La variante de coronavirus no detectada estaba en al menos 15 países antes de su descubrimiento, según un estudio

Una variante altamente contagiosa del SARS-CoV-2 se propagó sin saberlo durante meses en los Estados Unidos en octubre de 2020, según un nuevo estudio de investigadores del Consorcio de Modelado COVID-19 de la Universidad de Texas en Austin. Los científicos lo descubrieron por primera vez a principios de diciembre en el Reino Unido, donde se cree que se originó la variante altamente contagiosa y más letal. El periódico Enfermedades infecciosas emergentes, que ha publicado una versión preliminar del estudio, proporciona evidencia de que la variante del coronavirus B117 (501Y) se había extendido por todo el mundo sin ser detectada durante meses cuando los científicos la descubrieron.

“Cuando nos enteramos de la variante del Reino Unido en diciembre, ya se estaba extendiendo silenciosamente por todo el mundo”, dijo Lauren Ancel Meyers, directora del COVID-19 Modeling Consortium en la Universidad de Texas en Austin y profesora de biología integrativa. . “Estimamos que la variante B117 probablemente llegó a Estados Unidos en octubre de 2020, dos meses antes de que supiéramos que existía”.

Al analizar datos de 15 países, los investigadores estimaron la posibilidad de que los viajeros del Reino Unido introdujeran la variante en 15 países entre el 22 de septiembre y el 7 de diciembre de 2020. Descubrieron que la variante del virus casi con certeza había llegado a los 15 países a mediados de noviembre. . En Estados Unidos, la variante probablemente llegó a mediados de octubre.

“Este estudio destaca la importancia de la vigilancia de laboratorio”, dijo Meyers. “La secuenciación rápida y extensa de muestras de virus es fundamental para la detección temprana y el seguimiento de nuevas variantes de interés”.

Junto con la publicación del documento, los miembros del consorcio desarrollaron una nueva herramienta que los responsables de la toma de decisiones en cualquier lugar de los Estados Unidos pueden utilizar para planificar la secuenciación genética que ayuda a detectar la presencia de variantes. Para ayudar a EE. UU. A expandir la vigilancia nacional de variantes, la nueva calculadora en línea indica la cantidad de muestras de virus que deben secuenciarse para detectar nuevas variantes cuando surgen por primera vez. Por ejemplo, si el objetivo es detectar una variante emergente en el momento en que está causando 1 de cada 1000 nuevas infecciones por COVID-19, es necesario secuenciar aproximadamente 3000 muestras positivas para el SARS-CoV-2 por semana.

“Los funcionarios de salud están buscando mejores formas de manejar la imprevisibilidad de este virus y las variantes futuras”, dijo Spencer Woody, becario postdoctoral en el Consorcio de Modelado COVID-19 de UT. “Nuestra nueva calculadora determina cuántas muestras positivas de SARS-CoV-2 deben secuenciarse para garantizar que se identifiquen nuevas amenazas tan pronto como comiencen a propagarse”.

Explicó que la calculadora tiene una segunda función. “También ayuda a los laboratorios a determinar la rapidez con la que detectarán nuevas variantes, dada su capacidad de secuenciación actual”.

“Creamos esta herramienta para apoyar a los funcionarios de salud federales, estatales y locales en la construcción de sistemas de alerta temprana creíbles para esta y futuras amenazas de pandemia”, dijo Meyers.

Además de Meyers, los autores del artículo Emerging Infectious Disease son Zhanwei Du, Bingyi Yang, Sheikh Taslim Ali, Tim K. Tsang, Songwei Shan, Peng Wu, Eric HY Lau y Benjamin J. Cowling del Centro Colaborador de la OMS para Enfermedades Infecciosas. Epidemiología y control en Hong Kong y Lin Wang de la Universidad de Cambridge.

La investigación fue financiada por el Fondo de Investigación Médica y de Salud de Hong Kong, los Institutos Nacionales de Salud y los Centros para el Control y la Prevención de Enfermedades.

Meyers tiene la cátedra centenaria Denton A. Cooley en la Universidad de Texas en Austin.

Fuente de la historia:

Materiales proporcionados por Universidad de Texas en Austin. Nota: El contenido puede editarse por estilo y longitud.

.

Leave a Reply

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.