நோய்த்தொற்றின் ஆரம்ப அறிகுறிகள் நோயின் எதிர்கால பரவலைக் கணிக்க உதவுகின்றன

வைரஸ்களின் "கசிவு" இனங்களில் பெரும்பாலானவை ஒன்றுமில்லாமல் முடிவடைகின்றன: ஒரு தனிப்பட்ட விலங்கு (அல்லது பல) தொற்று ஏற்படுகிறது, சங்கிலி உடைகிறது - அவ்வளவுதான். எப்போதாவது மட்டுமே அறிமுகம் ஒரு புதிய மக்கள்தொகையில் நீண்டகால சுழற்சிக்கும் பெரிய வெடிப்புகளுக்கும் வழிவகுக்கிறது. பென் மாநிலத்தைச் சேர்ந்த ஒரு குழு ஒரு சோதனை மாதிரியில் ஒரு எளிய ஆனால் நடைமுறை யோசனையை நிரூபித்தது: ஒரு கசிவுக்குப் பிறகு உடனடியாக ஆரம்பகால தொற்றுநோயியல் அறிகுறிகளைப் பயன்படுத்தி வைரஸ் மக்கள்தொகை மட்டத்தில் இருக்கும் வாய்ப்பை மதிப்பிடலாம். வேறு வார்த்தைகளில் கூறுவதானால், வைரஸின் பண்புகள் மற்றும் "கொடையாளர்" ஹோஸ்டின் பண்புகள் மட்டுமல்ல - புதிய ஹோஸ்டில் முதல் எபிசோட் எவ்வளவு சரியாக செல்கிறது என்பது முக்கியம்: எத்தனை நபர்கள் பாதிக்கப்பட்டுள்ளனர், எவ்வளவு அடிக்கடி அவர்கள் வைரஸை வெளியேற்றுகிறார்கள், மற்றும் ஹோஸ்ட் இனங்கள் எவ்வளவு பாதிக்கப்படக்கூடியவை. "வாசலில் இருந்து" பதிவுசெய்யப்பட்ட இந்த அளவுருக்கள், நோய்க்கிருமியின் அடுத்தடுத்த விதியின் குறிப்பிடத்தக்க பங்கை விளக்குகின்றன.

ஆய்வின் பின்னணி

ஒரு வைரஸ் ஒரு புதிய ஹோஸ்ட் இனத்திற்கு (ஸ்பில்ஓவர்) "குதிக்கும்போது", அதன் மேலும் விதி "தலைமுறைகள்" என்ற விஷயத்தில் தீர்மானிக்கப்படுகிறது: விபத்துக்கள் மற்றும் அரிதான தொடர்புகள் காரணமாக சங்கிலி இறந்துவிடுகிறது, அல்லது அது பிடிபட்டு சீராக பரவுகிறது. இந்த கட்டத்தில், வைரஸின் உயிரியல் மட்டுமல்ல, தொடக்கத்தின் "சிறிய அளவிலான தொற்றுநோயியல்" செயல்படுகிறது: எத்தனை நபர்கள் ஒரே நேரத்தில் பாதிக்கப்படுகிறார்கள், எவ்வளவு அடிக்கடி அவர்கள் உண்மையில் நோய்க்கிருமியை (உதிர்தல்) வெளியேற்றுகிறார்கள், புதிய இனங்கள் எவ்வளவு பாதிக்கப்படக்கூடியவை. கிளாசிக்கல் ஸ்டோகாஸ்டிக் தொற்றுநோயியல் நீண்ட காலமாக குவியங்களின் சீரற்ற அழிவுகள் சிறிய எண்ணிக்கையில் பொதுவானவை என்பதைக் காட்டுகிறது, மேலும் அறிமுகத்தின் வெற்றி "ப்ராபாகுல் அழுத்தத்தின்" விளைவுகளால் அதிகரிக்கிறது - தொடக்கத்தில் அதிக ஆதாரங்கள், இறக்காமல் இருப்பதற்கான அதிக வாய்ப்பு.

பிரச்சனை என்னவென்றால், காட்டு விலங்குகளில் பெரும்பாலான உண்மையான கசிவு நிகழ்வுகள் தாமதமாகவும் ஒழுங்கற்றதாகவும் பதிவு செய்யப்படுகின்றன: ஆரம்பகால அளவுருக்களை அளவிடுவது கடினம். எனவே, ஆய்வக அமைப்புகள் மதிப்புமிக்கவை, அங்கு இனங்களுக்கிடையேயான "தாவல்கள்" மீண்டும் உருவாக்கப்படலாம் மற்றும் ஆரம்பகால அளவீடுகளை அளவுகளில் அளவிட முடியும். அத்தகைய தளம் ஜோடி ஆர்சே வைரஸ் ↔ நெமடோட் கெய்னோர்ஹாப்டிடிஸ் ஆகும்: இதுசி. எலிகன்ஸின் குடலின் இயற்கையான ஆர்என்ஏ வைரஸ், மற்றும் தொடர்புடைய இனங்கள் உணர்திறன் மற்றும் பரவலில் வேறுபடுகின்றன - "உள்-ஹோஸ்ட்" தடைகளை "இடை-ஹோஸ்ட்" தடைகளிலிருந்து பிரிக்க ஒரு சிறந்த நிலைப்பாடு. ஆர்சேயின் ஹோஸ்ட் ஸ்பெக்ட்ரம் பரந்ததாக உள்ளது, ஆனால் பன்முகத்தன்மை கொண்டது என்று முன்னர் காட்டப்பட்டது - ஸ்பில்ஓவர் மற்றும் ஃபிக்சேஷன் ஆகியவற்றின் அனுபவ மாதிரிகள் இதை அடிப்படையாகக் கொண்டவை.

PLOS உயிரியலில் ஒரு புதிய ஆய்வறிக்கை இந்த யோசனையை ஒரு கடுமையான பரிசோதனையாக முன்வைக்கிறது: ஆராய்ச்சியாளர்கள் வைரஸை பல "பூர்வீகமற்ற" இனங்களில் அறிமுகப்படுத்த தூண்டுகிறார்கள், நோய்த்தொற்றின் பரவலையும் அறிமுகப்படுத்தப்பட்ட உடனேயே உதிர்வதற்கான நிகழ்தகவையும் அளவிடுகிறார்கள், பின்னர் தொடர்ச்சியான பத்திகள் மூலம் வைரஸ் மக்கள்தொகையில் நீடிக்குமா என்பதை சோதிக்கிறார்கள். இந்த ஆரம்பகால தொற்றுநோய் அறிகுறிகள் - பரவலின் அகலம் மற்றும் உண்மையிலேயே தொற்று நபர்களின் விகிதம் - அடுத்தடுத்த வெற்றியின் சிறந்த முன்னறிவிப்பாளர்களாக மாறுகின்றன, அதே நேரத்தில் தனிப்பட்ட கேரியர்களில் (வைரஸ் சுமை) தொற்றுநோயின் "ஆழம்" விளைவை மோசமாகக் கணிக்கிறது. ஒவ்வொரு மாற்று அறுவை சிகிச்சையின் போதும் "மங்காமல்" இருப்பதற்கான நிகழ்தகவு மற்றும் வெடிப்புகளின் சீரற்ற எரிதல் கோட்பாட்டுடன் இது நன்கு ஒத்துப்போகிறது.

உயிரி கண்காணிப்புக்கான நடைமுறை உட்குறிப்பு எளிமையானது: நோய்க்கிருமி மற்றும் நீர்த்தேக்க இனங்களின் பண்புகளுக்கு கூடுதலாக, ஆரம்பகால கள விசாரணைகள் பெறுநர் மக்கள்தொகையில் இரண்டு "வேகமான" அளவீடுகளை முடிந்தவரை விரைவாக மதிப்பிட வேண்டும் - எத்தனை பேர் பாதிக்கப்பட்டுள்ளனர் மற்றும் உண்மையில் யார் தொற்றுநோய் கொண்டவர்கள். இந்த அவதானிப்புகள் நிறுவப்படுவதற்கான வாய்ப்புகள் பற்றிய தகவல் தரும் "எச்சரிக்கை சமிக்ஞையை" வழங்குகின்றன மற்றும் ஒரு வெடிப்பு உருவாகும் முன் கண்காணிப்பு மற்றும் கட்டுப்படுத்தும் வளங்களை முன்னுரிமைப்படுத்த உதவுகின்றன.

கருதுகோள் எவ்வாறு சோதிக்கப்பட்டது: "நெமடோட் வைரஸ்" மற்றும் பல பத்திகள்

ஆசிரியர்கள் நன்கு ஆய்வு செய்யப்பட்ட ஆர்சே வைரஸ் ↔ கெய்னோராப்டிடிஸ் நூற்புழு அமைப்பைப் பயன்படுத்தினர்: மல-வாய்வழி வழியாக பரவும் மற்றும் லேசான, மீளக்கூடிய தொற்றுநோயை ஏற்படுத்தும் சி. எலிகன்ஸின் குடல் செல்களின் இயற்கையாக நிகழும் ஆர்.என்.ஏ வைரஸ் - நெருங்கிய தொடர்புடைய உயிரினங்களுக்கு இடையில் "தாவல்களை" மீண்டும் மீண்டும் மீண்டும் இனப்பெருக்கம் செய்ய ஒரு சிறந்த அமைப்பு. ஆராய்ச்சியாளர்கள் வைரஸுக்கு ஏழு "பூர்வீகமற்ற" இனங்களைச் சேர்ந்த எட்டு விகாரங்களில் ஸ்பில்ஓவரைத் தூண்டினர், நோய்த்தொற்றின் பரவலையும் வைரஸின் "உதிர்தலின்" அதிர்வெண்ணையும் (ஃப்ளோரசன்ட் "சென்டினல்களுடன்" இணை வளர்ப்பு மூலம்) அளந்தனர், பின்னர் வயதுவந்த புழுக்களின் சிறிய குழுக்களை தொடர்ச்சியாக பத்து முறை "சுத்தமான" தட்டுகளுக்கு மாற்றினர். PCR இல் வைரஸ் தொடர்ந்து தோன்றினால், அது புதிய மக்கள்தொகையில் "பராமரிக்கப்பட்டது" (வைத்திருந்தது); சமிக்ஞை மறைந்துவிட்டால், அது இழக்கப்பட்டது. இந்த நெறிமுறை உண்மையான ஸ்பில்ஓவர் சங்கடத்தை மாதிரியாகக் கொண்டுள்ளது: ஒரு நோய்க்கிருமி புதிய ஹோஸ்ட்களில் நகலெடுப்பதில் இருந்து அவற்றின் தொற்று வரை - தடைகளை கடக்க முடியுமா மற்றும் முதல் தலைமுறைகளில் சீரற்ற அழிவைத் தவிர்க்க முடியுமா?

முக்கிய "ஆரம்ப தடயங்கள்" என்னவாக மாறியது

"தொடர்புடைய" மாதிரிகளில், வைரஸ் இழப்புக்கு முந்தைய பாதைகளின் எண்ணிக்கை (எளிதாக: அது எவ்வளவு காலம் நீடித்தது) அதிகமாக இருந்தது, அங்கு அறிமுகப்படுத்தப்பட்ட உடனேயே (1) பாதிக்கப்பட்ட நபர்களின் அதிக விகிதம் (பரவல்), (2) பாதிக்கப்பட்ட நபர்கள் உண்மையில் வைரஸை வெளியேற்றுவதற்கான அதிக நிகழ்தகவு (உதிர்தல்), மற்றும் (3) ஹோஸ்ட் இனங்களின் அதிக ஒப்பீட்டு உணர்திறன்; இருப்பினும், ஒரு தனிப்பட்ட ஹோஸ்டுக்குள் தொற்றுநோயின் தீவிரம் (பாதிக்கப்பட்ட நபர்களில் Ct) எந்த குறிப்பிடத்தக்க உறவையும் காட்டவில்லை. அனைத்து குறிகாட்டிகளும் ஒரு மாதிரியில் சேர்க்கப்பட்டபோது, முதல் இரண்டு - பரவல் மற்றும் உதிர்தல் - நம்பத்தகுந்த வகையில் "நிலையானவை", மேலும் அவை ஒன்றாக விளைவில் பாதிக்கும் மேற்பட்ட மாறுபாட்டை விளக்கின. இது ஒரு முக்கியமான நடைமுறை முடிவு: ஆரம்பத்தில் பரவலின் அகலம் மற்றும் தொற்றுநோய் ஒவ்வொரு நபரிடமும் தொற்றுநோயின் "ஆழத்தை" விட முக்கியமானது.

"இயந்திர" சோதனை: பரவுதல் நடைபெற எத்தனை தொற்று நபர்கள் தேவை?

தொடர்புகளுக்கு அப்பால் செல்ல, ஆசிரியர்கள் ஒரு இயந்திர மாதிரியை உருவாக்கினர்: ஆரம்பகால அளவிடப்பட்ட அளவீடுகளைப் பயன்படுத்தி, அடுத்த பரிமாற்றத்தின் போது குறைந்தபட்சம் ஒரு போதுமான தொற்று புழு ஒரு புதிய தட்டில் முடிவடையும் நிகழ்தகவைக் கணக்கிட்டு, பரிமாற்றத்தின் "தீயைத் தொடர்ந்து" வைத்திருக்கிறார்கள். இந்த இயந்திர மதிப்பீடு மட்டும் கவனிக்கப்பட்ட மாறுபாட்டின் ≈38% ஐ விளக்கியது; பரவல், தீவிரம் மற்றும் சீரற்ற திரிபு/சோதனைத் தொடர் விளைவுகளைச் சேர்ப்பது துல்லியத்தை ≈66% ஆக அதிகரித்தது. அதாவது, பரவலின் அடிப்படை தொற்றுநோய் "இயற்பியல்" ஏற்கனவே நிறைய விளக்குகிறது, மேலும் ஆரம்பகால கவனிக்கப்பட்ட அளவீடுகள் குறிப்பிடத்தக்க அளவு கணிக்கக்கூடிய தன்மையைச் சேர்க்கின்றன.

பரிசோதனையின் முக்கிய புள்ளிவிவரங்கள்

நான்கு சுயாதீன "தொகுதிகள்" கொண்ட தொடரில், ஆசிரியர்கள் ஒவ்வொரு திரிபுக்கும் 16 வைரஸ் கோடுகளைப் பராமரித்தனர். மொத்தத்தில், வைரஸுக்கு "பூர்வீகமற்ற" நூற்புழுக்களில் 15 கோடுகள் RT-qPCR மூலம் Orsay RNA இன் நம்பகமான கண்டறிதலுடன் 10 பத்திகளிலும் தப்பிப்பிழைத்தன, அதாவது வைரஸ் ஒரு இடத்தைப் பிடித்தது; மீதமுள்ளவை முன்னதாகவே கைவிடப்பட்டன. சுவாரஸ்யமாக, இந்த "உயிர்வாழும்" கோடுகளில், 12 கோடுகள் Caenorhabditis sulstoni SB454 இல் இருந்தன, இரண்டு C. latens JU724 இல் இருந்தன, மற்றும் ஒன்று C. wallacei JU1873 இல் இருந்தன - மிக நெருக்கமான ஹோஸ்ட்களில் கூட இனங்கள் உணர்திறன் எவ்வாறு ஒரு இடத்தைப் பெறுவதற்கான வாய்ப்புகளை பாதிக்கிறது என்பதற்கான தெளிவான எடுத்துக்காட்டு. "பயோடோசிமெட்ரி" உணர்திறனை அளவீடு செய்ய பயன்படுத்தப்பட்டது (அதிக உணர்திறன் கட்டுப்பாட்டுC. elegans JU1580 ஐ அடிப்படையாகக் கொண்ட ஒவ்வொரு திரிபுக்கும் TCID50/μl ).

இது ஏன் ஸ்பில்ஓவர் கண்காணிப்பின் கவனத்தை மாற்றுகிறது

அதிக அளவிலான விலங்குவழி பரவல் வெடிப்புகளுக்குப் பிறகு (எபோலாவிலிருந்து SARS-CoV-2 வரை), பரவல் ஏற்கனவே தெரியும் இடங்களில் கண்காணிப்பை அதிகரிப்பதே பதிலளிப்பு தர்க்கமாகும். புதிய ஆய்வு நிகழ்வுகளை மிக விரைவாக வகைப்படுத்துவதற்கான ஒரு கருவியைச் சேர்க்கிறது: ஆரம்பத்தில் அதிக எண்ணிக்கையிலான பாதிக்கப்பட்டவர்களையும், பாதிக்கப்பட்டவர்கள் தொடர்ந்து ஆதாரங்களாக (உதிர்தல்) "பிரகாசிக்கிறார்கள்" என்பதைக் கண்டால், இது நோய்க்கிருமி ஒரு இடத்தைப் பிடிக்கும் வாய்ப்பு அதிகமாக உள்ளது என்பதற்கான சமிக்ஞையாகும், மேலும் இதுபோன்ற நிகழ்வுகளுக்கு முன்னுரிமை வளங்கள் தேவைப்படுகின்றன (களப் பிடிப்பு மற்றும் வரிசைப்படுத்துதல் முதல் கட்டுப்பாட்டு நடவடிக்கைகள் வரை). ஆனால் பரவலான பரவல் இல்லாத தனிநபர்களில் அதிக வைரஸ் சுமை மக்கள்தொகை வெற்றியின் நம்பகமான முன்னறிவிப்பு அல்ல.

தொழில்நுட்ப ரீதியாக இது எவ்வாறு செய்யப்பட்டது (மற்றும் ஏன் முடிவை நம்பலாம்)

ஆரம்ப அறிகுறிகளை சோதனை ரீதியாக "வரிசைப்படுத்த" செண்டினல் அமைப்பு உதவியது: ஐந்து டிரான்ஸ்ஜெனிக் ரிப்போர்ட்டர் புழுக்கள் ( pals-5p::GFP ) 15 "உதிர்தல் வேட்பாளர்களுடன்" சேர்க்கப்பட்டன, மேலும் 3-5 நாட்களுக்கு ஒளி பரவலின் உண்மையைப் பதிவு செய்தது - தொற்றுநோயின் எளிய மற்றும் உணர்திறன் அளவுகோல். பரவல் மற்றும் தீவிரம் RT-qPCR ஆல் சிறிய தோட்டாக்களில் (ஒரு புழுவிலிருந்து மும்மடங்கு வரை) கணக்கிடப்பட்டது, இது குறைந்த மற்றும் உயர் விகிதங்களில் சமமாக நன்றாக வேலை செய்கிறது. அடுத்து, "தொடர்புடைய" மற்றும் "இயந்திர" அடுக்குகள் புள்ளிவிவர மாதிரிகளில் திரிபு, கோடு மற்றும் பத்தி எண்ணின் சீரற்ற விளைவுகளுடன் இணைக்கப்பட்டன. இத்தகைய "தையல்" ஒரு குறிப்பிட்ட மாதிரியைத் தாண்டி முடிவுகளின் பரிமாற்றத்தை அதிகரிக்கிறது மற்றும் ஒரு ஒற்றை அமைப்புக்கான முடிவுகளை "மறு அளவீடு" செய்யும் அபாயத்தைக் குறைக்கிறது.

'பெரிய' நோய்க்கிருமிகளுக்கு இது என்ன அர்த்தம் - எச்சரிக்கையான முடிவுகள்

ஆம், இந்த வேலை பாலூட்டிகளில் அல்ல, நூற்புழுக்களில் செய்யப்பட்டது. ஆனால் நிரூபிக்கப்பட்ட கொள்கைகள் பொதுவானவை: ஒரு கசிவுக்குப் பிறகு ஒரு இடத்தைப் பெற, ஒரு நோய்க்கிருமிக்கு போதுமான தொற்று மூலங்கள் மற்றும் முதல் படிகளில் ஏற்கனவே போதுமான தொடர்புகள் தேவை; இந்த "தொற்றுத்தன்மையின் அலகுகள்" குறைவாக இருந்தால், ஸ்டோகாஸ்டிக்கள் விரைவாக வெடிப்பை அணைக்கின்றன (கிளாசிக் "அல்லாய்ஸ் விளைவுகள்" மற்றும் "புரட்சி அழுத்தம்"). எனவே நடைமுறை ஹூரிஸ்டிக்: ஆரம்பகால கள ஆய்வுகளில் (அது வௌவால் வைரஸ்கள், பறவைக் காய்ச்சல் அல்லது பைட்டோபாத்தோஜென்களின் புதிய ஹோஸ்ட் தாவரங்கள்), பெறுநர் மக்கள்தொகையில் பரவல் மற்றும் உதிர்தல் ஆகியவற்றின் விரைவான மதிப்பீடுகளுக்கு முன்னுரிமை அளிப்பது பயனுள்ளதாக இருக்கும், மேலும் வைரஸின் பண்புகள் மற்றும் அதன் "நன்கொடையாளர்" நீர்த்தேக்கத்தின் பண்புகளை மட்டும் நம்பாமல்.

அடுத்து எங்கு செல்ல வேண்டும்: ஆராய்ச்சி மற்றும் பயிற்சிக்கான மூன்று திசைகள்

• கள ஆரம்ப அளவீடுகள். முதல் ஸ்பில்ஓவர் சிக்னல்களுக்குப் பிறகு உடனடியாக "விரைவான" பரவல் மற்றும் உதிர்தல் அளவீடுகளை (தடங்கள், எக்ஸோமெட்டபாலைட்டுகள், PCR/ஐசோடோப் பொறிகளிலிருந்து) தரப்படுத்தவும் - மேலும் காட்டு அமைப்புகளில் அவற்றின் முன்கணிப்பு மதிப்பைச் சோதிக்கவும்.
• தொடர்பு குறிகாட்டிகள். புதிய பெறுநர் மக்கள்தொகையில் (அடர்த்தி, கலப்பு, இடம்பெயர்வு) தொடர்புகளின் அதிர்வெண் மற்றும் அமைப்பு குறித்த தரவை "மைக்ரோ" அளவீடுகளுக்கு அப்பால் அடுத்த படியாக இயந்திர மதிப்பீடுகளில் ஒருங்கிணைக்கவும்.
• விலங்கு வழி நோய்களுக்கான மொழிபெயர்ப்பு. அறியப்பட்ட பரவும் இடங்களில் பாலூட்டிகள்/பறவைகளில் "ஆரம்ப அறிகுறிகளை" அடையாளம் கண்டு பரிசோதிப்பதற்கான பைலட் நெறிமுறைகள், அதைத் தொடர்ந்து நோய்க்கிருமி நிறுவப்பட்டதா இல்லையா என்பதற்கான பிந்தைய சரிபார்ப்பு.

சுருக்கமாக - முக்கிய விஷயம்

• "ஆழமான" அறிகுறிகளை விட ஆரம்பகால "பரந்த" அறிகுறிகள் மிக முக்கியமானவை: அறிமுகப்படுத்தப்பட்ட உடனேயே அதிக பரவல் மற்றும் வைரஸ் உதிர்தல் ஆகியவை தனிப்பட்ட கேரியர்களில் நோய்த்தொற்றின் தீவிரத்தை விட மக்கள் தொகை தக்கவைப்பை சிறப்பாகக் கணிக்கின்றன.
• ஆரம்பகால தரவுகளை மட்டும் பயன்படுத்தி விளைவுகளில் ஏற்படும் மாறுபாட்டில் ≈38% ஐ இயந்திர மாதிரி விளக்குகிறது; பரவல்/தீவிரம் மற்றும் சீரற்ற விளைவுகள் சேர்க்கப்பட்டால், ≈66%.
• கண்காணிப்பு நடைமுறை: “யாருக்கு தொற்று ஏற்பட்டுள்ளது” மற்றும் “யாருக்கு உண்மையில் தொற்று ஏற்படுகிறது” என்பதை விரைவில் பதிவு செய்யுங்கள் - இது உண்மையான ஆபத்தைத் தவறவிடாமல் இருக்க வளங்களை எங்கு இயக்குவது என்பதை விரைவாகப் புரிந்துகொள்ள உதவுகிறது.

ஆராய்ச்சி ஆதாரம்: கிளாரா எல். ஷா, டேவிட் ஏ. கென்னடி. பரவல் நிகழ்வுகளைத் தொடர்ந்து மக்கள்தொகை அளவிலான வைரஸ் நிலைத்திருப்பதற்கான வாய்ப்பை ஆரம்பகால தொற்றுநோயியல் பண்புகள் விளக்குகின்றன. PLOS உயிரியல், ஆகஸ்ட் 21, 2025. https://doi.org/10.1371/journal.pbio.3003315