论文标题：A data-driven sliding-window pairwise comparative approach for the estimation of transmission fitness of SARS-CoV-2 variants and construction of the evolution fitness landscape

期刊：Quantitative Biology

作者：Md Jubair Pantho, Richard Annan, Landen Alexander Bauder, Sophia Huang, Letu Qingge, Hong Qin 

发表时间：13 May 2025

DOI：10.1002/qub2.70003

微信链接：点击此处阅读微信文章

新冠病毒（SARS-CoV-2）的持续变异是疫情防控与预测的最大挑战之一。科学家亟需一种能够精准量化不同变异株传播力差异，并描绘其进化轨迹的工具。然而，传统方法如基本再生数（R?）无法区分具体变异株，系统发育分析又受限于序列相似性高、存在地理采样偏差等问题，导致对病毒进化动态的把握时常滞后。

近日，Quantitative Biology期刊发表 美国田纳西大学Hong Qin教授团队的重磅研究 A data‐driven sliding‐window pairwise comparative approach for the estimation of transmission fitness of SARS‐CoV‐2 variants and construction of the evolution fitness landscape，提出了一种名为“差异种群增长率（DPGR）” 的数据驱动新方法。该方法像一台高精度“比较仪”，通过滑动时间窗口和两两直接比较，成功量化了从Alpha到Omicron等主要关切变异株（VOCs）的相对传播适应性，并首次构建了直观展示其进化竞争的“适应性景观”图。该方法计算简洁、对数据采样偏差不敏感，为实时监测病毒进化、预测优势毒株更替提供了强大新工具。

全文概要

本研究提出了一种名为“差异种群增长率”（DPGR）的数据驱动新方法，用于量化新冠病毒变异株间的相对传播适应性。该方法基于滑动时间窗口内两两毒株比例对数的线性变化，利用毒株互为内参以抵消采样偏差，并能通过数学传递性比较非共流行毒株。应用该方法分析全球基因组数据发现，奥密克戎（Omicron）相对于德尔塔（Delta）的传播优势存在显著地域差异，并成功揭示了奥密克戎亚系间的竞争格局。基于所有两两比较结果，本研究首次构建了新冠病毒主要变异株的“进化适应性景观”三维图谱，直观展现了从Alpha到Omicron的渐进式适应进化。DPGR方法原理简洁、稳健，为实时监测病毒进化动态和预测未来优势毒株提供了有力工具。

发明“测速仪”——核心方程如何工作

研究团队的核心洞察是：当两个病毒株在同一人群中竞争时，它们数量比值的对数会随时间线性变化。这一规律被凝练为核心方程：

方程解释：

•N1和 N2代表两个变异株的种群数量。

•g1和 g2是它们各自的增长率。

•方程左边是两者数量之比的对数，右边是时间 tt 的线性函数。

•斜率 (g1−g2)(g1−g2) 即为 DPGR值，它直接量化了变异株1相对于变异株2的每日净增长优势。DPGR > 0 表示变异株1占优，反之则变异株2占优。

•常数 CC 包含了两个种群增长可能存在的初始时间差（滞后期）。

这个方程就是“测速仪”。其中，斜率 DPGR 的值直接告诉我们，毒株1每天比毒株2快增长多少（图1）。正斜率代表毒株1占优，负斜率则相反。它的妙处在于，通过比较“比值”而非绝对数量，天然抵消了许多数据采集中的系统性误差。

图1：DPGR“测速仪”工作原理。左半部分展示两个变异株N1和N2随时间的模拟增长曲线；右半部分展示同一时间段内，log10(N1/N2)的比值如何形成一条完美的直线，其斜率即为DPGR值。

方法延伸：用数学“桥梁”连接历史与现在

研究的一个巧妙之处在于利用了对数运算的传递性，构建了比较非共流行毒株的数学“桥梁”：

公式解释：

•即使变异株A和B从未在同一时期大规模流行（缺乏直接比较数据），只要它们都与第三个变异株C 有过共同流行期，就可以通过C作为“桥梁”，间接计算出A相对于B的适应性差异。

•这解决了监测数据中的一个重大难题——如何比较像Alpha和Delta这样在不同时期占主导的变异株。

全球测速报告——地理差异一目了然

将这把“测速仪”应用于全球基因组数据，可立刻获得病毒传播速度的全球快照。研究重点测量了Omicron取代Delta这场关键“赛事”。

如图2所示，Omicron的扩张速度并非全球一致。 它在土耳其的扩张势头（DPGR=0.1）最为迅猛，意味着相对日增长优势高达10%；而在美国（DPGR=0.008）则缓和得多。这张“速度地图”直观揭示了病毒传播受地域免疫背景、防控措施等复杂因素影响。

图2：Omicron全球取代速度排行榜。世界地图或条形图，以不同颜色或柱高代表各国DPGR值，例如土耳其标为最高的红色柱/深色区域，美国标为较低的蓝色柱/浅色区域。

绘制进化“地形图”——看见无形的选择压力

单个比赛的测速结果固然重要，但进化的全景更为壮观。研究团队将所有主要变异株（Alpha, Beta, Delta, Omicron）两两之间的DPGR值，转化为进化距离，并构建了一幅前所未有的三维适应性景观图。如图3所示，这幅地形图将抽象的进化优势变得一目了然。 图中，Omicron变异株稳稳占据了最高峰，表明其相对于所有早期变异株拥有最强的传播适应性。Delta等则位于山腰，而最初的Alpha位于山谷。整幅图生动刻画了病毒为提升传播力而进行的“适应性攀登”，宏观展现了进化趋势。

图3：飞鸟形适应性景观图

洞察家族内斗——亚系竞争精细呈现

DPGR的精度足以解析同一变异株家族内部的激烈竞争。图4的热力图清晰显示，BA.5（作为行或列）相对于其他所有亚系（BA.1, BA.2, BA.4）的DPGR值均为显著的正数。这精确量化了BA.5的全面竞争优势，解释了其为何能成为全球主导亚系。

图4：Omicron亚系竞争格局（热力图/趋势图）

总结

DPGR方法通过 一个核心方程（测速仪） 和 一套可视化图谱（地形图与热图） ，构建了一套从微观比较到宏观洞察的完整工具体系。它兼具数学的简洁之美与结果的直观之效。

未来，这套工具可直接用于监测流感等其他变异快速的病原体。更重要的是，将DPGR测得的适应性优势与基因组数据结合，可以逆向定位驱动这些优势的关键基因突变，从而真正实现从“观测进化”到“预测进化”的跨越。

这项研究为我们装备了更精良的仪器，以丈量进化之路，绘制变异之图，从而在下一次疫情竞赛中，能够更早地看懂局面，预见方向。

QB期刊介绍

Quantitative Biology （QB）期刊是由清华大学、北京大学、高教出版社联合创办的全英文学术期刊。QB主要刊登生物信息学、计算生物学、系统生物学、理论生物学和合成生物学的最新研究成果和前沿进展，并为生命科学与计算机、数学、物理等交叉研究领域打造一个学术水平高、可读性强、具有全球影响力的交叉学科期刊品牌。

《前沿》系列英文学术期刊

由教育部主管、高等教育出版社主办的《前沿》（Frontiers）系列英文学术期刊，于2006年正式创刊，以网络版和印刷版向全球发行。系列期刊包括基础科学、生命科学、工程技术和人文社会科学四个主题，是我国覆盖学科最广泛的英文学术期刊群，其中12种被SCI收录，其他也被A&HCI、Ei、MEDLINE或相应学科国际权威检索系统收录，具有一定的国际学术影响力。系列期刊采用在线优先出版方式，保证文章以最快速度发表。

中国学术前沿期刊网

http://journal.hep.com.cn