Cet article est une Preprint
Les preprints sont des rapports de recherche préliminaires qui n'ont pas été certifiés par l’évaluation par les pairs. Ils ne devraient pas être considérés comme guidant la pratique clinique ou les comportements liés à la santé et ne devraient pas être rapportés dans les médias comme des informations établies.
Les preprints publiées en ligne permettent aux auteurs de recevoir des commentaires rapidement, et toute la communauté scientifique peut évaluer indépendamment le travail et répondre en conséquence. Ces commentaires sont publiés avec les preprints que quiconque peut lire et servir d’évaluation post-publication.
Lineage replacement and evolution captured by the United Kingdom Covid Infection Survey
Preprint
de En
| PREPRINT-MEDRXIV
| ID: ppmedrxiv-21268323
ABSTRACT
The Office for National Statistics COVID-19 Infection Survey is a large household-based surveillance study based in the United Kingdom. Here, we report on the epidemiological and evolutionary dynamics of SARS-CoV-2 determined by analysing sequenced samples collected up until 13th November 2021. We observed four distinct sweeps or partial-sweeps, by lineages B.1.177, B.1.1.7/Alpha, B.1.617.2/Delta, and finally AY.4.2, a sublineage of B.1.617.2, with each sweeping lineage having a distinct growth advantage compared to their predecessors. Evolution was characterised by steady rates of evolution and increasing diversity within lineages, but with step increases in divergence associated with each sweeping major lineage, leading to a faster overall rate of evolution and fluctuating levels of diversity. These observations highlight the value of viral sequencing integrated into community surveillance studies to monitor the viral epidemiology and evolution of SARS-CoV-2, and potentially other pathogens, particularly as routine PCR testing is phased out or in settings where large-scale sequencing is not feasible.
cc_by_nc_nd
Texte intégral:
1
Collection:
09-preprints
Base de données:
PREPRINT-MEDRXIV
Type d'étude:
Observational_studies
/
Prognostic_studies
Langue:
En
Année:
2022
Type de document:
Preprint