Improvement of the jpHMM approach to recombination detection in viral genomes and its application to HIV and HBV

Abstract

Präzise Genotypisierung von Viren und die Erkennung rekombinanter Stämme ist sowohl für das Verständnis der viralen Evolution als auch für die Entwicklung potenzieller Impfstoffe und Behandlungsmethoden von entscheidender Bedeutung. Ein sehr genaues Programm zur Erkennung von Rekombinationen in genomischen HIV-1-Sequenzen ist jpHMM (jumping profile Hidden Markov Model). Für eine gegebene Sequenz sagt es Rekombinationsbruchstellen (Breakpoints) vorher und ordnet jedem Segment zwischen zwei Breakpoints einen Elternsubtyp zu. In dieser Arbeit werden Modifikationen und Erweiterungen von jpHMM durchgeführt, um die Zuverlässigkeit der Rekombinationsvorhersage zu verbessern, die Laufzeit des Programms zu reduzieren und die Analyse von Rekombinationen in zirkulären Genomen zu erlauben.Da falsche Subtypzuordnungen oder Rekombinationsvorhersagen zu falschen Schlussfolgerungen sowohl in der epidemiologischen als auch in der Impfstoffforschung führen können, ist es wichtig, die Zuverlässigkeit der vorhergesagten Rekombination in einer bestimmten Sequenz zu beurteilen. Aus diesem Grund wird die Ausgabe von jpHMM erweitert, so dass sie eine Markierung von Regionen mit unsicherer Vorhersage des Elternsubtyps und einen Intervallschätzer für jeden vorhergesagten Breakpoint enthält. Es wird gezeigt, dass diese Erweiterung die Zuverlässigkeit der Rekombinationsvorhersage entscheidend verbessert.Um eine effiziente Anwendung von jpHMM auf große Datensätze oder Spezies mit einer großen Anzahl an Subtypen zu erlauben, wird die komplexe Architektur des Modells wesentlich modifiziert. Die Evaluierung auf HIV-1- und Hepatitis-B-Virus (HBV)-Daten zeigt, dass diese Modifikationen zu einer beträchtlichen Reduzierung der Laufzeit des Programms führen.Ferner wird eine Erweiterung von jpHMM zur Erkennung von Rekombinationen in Viren mit zirkulärem Genom, wie z.B. dem HBV, vorgestellt. Die Analyse von Rekombinationen in zirkulären Genomen erfolgt gewöhnlich auf künstlich linearisierten Sequenzen unter Verwendung linearer Modelle. Da diese Modelle jedoch normalerweise nicht in der Lage sind, Abhängigkeiten zwischen Nukleotiden am 5 - und 3 -Ende einer Sequenz zu modellieren, kann dies zu falschen Breakpointvorhersagen und somit zu falschen Klassifikationen zirkulärer Genome führen. Im Gegensatz dazu berücksichtigt das zirkuläre jpHMM die Zirkularität des Genoms. Dessen Genauigkeit wird auf einer großen Menge rekombinanter HBV-Sequenzen evaluiert. Außerdem werden etwa 3000 vollständige HBV-Sequenzen untersucht, um verbreitete rekombinante Formen, sogenannte circulating recombinant forms (CRF), zu entdecken. Zu diesem Zweck werden bestimmte Kriterien zur Klassifizierung rekombinanter HBV-Sequenzen vorgeschlagen. Basierend auf diesen Kriterien können 17 CRFs identifiziert werden.