Corona-onderzoek: geen tijd te verliezen

Felipe Vieira Braga, immunoloog aan het Amsterdam UMC

“Covid-19 werd aanvankelijk gediagnosticeerd als een vorm van longontsteking, vooral vanwege de symptomen op het gebied van ademhalingsproblemen. Inmiddels zijn er veel klinische gegevens die laten zien dat het eigenlijk een veel complexere ziekte is, die verschillende organen aantast. Maar het was nog grotendeels onbekend in hoeverre de ziekte op een moleculair niveau op longontsteking lijkt. In ons onderzoeksproject probeerden we die vraag te beantwoorden: is de immuunreactie tegen covid-19 vergelijkbaar met die tegen andere, klassieke longontstekingen?

We wilden hiervoor een aantal genetische datasets analyseren, maar beschikten zelf niet over genoeg rekenkracht. Ik ben gespecialiseerd in zogeheten single-cell RNA-sequencing, een moleculaire laboratoriumtechniek die het mogelijk maakt om de functies van cellen in kaart te brengen. Dit is zeer data-intensief. Daarom hebben we tijd, opslagruimte en ondersteuning aangevraagd op de HPC Cloud van SURF. Die bood mij een interactief analyseplatform waar ik mijn analyses kon uitvoeren en ze gemakkelijk kon visualiseren, om de biologie achter mijn gegevens beter te begrijpen.

De immuunrespons in Covid-19 blijkt heel anders te zijn dan die bij klassieke longontsteking. Op een moleculair niveau zijn het twee verschillende ziektes. We gaan dit verder onderzoeken om deze verschillen beter te ontleden.”

Erdi Calli, promovendus aan het Radboudumc

Met een zogeheten CO-RADS-score beoordeelt een radioloog een CT-scan aan de hand van een set van diagnostische criteria om de waarschijnlijkheid van een covid-19-infectie te voorspellen. “Wij hebben dit systeem geautomatiseerd door een artificial-intelligence-pijplijn op te zetten. We verzamelden scans van patiënten van drie instellingen in Amsterdam, Bremen en Nijmegen. Een ‘robot’ verzamelde CT-scans uit de ziekenhuisarchieven en via Research Drive werden de relevante data dagelijks vrijgegeven aan alle partijen die meewerkten aan het bouwen van deze AI-pijplijn.

Dit moest automatisch en snel gebeuren, omdat zo’n 50 verschillende mensen werkten aan verschillende onderdelen van de pijplijn, waaronder dataverzameling, annotatie, voorbewerking en voorspellende modellen. We zaten bovendien middenin de piek van de pandemie, dus we moesten razendsnel heel veel data vinden, verwerken en delen.

Vanwege deze urgentie hebben we dan ook gebruik gemaakt van de fast-track aanvraagprocedure. Wij hadden een snel, veilig en betaalbaar systeem nodig om die grote hoeveelheden data op te slaan en te delen. Daarnaast wilden we de mogelijkheid om gebruikers verschillende permissies toe te kennen. Research Drive voldeed aan al onze eisen.

Op deze manier hebben we systemen gecreëerd die periodiek gegevens ophalen uit de ziekenhuisarchieven, en algoritmes die een diagnose kunnen stellen aan de hand van deze data. We hebben inmiddels diverse papers gepubliceerd over het opsporen van covid-19-infectie in CT-scans. Onze software is bovendien beschikbaar op grand-challenge.org.”

Bert Blocken, hoogleraar Civiele Techniek aan de TU Eindhoven en de KU Leuven (België)

“Ons onderzoek spitste zich toe op de gepaste ‘sociale afstand’ wanneer twee of meer personen samen bewegen in dezelfde richting, met dezelfde snelheid. Zoals hardlopers in een groep of wielrenners in een peloton. We gebruikten de nationale supercomputer voor het maken van computersimulaties en animaties.

De inmiddels bekende 1,5 meter afstand geldt voor twee personen die stil staan, zonder wind, en met het gezicht naar elkaar toe. Bijvoorbeeld wanneer ze met elkaar spreken. Die afstand is een goed compromis tussen het vermijden van de uitwisseling van grote druppels en wat praktisch haalbaar is. Maar die afstand geldt niet meer wanneer personen samen bewegen in dezelfde richting met aanzienlijke snelheid. Dan moet je een veel grotere afstand houden. Want als jij fietst in de slipstream van iemand die niest of hoest of gewoon uitademt, kan jij die druppels en aerosolen inademen. Ons onderzoek laat zien hoe druppeluitwisseling gebeurt in een groep lopers of wielrenners. En dat besmetting in een peloton heel snel kan gaan, zodra één renner besmet is.

Op zich is dat gezond verstand, maar blijkbaar is gezond verstand zeldzaam tijdens een internationale pandemie. Hardlopers en wielrenners werden ervan beschuldigd corona te verspreiden en ik kreeg een storm van kritiek over me heen. Maar daarna bevestigden andere wetenschappers in aerodynamica onze resultaten. Inmiddels zijn internationale topvirologen, epidemiologen en microbiologen het met ons eens. Olympische nationale organisaties hebben ons geconsulteerd voor advies in verband met de Olympische Spelen in Tokio in 2021.”

Meer weten? Lees het blog van Bert Blocken op https://www.ourcoronastory.com/read-stories (voorlaatste verhaal)

Alejandro Lopez Rincon en Aletta Kraneveld, onderzoeker en hoogleraar bij het Instituut voor Farmaceutische Wetenschappen, Universiteit Utrecht

Lopez Rincon: “Wij analyseerden het genoom van het coronavirus en op een gewone computer is dat heel tijdrovend en duur. We hebben daarom rekenkracht aangevraagd op supercomputer Cartesius en rekencluster Lisa. Hiermee hadden we slechts een paar uur nodig voor berekeningen die op een normaal systeem weken zouden duren.

We richtten ons op twee onderzoeksvragen: enerzijds wilden we onderzoeken of we een betere manier konden vinden om het virus op te sporen met behulp van deep learning. Anderzijds wilden we kijken of er een verschil is in het virus van patiënten met symptomen en positief geteste mensen die geen klachten hebben.”

Kraneveld: “Alejandro stuitte op databases die hem in staat stelden om nauwkeuriger naar het genoom van het virus te kijken. Hij gebruikte de hele genoomsequentie, in plaats van slechts een deel, zoals gebruikelijk. Daardoor vond hij een ander stuk RNA dat veel specifieker is voor het huidige coronavirus. In het andere onderzoek bleek dat het ontbreken van symptomen mogelijk te danken is aan een mutatie van het virus. Het is een fantastisch voorbeeld van de kracht van open science: als deze data niet openbaar waren geweest, hadden we deze ontdekkingen, die zo belangrijk zijn in deze pandemie, niet gedaan.”

Artikel: Classification and Specific Primer Design for Accurate Detection of SARS-CoV-2 Using Deep Learning

Tekst: Josje Spinhoven

(Headerbeeld: CoV-2 molecuul, credit: iSO-FORM LLC)