研究人员从SARS-CoV-2基因组突变推测COVID-19病例

但是，检测策略因地区而异，并且随着时间的推移发生了巨大的变化，使得医疗机构对每天新诊断的数量的精确影响难以预测。因此，对于大流行病监测来说，对新感染者的数量进行更有力的估计是必要的。

为了更好地估计新的感染率，研究人员开发并测试了一种新的计算方法，该方法纯粹从基因组序列及其采样日期推断病毒发病率的时间分布。因为病毒基因组是一个稳定的突变过程的基础，其序列随时间的变化也跟踪其在人群中的传播。

MPI-SHH潮汐研究小组负责人、该研究的共同作者Denise Kühnert说："病毒基因组中出现的突变留下了一个信号，使我们能够将遗传多样性与病毒种群规模联系起来，在这种情况下，也与发病率联系起来。"通过计算非药物干预措施的重大变化之间的有效繁殖数量的片断常数估计，该研究强调了公共措施对COVID-19传播的潜在影响。

许多欧洲国家采取的封锁措施就是一个有说服力的例子。2020年春季，在欧洲实施严格的封锁措施后，基本传染数急剧下降到1以下。当大多数国家在2020年夏季开始时取消这些措施时，数据增加到大于1。

该团队使用来自四个不同地区（丹麦、苏格兰、瑞士和澳大利亚维多利亚州）的SARS-CoV-2基因组进行了广泛的最先进的系统动力学分析，以验证新方法。

潮汐研究小组的博士生、该研究的共同作者Ariane Weber说："通过将我们的结果与报告的病例数进行比较，我们能够发现报告不足的时期。这些包括苏格兰和维多利亚州的第一波感染，以及2020年夏天欧洲的小规模流行，这些在诊断病例数中是看不到的，"Weber补充说。通过使用新方法产生的发病率关联和关于部署的检测策略的公共数据，研究人员还能够计算出不同时期的病例检测率。这些数据表明，检测能力的增加通常会导致更高比例的检出病例。然而，令人惊讶的是，当检测标准放宽时，检测概率就会下降。这为2020年夏季在欧洲观察到的病例检测不足提供了潜在的解释，当时更宽松的检测标准与不变的检测能力相结合。