生物帮eLife最近发表的一项研究表明，将遗传和实验数据结合到有关流感病毒的模型中可以帮助更准确地预测下一个冬季哪种菌株最常见。
这些模型可以使流感疫苗的设计更加准确，从而提供对病毒的更全面保护，该病毒每年在全球范围内造成大约50万人死亡。
疫苗是我们预防流感的最佳方法。但是这种病毒每年都会改变它在我们免疫系统中的外观，要求研究人员更新疫苗以匹配。由于生产一种新疫苗需要将近一年的时间，因此流感研究人员必须预测哪种流感病毒最像未来的病毒。
研究流行性感冒的金标准方法涉及实验室实验，研究包被病毒的关键分子称为血凝素。但是这些方法是劳动密集型的并且需要很长时间。相反，研究人员专注于使用计算机来预测流感病毒将如何从单独的血凝素基因序列进化而来，但是这些数据仅提供了部分信息。
“流感研究界很早就意识到了考虑流感病毒的物理特征(例如血凝素如何随时间变化以及遗传信息)的重要性，”第一作者约翰·哈德斯顿(John Huddleston)解释说，他是贝德福德实验室的博士研究生。美国西雅图华盛顿大学的弗雷德·哈钦森癌症研究中心和分子与细胞生物学计划。“我们想看看是否将流感进化的仅基因序列模型与其他高质量的实验方法相结合是否可以改善对流感新菌株的预测，这些新菌株将在一年后出现。”
Huddleston和他们的团队研究了病毒“适应性”的不同组成部分-也就是说，病毒繁殖和持续发展的可能性。这些包括病毒抗原与先前传播的病毒株的相似程度(抗原是触发免疫应答的病毒成分)。他们还测量了病毒积累了多少突变，以及它们是有益还是有害。
研究小组使用25年的历史流感数据，对所有可用流感季节的未来一年进行了预测。每个预测都使用病毒的遗传密码，实验数据或同时使用两者来预测未来的病毒种群。他们比较了预测的流感和未来的实际流感人口，以发现哪些数据类型对预测病毒的进化更为有用。
他们发现，结合了病毒外观实验方法和其遗传密码变化的预测比单独使用遗传密码的预测更为准确。如果模型包含有关流感抗原如何随时间变化，可能存在的有害突变以及过去六个月中流感人口增长速度的实验数据，则模型将提供最多的信息。哈德斯顿说：“仅靠基因序列不能准确预测未来的流感病毒株，因此不应代替传统的方法来测量病毒的外观。”
