neljännesmiljoona virusnäytettä ja niistä puolet on Iso-Britanniasta. Muualla Euroopassa sekvensointia on tehty huomattavasti vähemmän. Tähän mennessä uutisissa on mainittu, että B.1.1.7-linjaa on löytynyt ainakin Alankomaissa, Tanskassa ja Italiassa. Jos virusmuoto muodostaa yli puolet Lontoon tapauksista, niin on hankala nähdä, miten se ei olisi jo levinnyt yli Euroopan.

Tämän takia olen vähän skeptinen eurooppalaisia matkustusrajoituksia kohtaan: jos kiinnitämme huomiomme nyt Britteihin, uusi linja saattaa jo levitä muissa maissa ja muista maista. Sillä on tietenkin väliä leviääkö uutta viruslinjaa maiden välillä tuhansia, satoja, kymmeniä vai yksittäisiä tapauksia, ja väliaikaiset matkustusrajoitukset voivat antaa lisää aikaa pystyttää parempaa yhteistyötä viruksen leviämisen estämiseksi. Tällä hetkellä on tosin epäselvää, että mitä rajoitusten jälkeen ja lisäksi aiotaan tehdä.

Suomen tilannetta on vaikeampi arvioida, koska tänne on varmaankin liikettä Lontoosta vähemmän ja suomalaiset rajavalvonnat ovat olleet ehkä hieman tehokkaampia kuin Euroopassa muuten. Suomen koronavirussekvensointeja pyörittävä Teemu Smura kertoi sunnuntaina Twitterissä, että noin sadan loka-marraskuussa Suomessa analysoidun koronavirusnäytteen joukossa ei uutta B.1.1.7-linjaa ole näkynyt.

Uusien viruslinjojen kehittyminen ei myöskään ole erillään kaikesta muusta pandemianhallinnasta: esimerkiksi Iso-Britanniassa virus on levinnyt huomattavan laajalti. Mitä enemmän virus leviää, sitä enemmän sillä on mahdollisuuksia kehittyä uusiin suuntiin ja löytää tilanteita, joissa se voi nopeasti muuntua.

Relevantti kysymys nyt onkin kuinka monta muutosta koronaviruksen perimään voi kertyä ennen kuin se on niin erilainen, ettei ihmisen immuunipuolustus enää tunnista sitä samaksi virukseksi. Tähän emme tiedä vastausta.

Rokotteen suhteen en olisi kuitenkaan huolissani: RNA-rokotteeseen voidaan päivittää uusi viruksen perimä, jos ja kun merkittäviä muutoksia alkaa kertymään. Virusmutaatioiden seuraaminen voi valottaa sitä, että miten rokotetta pitää muuttaa. Avoin kysymys on kuinka usein kansalaiset joutuvat ottamaan uuden rokotteen.

 

 

Kommentit (15)

Georgia R. Baltzell
11/15 | 

If you select in between a dark grey and also a lime environment-friendly wall, there should not even be a tiny part of you that thinks about the green! You can assume it makes you show up fun as well as vibrant, yet in truth, business, no matter sector, look for the most effective individual, not the funkiest devices! https://www.homeproc.com/

Roberta C. Guillory
14/15 | 

I know this is incredibly boring and additionally you are missing out on to being successful comment, however I simply needed to toss you a significant many thanks you tidied up some things for me! Your message is so impressive as well as likewise helpful. The website style is perfect. Comfy Kitchen

Robert J. Weaver
15/15 | 

I know this is extremely uninteresting and also you are missing to being successful remark, nevertheless I simply required to toss you a huge thanks you cleaned up some things for me! Your post is so remarkable and also informative. The website style is perfect. boskizbackyard

Seuraa 

Kaiken takana on loinen

Tuomas Aivelo on ekologian ja evoluutiobiologian tutkijatohtori Helsingin yliopistossa. Hän karkaa arjestaan tutkimaan Helsingin viemärirottia, punkkeja ja metsämyyriä Alpeille, pohtimaan biologian oppimista tai ihan vain ihastelemaan loisia.

Teemat

Blogiarkisto

2018
2017
Heinäkuu
2016
2015
2014