據哈佛大學陳曾熙公共衛生學院和麻省理工學院的研究人員稱，使用全基因組關聯研究（GWAS）方法來分析SARS-CoV-2突變的全基因組測序數據和COVID-19的死亡率數據，可以識別應該被標記為遏制的病毒的高致病性變體。

利用這種生物統計學方法，研究人員在P.1變體被確定之前，就準確地指出了被稱為P.1或Gamma的變體的突變與死亡率的增加有關，並可能與更大的傳播性、更高的感染率和更高的致病性有關。該團隊的方法於2021年6月23日在《遺傳流行病學》雜誌上在線描述。

“根據我們的經驗，GWAS方法可能提供合適的工具，可用於分析病毒基因組特定位置的突變與疾病結果之間的潛在聯繫，”哈佛大學陳曾熙公共衛生學院生物統計學教授、該論文的資深作者Christoph Lange說。“這可以使我們更好地實時檢測大流行病中的新型有害變異體/新毒株。”

2021年1月，巴西第一批感染P.1新冠變異毒株的患者被記錄下來，在幾週內，該變體在巴西馬瑙斯引起了病例的激增。該城市在2020年5月已經受到大流行的嚴重打擊，研究人員認為該城市的居民已經取得了群體免疫力，因為該地區的許多人在最初的那一波中已經產生了病毒抗體。相反，P.1變體引起了第二波感染，而且似乎比該地區早期的變體有更高的傳播性，更容易導致死亡。

2020年9月，在第一個P.1患者被記錄下來的幾個月前，哈佛大學陳曾熙公共衛生學院和麻省理工學院的團隊重新利用了GWAS中使用的方法，這些方法被廣泛用於將某些基因變異與特定疾病聯繫起來，以區分各種SARS-CoV-2變異的相對致病性。該團隊在7548名COVID-19患者中尋找SARS-CoV-2病毒單鏈RNA的每個突變與死亡率之間的聯繫。該研究的數據來自全球共享流感數據倡議組織（GISAID）數據庫，其中包含了與SARS-CoV-2和流感病毒相關的基因序列和相關的臨床及流行病學數據。

研究人員發現了一個突變–在病毒基因組的25,088bp位置–改變了刺突糖蛋白，並與COVID-19患者的死亡率顯著增加有關。該團隊標記了具有這種突變的變體，後來被確定為P.1的一部分。研究人員說，該團隊的生物統計方法應該在P.1變體和SARS-CoV-2之外有更廣泛的應用。

哈佛大學陳曾熙公共衛生學院研究助理和生物統計學講師、該論文的共同第一作者Georg Hahn說：“我們預計這種方法將在涉及其他疾病的類似情況下發揮作用，只要公共數據庫中收集的數據質量足夠高。”