[논문 리뷰] Endogenous viral mutations, evolutionary selection, and containment policy design

Patrick Mellacher|arXiv (Cornell University)|2021. 07. 09.

COVID-19 epidemiological studies참고 문헌 62인용 수 6

한 줄 요약

이 논문은 SARS-CoV-2의 진화에 영향을 미치는 격리 정책의 영향을 연구하기 위해 계통발생역학적 에이전트기반 모델을 개발한다. 이 모델은 유증상자만 대상으로 하는 정책이 오히려 잠복기 길이가 길고 무증상 전파율이 높은 변이를 유리하게 만들며, 감염 수 감소라는 단기적 성공이 진화적 적응으로 인해 장기적으로는 바이러스 지속 순환을 숨길 수 있음을 보여준다.

ABSTRACT

How will the novel coronavirus evolve? I study a simple epidemiological model, in which mutations may change the properties of the virus and its associated disease stochastically and antigenic drifts allow new variants to partially evade immunity. I show analytically that variants with higher infectiousness, longer disease duration, and shorter latent period prove to be fitter. "Smart" containment policies targeting symptomatic individuals may redirect the evolution of the virus, as they give an edge to variants with a longer incubation period and a higher share of asymptomatic infections. Reduced mortality, on the other hand, does not per se prove to be an evolutionary advantage. I then implement this model as an agent-based simulation model in order to explore its aggregate dynamics. Monte Carlo simulations show that a) containment policy design has an impact on both speed and direction of viral evolution, b) the virus may circulate in the population indefinitely, provided that containment efforts are too relaxed and the propensity of the virus to escape immunity is high enough, and crucially c) that it may not be possible to distinguish between a slowly and a rapidly evolving virus by looking only at short-term epidemiological outcomes. Thus, what looks like a successful mitigation strategy in the short run, may prove to have devastating long-run effects. These results suggest that optimal containment policy must take the propensity of the virus to mutate and escape immunity into account, strengthening the case for genetic and antigenic surveillance even in the early stages of an epidemic.

연구 동기 및 목표

• 다양한 격리 정책이 SARS-CoV-2의 진화적 궤적, 특히 전파성, 잠복기, 면역 회피 능력 측면에서 어떻게 影향을 미치는지 조사하기.
• 감염 수 감소라는 단기적 공중보건 성공이 진화적 적응으로 인해 장기적으로 바이러스 지속 순환으로 이어질 수 있는지 평가하기.
• 정책 설계가 다양한 수준의 교차 면역을 고려할 때 바이러스 진화의 속도와 방향성에 미치는 영향을 평가하기.
• 초기 역학적 결과가 일시적이고, 만성적인 바이러스 상황을 신뢰성 있게 구분할 수 있는지 탐색하기.
• 장기적인 진화적 위험을 예측하기 위해 유전적 및 항원적 감시를 초기 패닉 대응 전략에 통합할 것을 주장하기.

제안 방법

• 다양한 감염 상태(감염 가능성 있음, 잠복기, 전염 가능성 있음, 회복됨)를 가진 개인의 집단을 시뮬레이션하는 단순화된 에이전트기반 모델을 개발한다.
• 전파성, 질병 지속 기간, 잠복기, 잠복기 길이를 변화시키는 확률적 돌연변이를 통합한다.
• 항원적 이동을 과정으로 하여 새로운 변이가 이전 면역을 부분적으로 피할 수 있도록 모델링하며, 생존력은 전파 우월성에 의해 결정된다.
• 전파성이 높고, 잠복기가 짧으며, 질병 지속 기간이 긴 변이가 진화적으로 유리한 생존력 지형을 모델링한다.
• 유형별 격리 정책 시나리오를 시뮬레이션하며, 계통발생적 및 항원적 거리 지표를 통해 바이러스 진화를 추적한다.
• 500단계에 걸친 몬테카를로 시뮬레이션을 통해 복합 역학을 분석하며, 재감염률과 바이러스 라인aje의 지속성 등을 포함한다.

실험 결과

연구 질문

• RQ1 격리 정책의 설계가 SARS-CoV-2 진화의 속도와 방향성에 어떻게 영향을 미치는가?
• RQ2 특히 유증상자만 격리하는 정책 체제에서 어떤 바이러스 특성이 진화적으로 유리하게 작용하는가?
• RQ3 바이러스 진화가 가속화될 경우, 감염 수 감소라는 단기적 감소가 장기적인 유행 통제를 위한 잘못된 지표가 될 수 있는가?
• RQ4 어떤 조건에서 바이러스가 격리 노력에도 불구하고 인구 내에서 영구적으로 지속될 수 있는가?
• RQ5 초기 역학적 결과가 바이러스가 만성적 상태가 될 것인지 신뢰성 있게 예측할 수 있는 정도는 어느 정도인가?

주요 결과

• 더 높은 전파성, 더 긴 질병 지속 기간, 더 짧은 잠복기를 가진 변이는 진화적으로 더 유리하며 다른 변이를 압도한다.
• 유증상자만 격리하는 정책은 오히려 잠복기가 긴 변이와 더 높은 무증상 전파율을 가진 변이를 유리하게 만든다.
• 사망률 감소는 직접적인 진화적 우위를 제공하지 않으며, 생존력은 주로 전파 역학에 의해 결정된다.
• 몬테카를로 시뮬레이션 결과, 너무 관대한 격리 정책과 높은 면역 회피 가능성의 조합은 인구 내에서 바이러스가 무한정 지속될 수 있음을 보여준다.
• 단기 역학적 자료만으로는 느리게 진화하는 바이러스와 빠르게 진화하는 바이러스를 구분하는 것이 종종 불가능하다.
• 단기적 완화 성공은 장기적으로 공중보건에 악영향을 미칠 수 있는 진화적 결과를 초래할 수 있으며, 이는 초기 유전적 및 항원적 감시의 필요성을 강조한다.