Caracterização e visualização da diversidade genética do vírus Influenza ao longo do tempo

Abstract

A gripe é uma doença que se propaga globalmente todos os anos, infectando de 10 a 20% da população mundial, causando mortes e grandes perdas econômicas. Isso acontece porque o vírus Influenza possui altas taxas de mutação em seu material genético, o que é fator essencial para o seu sucesso epidemiológico. Por conta disso, a Organização Mundial da Saúde reúne esforços, todos os anos, para criar vacinas que ajudem a reduzir os casos da doença. Para direcionar, mais precisamente, as medidas preventivas que devem ser tomadas para que a doença seja evitada, é de grande importância monitorar as alterações genéticas dos vírus. Um forma de realizar o monitoramento é através das medidas de diversidade genética, que mensuram a variabilidade de uma população. Este trabalho tem como objetivo investigar e caracterizar o comportamento ao longo do tempo de dois vírus Influenza tipo A, o H1N1 e o H3N2, e duas linhagens do vírus Influenza tipo B, o Victoria e o Yamagata. O primeiro passo para a realização deste estudo foi montar o banco de dados com as sequências genéticas dos vírus e fazer o seu pré-processamento. Posteriormente, foi necessário uma pesquisa sobre medidas de diversidade genética para escolher a melhor forma de analisar os dados. A análise da evolução da diversidade genética foi realizada separadamente para cada tipo de vírus estudado neste trabalho. Para melhor compreensão do comportamento dos vírus ao longo do tempo, os resultados foram apresentados, em grande parte, de modo gráfico. Para o presente estudo, além da medidas de diversidade genética, fez-se uso de conhecimentos e técnicas estatísticas como a análise de agrupamentos e o escalonamento multidimensional e de programação em R.= Como resultado, obteve-se a representação gráfica das medidas de diversidade para cada tipo de vírus em série temporal por ano e em série temporal no esquema de janela deslizante, com três tamanhos de janela k=1 mês, 3 meses e 6 meses. Obtevese também a representação gráfica da distância genética entre os vírus, através da técnica de escalonamento multidimensional. A partir das análises dos resultados obtidos, as principais conclusões deste estudo são que a diversidade genética dos vírus é melhor representada pela série temporal com janela deslizante k=3, tendo seus resultados condizentes com os gráficos do escalonamento multidimensional e que o nível de similaridade entre os vírus depende de sua distância no tempo, isso porque quanto maior o período entre vírus, mais sujeitos eles estão às mutações genéticas.

Influenza is a disease that spreads globally every year, infecting to 10 from 20% of the world’s population, causing deaths and major economic losses. This happens because the Influenza virus has high rates of mutation in its genetic material, which is an essential factor for its epidemiological success. Therefore, the World Health Organization works every year to create vaccines to help reducing cases of this disease. To address the preventive measures that must be taken to prevent the disease, it is importante to monitor the genetic changes of the virus. One way to monitor is through genetic diversity measures, which tracks the variability of a population. This work aims to investigate and to characterize the behavior over time of two type Influenza virus A, H1N1 and H3N2, and two lineages of influenza virus of type B, Victoria and Yamagata. The first step in this study was to assemble the database with the genetic sequences of the viruses and preprocess them. Subsequently, it was necessary to research different measures of genetic diversity to choose the best one to analyze the data. Evolution analysis of genetic diversity was performed separately for each type of virus studied in this work. For a better understanding of virus behavior over time, the results were mostly presented through graphs. For the present study, in addition to genetic diversity measures, techniques such as cluster analysis, multidimensional scaling and R programming were used. As a result, we obtained the graphical representation of the diversity measures for each type of virus in time series per year and in time series in sliding window scheme, with three window sizes k = 1 month, 3 months and 6 months. It was also obtained the graphical representation of the genetic distance between the viruses, through multidimensional scaling technique. From the analysis of the results, the conclusions of this study are that the genetic diversity of the virus is best represented by the time series in sliding window scheme with k = 3, and its results are consistent with the multidimensional scaling graphs and the level of similarity between viruses depends on their distance in time, because the longer the period between viruses, the more exposed they are to the genetic mutations.