可提前4个月预警！科学家开发模型，精准预测新冠未来关切变异株的驱动突变

一、研究背景：从预测变异株转向预测关键突变

SARS-CoV-2 的不断进化持续削弱疫苗与自然感染的保护力，也威胁着抗体药物的治疗效果。截至 2021 年 12 月，仅病毒刺突蛋白就已出现上万种氨基酸突变，组合形成超过 16 万种独特蛋白序列，但其中只有极少数会发展为 “关切变异株（VOC）”。过往疫情预测多聚焦于整体病例数、住院数的短期变化，缺乏对单个突变扩散趋势的长期预判。该研究旨在建立预测体系，提前识别可能驱动未来变异株的关键突变，为公共卫生准备、药物和疫苗迭代争取时间窗口。

二、研究设计：整合流行病学、进化与免疫特征

研究使用GISAID数据库中的4,487,305条SARS-CoV-2序列及其相关信息建立预测体系。作者先给“能够传播的突变”设定了一个可量化的标准：比较某一时间点前后三个月的突变频率，如果突变在至少一个国家的频率增加10倍以上、在至少三个国家增加2倍以上，并且后期全球频率达到0.1%以上，同时经过统计学检验后仍具有显著性，就将其定义为spreading mutation。在此基础上，研究整合了多种可能影响病毒适应性的特征，包括ACE2结合能力、Spike蛋白表达水平、抗体结合和免疫优势信息、T细胞免疫相关指标、自然选择信号以及蛋白质语言模型得到的序列“语法合理性”和抗原变化信息。此外，作者还建立了Epi Score，将突变当前频率、携带该突变的独立单倍型比例以及突变出现国家数量等流行病学信息进行综合排序，并利用滑动时间窗口进行回顾性预测，从而严格区分用于计算特征的数据与真正用于评价未来传播的数据。

三、主要结果：流行病学特征具有最稳定的预测能力

不同类型特征的比较结果表明，能够预测病毒未来传播的信号并不只来自某一个方面。以Spike受体结合区为例，ACE2结合能力预测突变传播的AUROC达到0.85，Spike表达水平约为0.82；抗体结合相关指标也具有一定预测能力，而CD4+和CD8+ T细胞相关指标的作用相对较弱。蛋白质语言模型中的grammaticality同样达到约0.82，说明从大量病毒序列中学习到的“序列合理性”能够反映一部分病毒适应度。自然选择分析中的FEL指标AUROC约为0.86。不过表现最突出的是流行病学信息，其中Epi Score在部分分析中的AUROC达到0.99。值得注意的是，免疫相关特征的作用并不是固定不变的：随着人群感染和疫苗接种形成的免疫压力增加，抗体相关特征一度表现出更强的预测能力，随后在Delta流行阶段又有所下降。相比之下，流行病学特征在多个时期都保持了较稳定的预测效果，说明真实传播数据实际上综合反映了不断变化的病毒选择压力。

四、模型验证：重要突变可在大规模传播前得到预警

进一步的回顾性验证显示，这种方法确实能够在部分重要突变成为优势突变之前给出预警。与仅使用美国本地数据相比，全球范围的流行病学信息总体上具有更好的预测能力，甚至在预测美国境内突变扩散时也是如此。作者对50个曾定义VOC、VOI或VBM的Spike突变进行回溯分析后发现，从模型首次发出持续预测信号到这些突变全球频率达到1%，中位提前时间约为5个月，最长可达到20个月。Omicron的出现又提供了一次接近前瞻性的验证机会。虽然当时许多Omicron组成突变本身的频率还很低，但它们已经表现出较高的Epi Score，而且不少突变的得分在Omicron正式快速扩张之前就开始升高。蛋白语言模型分析还显示，Omicron具有比Alpha和Delta更大的semantic change，提示其潜在抗原变化十分明显。作者进一步把这一方法扩展到Delta遗传背景以及整个病毒蛋白组，并结合治疗性抗体进行了功能评价，使预测结果能够进一步用于实验筛选和抗体风险评估。

五、研究意义与局限：更适合作为突变早期筛选工具

该研究比较有价值的一点，是它没有把病毒进化简单归结为某个单独的免疫或结构指标，而是提出了一种更接近真实进化过程的解释：ACE2结合、免疫逃逸、自然选择以及其他尚未被认识的因素会共同影响病毒适应度，而这些作用最终会表现为突变频率增加、在更多国家出现以及进入更多遗传背景，因此Epi Score实际上相当于这些选择压力在真实人群传播中的综合结果。同时，这种方法计算量较小，可以利用不断更新的基因组监测数据进行高频率预测，具有较好的实际监测价值。但作者也明确指出，它预测的是“已经出现的突变未来是否会扩增”，并不能真正预测一个从未出现过的新突变，更无法准确组合多个突变去生成未来完整的新变异株；某个突变具有传播优势，也不等于它一定会产生明显的临床危害。因此，这套方法更适合作为早期筛选工具：先从数量庞大的候选突变中找出值得重点关注的对象，再结合结构、生物学功能、抗原性和中和实验进行验证。对于其他具有丰富序列监测数据的快速进化病毒，这种“基因组监测数据＋进化和免疫信息＋时间前向验证”的研究思路同样具有较强的借鉴意义。

参考文献：

[1] Maher MC, Bartha I, Weaver S, di Iulio J, Ferri E, Soriaga L, Lempp FA, Hie BL, Bryson B, Berger B, Robertson DL, Snell G, Corti D, Virgin HW, Kosakovsky Pond SL, Telenti A. Predicting the mutational drivers of future SARS-CoV-2 variants of concern. Sci Transl Med. 2022 Feb 23;14(633):eabk3445. doi: 10.1126/scitranslmed.abk3445. Epub 2022 Feb 23. PMID: 35014856; PMCID: PMC8939770.