Traduzido por Julio Batista
Original de Universidade do Texas para o ScienceDaily
Uma variante altamente contagiosa do SARS-CoV-2 estava se espalhando sem nosso conhecimento por meses nos Estados Unidos em outubro de 2020, de acordo com um novo estudo de pesquisadores do Consórcio de Modelagem da COVID-19 da Universidade do Texas em Austin. Os cientistas descobriram pela primeira vez no início de dezembro no Reino Unido, onde acredita-se que a variante altamente contagiosa e mais letal tenha se originado. O periódico Emerging Infectious Diseases, que publicou uma versão de lançamento antecipado do estudo, fornece evidências de que a variante do coronavírus B117 (501Y) se espalhou pelo mundo sem ser detectada por meses quando os cientistas a descobriram.
“Quando aprendemos sobre a variante do Reino Unido em dezembro, ela já estava se espalhando silenciosamente pelo mundo”, disse Lauren Ancel Meyers, diretora do Consórcio de Modelagem da COVID-19 da Universidade do Texas em Austin e professora de biologia integrativa. “Estimamos que a variante B117 provavelmente chegou aos EUA em outubro de 2020, dois meses antes de sabermos de sua existência.”
Analisando dados de 15 países, os pesquisadores estimaram a chance de que viajantes do Reino Unido introduziram a variante em 15 países entre 22 de setembro e 7 de dezembro de 2020. Eles descobriram que a variante do vírus quase certamente chegou a todos os 15 países em meados de novembro. Nos Estados Unidos, a variante provavelmente havia chegado em meados de outubro. No Brasil, ela foi detectada no final de dezembro.
“Este estudo destaca a importância da vigilância laboratorial”, disse Meyers. “O sequenciamento rápido e extenso de amostras de vírus é fundamental para a detecção precoce e rastreamento de novas variantes preocupantes.”
Em conjunto com a publicação do paper, os membros do consórcio desenvolveram uma nova ferramenta que os especialistas em saúde pública em qualquer lugar dos Estados Unidos podem usar no planejamento de sequenciamento genético que ajuda a detectar a presença de variantes. Para ajudar os EUA a expandir a vigilância nacional de variantes, a nova calculadora online indica o número de amostras de vírus que devem ser sequenciadas para detectar novas variantes assim que elas surgirem. Por exemplo, se o objetivo é detectar uma variante emergente no momento em que ela está causando 1 em cada 1.000 novas infecções por COVID-19, aproximadamente 3.000 amostras positivas para SARS-CoV-2 por semana precisam ser sequenciadas.
“As autoridades de saúde estão procurando maneiras melhores de gerenciar a imprevisibilidade desse vírus e suas variantes futuras”, disse Spencer Woody, pós-doutorado da UT e membro do Consórcio de Modelagem da COVID-19. “Nossa nova calculadora determina quantos espécimes positivos de SARS-CoV-2 devem ser sequenciados para garantir que novas ameaças sejam identificadas assim que comecem a se espalhar.”
Ele explicou que a calculadora tem um segundo recurso. “Ela também ajuda os laboratórios a descobrirem com que rapidez eles detectarão novas variantes, dada sua capacidade de sequenciamento atual.”
“Criamos esta ferramenta para apoiar as autoridades de saúde federais, estaduais e locais na construção de sistemas de alerta precoce confiáveis para esta e futuras ameaças de pandemia”, disse Meyers.
Além de Meyers, os autores do paper da Emerging Infectious Disease são Zhanwei Du, Bingyi Yang, Sheikh Taslim Ali, Tim K. Tsang, Songwei Shan, Peng Wu, Eric HY Lau e Benjamin J. Cowling do Centro Colaborador da OMS para Doenças Infecciosas, Epidemiologia e Controle em Hong Kong e Lin Wang da Universidade de Cambridge.
A pesquisa foi financiada pelo Fundo de Pesquisa Médica e de Saúde de Hong Kong, pelos Institutos Nacionais de Saúde e pelos Centros de Controle e Prevenção de Doenças.
Referências:
- Zhanwei Du, Lin Wang, Bingyi Yang, Sheikh Taslim Ali, Tim K. Tsang, Songwei Shan, Peng Wu, Eric H.Y. Lau, Benjamin J. Cowling, Lauren Ancel Meyers. Risk for International Importations of Variant SARS-CoV-2 Originating in the United Kingdom. Emerging Infectious Diseases, 2021; 27 (5) DOI: 10.3201/eid2705.210050
