ISSN 2226-6976 (Print)
ISSN 2414-9640 (Online)

Some еpidemic indicators of increase in COVID-19 incidence in Russia in 2020–2023

Sizikova T.E., Karulina N.V., Saifulina N.A., Lebedev V.N., Borisevich S.V.

48 Central Scientific Research, Ministry of Defens of the Russia Federation, Sergiev Posad, Russia 
Objective. The analysis of some epidemic index of rises of COVID-19 morbidity in Russia in March 2020 – November 2023.
Materials and methods. Date from Internet resources Stopcoronavirus.rf, Yandex DataLens [Yandex DataLensс, Gogov.ru portal], and data of research, published in foreign and domestic scientist publication is used for conducting analyses.
Results. The cause of existing of rises of COVID-19 morbidity in Russia are or season’s factor (second, forth, seventh, and ninth rises) or spreading of new variants of SARS-CoV-2 virus. The genovariants of SARS-CoV-2 virus may essentially difference on epidemic characteristics of caused disease. The genovariant «Delta» is the most pathogenicity from all known variants of SARS-CoV-2 virus. the genovariant «Omicron» is the most transmissive. The maximum number of COVID-19 cases per day (203949 certificated cases) was registered during fifth rise of morbidity (dominant agent-BA.2 line of «Omicron» genovariant). The most highly index of lethality were registered during third (3,45%) and fourth (3,51%) rises of morbidity (dominant agent – the «Delta» genovariant).
Conclusion. The nine rises of morbidity were registered from the beginning of COVID-19 epidemic in Russia (March 2020). The epidemic characteristics of next rise of morbidity depend mainly on from dominant agent of SARS-CoV-2 virus and herd immunity. The main direction of natural evolution of SARS-CoV-2 virus during COVID-19 pandemic is the existing of virus genovariants with high transmissivity level, but lower pathogenicity. From beginning of 2022 the most wide spread variant of SARS-CoV-2 virus was omicron genovariant (B1.1.529) and their sublines BA.2, BA.2.75, («Centaur»), BA.5 («Czerber»), XBB.1.5 («Kraken»), XBB 1.16 («Arktur»), BA.2.86, («Pirola»). The reduction for every new rise of morbidity (began with sixth) the index of mean day number of cases in common with countermand of mass vaccination define continuous reduction of herd immunity against COVID-19 аnd this disease will be endemic in Russia.

Keywords

COVID-19
SARS-CoV-2 virus
rises of morbidity
morbidity per day
lethality
dominant agent of virus

Четыре года назад (31 декабря 2019 г.) власти КНР известили Всемирную организацию здравоохранения (ВОЗ) о вспышке ранее неизвестного заболевания в г. Ухань [1]. Через 2 мес. (11 марта 2020 г.) ввиду резкого расширения ареала заболевания, охватившего свыше 200 стран, ВОЗ объявила пандемию COVID-19.

Эпидемия COVID-19 в России началась в первой декаде марта 2020 г., когда в Москве были выявлены первые случаи заболевания граждан РФ, вернувшихся из туристической поездки из Италии. На начало октября 2023 г. в России зарегистрировано более 23 млн лабораторно подтвержденных случаев заболевания, более 400 тыс. из которых завершились летальным исходом.

В 2020-2023 гг. в России зарегистрировано 9 подъемов заболеваемости COVID-19, последний из них начался в сентябре 2023 г.

Цель исследования – анализ эпидемических показателей подъемов заболеваемости COVID-19 в России за период с марта 2020 г. по ноябрь 2023 г.

Материалы и методы

Для оценки характеристик эпидемического процесса COVID-19 в России были проанализированы данные о заболеваемости и смертности, полученные c Интернет-ресурсов Стопкоронавирус.рф и Yandex DataLens1, и данные о динамике вакцинации в указанном временном интервале с портала Gogov.ru [2].

Использованы следующие эпидемические показатели:

  • продолжительность подъема заболеваемости и его отдельных фаз;
  • максимальная суточная заболеваемость;
  • общее число заболевших;
  • средняя суточная заболеваемость;
  • максимальное суточное значение количества летальных случаев;
  • общее число летальных случаев;
  • показатель летальности.

Устанавливали связи указанных показателей с вариантом вируса SARS-CoV-2, доминировавшим в ходе подъема заболеваемости.

Для расчета эпидемических показателей использовали следующие данные:

– Δi – число заболевших на i-е сутки после начала эпидемии COVID-19 в России;

– Ni – интегральная величина количества случаев заболевания на i-е сутки после начала вспышки, рассчитываемая по формуле:

Ni = Δ1 + Δ2 + Δ3 +… Δi;

– DI – коэффициент ежедневного прироста общего числа выявленных случаев заболевания, рассчитываемый по формуле:

DI =Ni/Ni-1.

Заболеваемость COVID-19 в определенном регионе носила волнообразный характер, при котором подъемы заболеваемости чередовались с периодами стабилизации эпидемического процесса. Для каждого подъема заболеваемости можно выделить:

  • фазу экспоненциального роста, во время которой постоянно увеличивалось число заболевших в сутки;
  • фазу выхода на плато. В ходе фазы выхода на плато показатель DI находился примерно на одном и том же уровне или незначительно снижался за счет т.н. «эффекта базы». Для данной фазы вариационный ряд показателей Δi в течение всей фазы характеризовался следующими закономерностями: все величины Δi находились в интервале (Δi ср–2Ϭ… Δi ср+2Ϭ), где Δi ср – среднее значение величины Δi для вариационного ряда; лимиты вариационного ряда (величины Δmin и Δmах) не являлись выскакивающими с вероятностью р < 0,05;
  • фазу (1) схода с плато. В эту фазу отмечалась выраженная тенденция к снижению по мере возрастания величины i показателей Δi и DI, при этом коэффициент корреляции (r) между величинами i и Δi, i и DI обычно находился в диапазоне от -0,7 до -0,8;
  • фазу (2) схода с плато. Эта фаза характеризовалась устойчивым снижением по мере возрастания величины i показателей Δi и DI, при этом абсолютная величина r между величинами i и Δi; i и DI более 0,8;
  • фазу стабилизации, в ходе которой либо происходило медленное снижение заболеваемости, либо заболеваемость оставалась на одном относительно низком уровне. Показатель Δi сохранялся на одном и том же уровне или имел тенденцию к незначительному снижению (r в диапазоне от –0,5 до –0,6). Показатель DI незначительно снижался главным образом за счет «эффекта базы». Фаза стабилизации сменяется фазой экспоненциального роста нового подъема заболеваемости [3–5].

Результаты и обсуждение

Данные о продолжительности подъемов заболеваемости COVID-19 в России и их отдельных фаз, представленные в табл. 1, свидетельствуют о том, что продолжительность фазы экспоненциального роста колебалась от 7 до 79 сут (для 7-го и 2-го подъема заболеваемости соответственно), продолжительность фазы выхода на плато – от 11 до 44 сут (для 7-го и 2-го подъема соответственно).

08-1.jpg (121 KB)

Закономерности между продолжительностью указанных фаз и причинами подъема заболеваемости (сезонный фактор или распространение нового геноварианта вируса SARS-CoV-2) не установлено.

Общая продолжительность подъема заболеваемости зависит от уровня его завершенности. Если новый подъем заболеваемости наступал во время фазы стабилизации предыдущего подъема, то продолжительность последнего составляла от 205 сут (для 5-го подъема заболеваемости) до 273 сут (для 2-го подъема).

На продолжительность фазы стабилизации влияют как природные (сезонные, климатические), так и антропогенные факторы, например увеличение пассажиропотоков в конце лета и период начала учебного года, возвращение туристов из страны, в которой выявлен резкий подъем заболеваемости COVID-19, и т.д.

Время начала фазы стабилизации (для 2-го и последующих подъемов заболеваемости) определялось по величине показателя DI. Для расчета использовали следующую формулу:

DIs (n) = DIs (1) (1/2n-1),

где DIs (n) – ожидаемое значение величины DI на начало фазы стабилизации n-го подъема заболеваемости; DIs (1) – известное значение величины DI на начало фазы стабилизации 1-го подъема заболеваемости волны (1,0050); n –порядковый номер подъема заболеваемости.

Определение указанных выше показателей (Δi ,Ni, и DI) во время подъема заболеваемости позволяет:

  • прогнозировать сроки наступления и продолжительность отдельных фаз;
  • прогнозировать величину Ni на конкретный день i;
  • определить общее количество выявленных случаев заболевания после завершения отдельной фазы подъема заболеваемости.

Основными проблемами при проведении анализа подъемов заболеваемости COVID-19 являлись:

  • выявляемое по результатам проведения диагностики количество подтвержденных случаев инфицирования существенно ниже реального значения, поскольку для инфицирования вирусом SARS-CoV-2 характерно большое число бессимптомных случаев течения инфекционного процесса, при которых, однако, возможна эффективная трансмиссия возбудителя от инфицированных людей здоровым;
  • определенная доля манифестных случаев заболевания ввиду различного рода погрешностей при проведении диагностики, связанных с поздним обращением за медицинской помощью, недостаточным объемом диагностических исследований, ложноотрицательными результатами при анализе клинических проб при публикации статистических данных о заболеваемости.

Эпидемические характеристики очередного подъема заболеваемости в первую очередь зависят от доминантного штамма геноварианта вируса SARS-CoV-2, а также от уровня коллективного иммунитета.

При анализе эпидемии COVID-19 в России необходимо рассмотреть факторы, способствующие возникновению 2-го и последующих подъемов заболеваемости. Причинами подъема заболеваемости могут быть:

  • сезонный фактор, который стал причиной возникновения 2-го (сентябрь 2020 г.), 4-го (сентябрь 2021 г.), 7-го (сентябрь 2022 г.) и 9-го (сентябрь 2023 г.) подъемов заболеваемости. Факторами, способствующими повышению уровня трансмиссии возбудителя в человеческой популяции. являются, например, начало учебного года, возвращение людей из отпусков, прохладная погода;
  • распространение новых геновариантов вируса SARS-CoV-2, обладающих комплексом измененных свойств. Третий подъем заболеваемости связан с распространением геноварианта «Дельта», 5-й – геноварианта «Омикрон» (линия ВА.2), 6-й – геноварианта «Омикрон» (линия ВА.5), 8-й – геноварианта «Омикрон» (линия ХВВ.1.5).

Основным механизмом происхождения новых геновариантов являются аминокислотные замены в первичной структуре S-белка (наиболее значимыми из которых стали D614G, E484K и N501Y), произошедшие вследствие несинонимических нуклеотидных замен в соответствующем гене в ходе естественной эволюции возбудителя. Еще одним механизмом происхождения новых геновариантов вируса SARS-CoV-2 является генетическая рекомбинация, возможная при совместной циркуляции в популяции различных геновариантов.

Геноварианты вируса SARS-CoV-2 могут существенно различаться по эпидемическим характеристикам вызываемого заболевания. Если геновариант дельта является наиболее патогенным для человека из всех известных геновариантов вируса SARS-CoV-2, то геновариант «Омикрон», безусловно, является наиболее трансмиссивным.

Трансмиссивность заболевания характеризуется величиной базового репродуктивного числа (R0), равной среднему числу новых случаев заболевания, источником которых является один инфицированный человек.

В литературе приводятся различные данные по сравнению трансмиссивности различных геновариантов вируса SARS-CoV-2, для исходного геноварианта возбудителя COVID-19 этот показатель не превышал 2,0 [6–8], для геноварианта «Дельта» – 6,0 [9], для геноварианта «Омикрон» – 10,0 [10].

Величина R0 определяет показатель коллективного иммунитета, необходимого для прекращения эпидемии (hC), эти величины связаны следующей формулой:

hC = (1 – 1 / R0) × 100%.

Из данной формулы следует, что чем выше трансмиссивность геноварианта вируса, тем больше величина коллективного иммунитета, необходимая для затухания вспышки.

Поскольку доля лиц, обладающих иммунитетом вследствие индивидуальной невосприимчивости к COVID-19, довольно мала, то величина коллективного иммунитета в популяции определяется долей привитых и долей переболевших. При этом и проведенная вакцинация, и ранее перенесенное заболевание снижают, но не полностью устраняют риск повторного заражения COVID-19.

Возможность инфицирования вирусом SARS-CoV-2 привитых и переболевших связана с двумя факторами:

  • ограниченный срок эффективности проведенной иммунизации;
  • появление в ходе естественной эволюции вируса SARS-CoV-2 новых геновариантов, обладающих повышенной трансмиссивностью [11].

Величину коллективного иммунитета определяет не общая доля привитых и переболевших в популяции, а доля привитых и переболевших в определенном временном интервале. Иммунный ответ после перенесенного заболевания более выражен и продолжителен, чем иммунный ответ после вакцинации. Можно считать, что в зависимости от распространяющегося в ходе вспышки доминантного варианта вируса SARS-CoV-2, продолжительность искусственного активного иммунитета (после вакцинации) составляет 3–6 мес., продолжительность естественного активного иммунитета (после перенесенного заболевания) – 6–12 мес.

Начиная с конца 2021 г. в ходе пандемии COVID-19 преобладающим направлением естественной эволюции вируса SARS-CoV-2 стало появление геновариантов вируса с высоким уровнем трансмиссивности, но с пониженной патогенностью. С этого времени доминирующим геновариантом вируса SARS-CoV-2 становится геновариант «Омикрон» (B1.1.529) и его сублинии BA.2, BA.2.75 («Кентавр»), BA.5 («Цербер»), XBB.1.5 («Кракен»), XBB 1.16 «Арктур» [12–16].

Процесс появления новых субвариантов вируса SARS-CoV-2 не прекращается и спустя почти 4 года от начала пандемии COVID-19. Так, в августе 2023 г. в Европе и США был выявлен новый субвариант геноварианта «Омикрон» – BA.2.86 («Пирола»). Первые случаи заболевания, вызванные данным субвариантом, отмечены в России в начале ноября 2023 г.

Основные данные по заболеваемости и смертности в ходе 1–9-го подъемов заболеваемости COVID-19 в России, представленные в табл. 2, свидетельствуют о том, что максимальная суточная заболеваемость (203 949 подтвержденных случаев заболевания) была зарегистрирована в ходе 5-го подъема заболеваемости. В ходе данного подъема отмечен и максимальный показатель средней заболеваемости в сутки (69 917 случаев). При этом в ходе 5-го подъема заболеваемости доля вакцинированных или переболевших COVID-19 уже превысила 70% от общей численности населения России [17]. Самые высокие показатели летальности были зарегистрированы в ходе 3-го (3,45%) и 4-го (3,51%) подъемов заболеваемости. При анализе представленных показателей заболеваемости и летальности очевидной является их связь с доминирующим (в ходе соответствующего подъема) геновариантом вируса SARS-CoV-2. Самый высокий уровень заболеваемости отмечен, когда доминирующим агентом была линия BA.2 геноварианта «Омикрон». Максимальный уровень летальности характерен для 3-го и 4-го подъемов, когда доминирующим агентом был геновариант «Дельта».

10-1.jpg (193 KB)

Не установлено влияние на заболеваемость уровня коллективного иммунитета, поскольку самые высокие показатели максимальной суточной заболеваемости, средней суточной заболеваемости, общего числа заболевших в ходе подъема заболеваемости установлены для 5-го подъема заболеваемости, когда показатель коллективного иммунитета имел максимальное значение. По всей вероятности, это обусловлено способностью геноварианта «Омикрон» преодолевать иммунитет, формируемый при иммунизации вакцинами, разработанным по отношению к исходным вариантам возбудителя COVID-19.

Доминирующими агентами 5-го и последующих подъемов заболеваемости COVID-19 в России стали линии геноварианта «Омикрон» BA.2, BA.5 («Цербер») и XBB.1.5 («Кракен»).

По тяжести вызываемого заболевания они заметно уступают геноварианту «Дельта» [18]. Начиная с 5-го подъема отмечено снижение показателя летальности среди заболевших COVID-19 [19]. При этом ни проведенная вакцинация, ни уже перенесенное заболевание не препятствуют повторному заражению COVID- 19 [20, 21].

Снижение тяжести вызываемого заболевания и эффективности ранее разработанных вакцин стали основанием для отмены массовой вакцинации против COVID-19 в России [22]. Данное обстоятельство, наряду со снижением (начиная с 6-го подъема заболеваемости) показателя средней суточной заболеваемости (для каждого нового подъема заболеваемости), определяет постоянное снижение величины коллективного иммунитета, что, в свою очередь, приведет к тому, что COVID-19 станет эндемичным в России, как и заболевания, вызываемые представителями рода Alphacoronavirus вирусами HCoV-ОС43 и HCoV-229.

Заключение

С начала эпидемии COVID-19 в России (март 2020 г.) зарегистрировано 9 подъемов заболеваемости COVID-19. Эпидемические характеристики очередного подъема заболеваемости в первую очередь зависят от доминантного штамма геноварианта вируса SARS-CoV-2, а также от уровня коллективного иммунитета. При пандемии COVID-19 преобладающим направлением естественной эволюции вируса SARS-CoV-2 стало появление геновариантов вируса с высоким уровнем трансмиссивности, но с пониженной патогенностью. С начала 2022 г. наиболее распространенным вариантом вируса SARS-CoV-2 стал геновариант «Омикрон» (B1.1.529) и его сублинии BA.2, BA.2.75 («Кентавр»), BA.5 («Цербер»), XBB.1.5 («Кракен»), XBB 1.16 («Арктур»). Снижение для каждого нового подъема заболеваемости (начиная с 6-го) показателя средней суточной заболеваемости наряду с отменой массовой вакцинации в России определяет постоянное снижение величины коллективного иммунитета против COVID-19, что приведет к тому, что данное заболевание в России станет эндемичным.

References

1. Shih G., Sun L.H. Specter of possible new virus emerging from central China raises alarms across Asia. Washington Post, 8 January 2020. https://flipboard.com/@WachPost/specter-of-virusemering-from-central-china-raises-alarms-acrossa/aLVUQPrl5Qi6S4m5HlmRLg:a: 419161690-66088e4a98/ washingtonpost.com

2. Официальная статистика коронавируса. https://gogov.ru/articles/covid-19.

3. Ющук Н.Д., Мартынов Ю.В. Эпидемический процесс. В кн. Эпидемиология: Учеб. пособие. 2-е изд., перераб. и доп. М.: Медицина; 2003: 21, 23–24.

Yushchuk N.D., Martynov Y.V. [The Epidemic process. In: Epidemiology: Textbook]. 2th еd. Мoscow: Medicine; 2003: 21, 23–24. (In Russ.).

4. Гундаров И.А., Гундаров Б.И. Загадки волн респираторных вирусных инфекций. https://ibzh.ru/zagadki-voln-respiratornyh-virusnyh-infekciy-t1766/#p4272

Gundarov I.A., Gundarov B.I. [The mysteries of wave of respiratory virus infection]. (In Russ.). https://ibzh.ru/zagadki-voln-respiratornyh-virusnyh-infekciy-t1766/#p4272

5. Борисевич С. В., Сизикова Т.Е., Лебедев В. Н. Пандемия COVID-19: Анализ возможных сценариев развития эпидемии заболевания в России. Вестник войск РХБ защиты 2020; (1): 116–30. DOI:10.35825/2587-5728-2020-4-2-116-130

Borisevich S.V., Sizikova T.E., Lebedev V.N. [Pandemic of COVID-19: Analysis of possible Scenarios of the disease epidemic in Russia]. Journal of NBC Protection Corps 2020; (1): 116-30. (In Russ.). DOI: 10.35825/2587-5728-2020-4-2-116-130

6. Li Q., Guan X., Wu P., Wang X., Zhou L., Tong Y. et al. Early Transmission Dynamics in Wuhan, China, of Novel Coronavirus-Infected Pneumonia. N. Engl. J. Med. 2020; 382(13): 1199–207. DOI: 10.1056/NEJMoa2001316

7. Riou J., Althaus C.L. Pattern of early human-to-human transmission of Wuhan 2019 novel coronavirus (2019-nCoV), December 2019 to January 2020. Euro Surveill. 2020; 25(4): 2000058. DOI: 10.2807/1560-7917.ES.2020.25.4.2000058

8. Wu J.T., Leung K., Bushman M., Kishore N., Niehus R., de Salazar P.M. et al. Estimating clinical severity of COVID-19 from the transmission dynamics in Wuhan, China. Nat. Med. 2020; 26(4): 506–10. DOI: 10.1038/s41591-020-0822-7

9. Singanayagam A., Hakki S., Dunning J., Madon K.J., Crone М.А., Koycheva А. et al. Community transmission and viral load kinetics of the SARS-CoV-2 delta (B.1.617.2) variant in vaccinated and unvaccinated individuals in the UK: a prospective, longitudinal, cohort study. Lancet Infect. Dis. 2022; 22(2): 183–95. DOI: 10.1016/S1473-3099(21)00648-4.

10. Sanche S., Lin Y.T., Xu C., Romero-Severson Е., Hengartner N., Ke R. High Contagiousness and Rapid Spread of Severe Acute Respiratory Syndrome Coronavirus 2. Emerg. Infect. Dis. 2020; 26(7): 1470–7. DOI: 10.3201/eid2607.200282.

11. Акимкин В.Г., Попова А.Ю., Хафизов К.Ф., Дубоделов Д.В., Углева С.В., Семененко Т.А. и др. COVID-19: эволюция пандемии в России. Сообщение II: динамика циркуляции геновариантов вируса SARS-CoV-2. Журнал микробиологии, эпидемиологии и иммунобиологии 2022; 99(4): 381–96. DOI: 10.36233/ 0372-9311-295

Akimkin V.G., Popova A.Y., Hafizov K.F., Dubodelov D.V., Ugleva S.V., Semenenko T.A. et al. [COVID-19: evolution of pandemic in Russia. Report 2: The dynamics of circulation of SARS-CoV-2 genovariants]. Journal of microbiology, epidemiology and immunology 2022; 99(4): 381–96. (In Russ.). DOI: 10.36233/ 0372-9311-295

12. Tracking SARS-CoV-2 variants. www.who.int

13. Covid infections rising again across UK–ONS. BBC News. 11 March 2022. https://en.org/wiki/COVID-19_pandemic_in_the_United_Kingdom

14. ECDC. Changes to list of SARS-CoV-2 variants of concern, variants of interest, and variants under monitoring. (12 May 2022). https://www.ecdc.europa.eu/sites/default/files/documents/Variants%20page%20changelog.pdf

15. SARS-CoV-2 Variant Classifications and Definitions. CDC.gov. Centers for Disease Control and Prevention. 11 February 2020. Archived from the original on 29 June 2021.

16. Russell P. Omicron XBB.1.5: What Do We Know So Far? https://www.medcape.co.uk

17. Статистика вакцинации от коронавируса в России и в мире https://gogov.ru/articles/covid-v-stats

[Statistics of vaccination against coronavirus in Russia and in the World]. (In Russ.). https://gogov.ru/articles/covid-v-stats

18. Ferguson N., Ghani A., Cori A., Hogan A., Hinsley W., Volz E. Growth, population distribution and immune escape of the Omicron in England (Technical report). WHO Collaborating Centre for Infectious Disease Modelling, MRC Centre for Global Infectious Disease Analysis. Imperial College London. DOI: 10.25561/93038.

19. Goldberg Y., Mande M.l., Bar-On Y.M., Bodenheimer O., Freedman L., Ash N., et al. Protection and waning of natural and hybrid COVID-19 immunity BMJ YALE 2021, December,4 DOI: 10.1101/2021.12.04.21267114

20. Gazit S., Shlezinger R., Perez G., Lotan R., Peretz A., Ben-Tov A. et al. Comparing SARS-CoV-2 natural immunity to vaccine-induced immunity: reinfections versus breakthrough infections. medRxiv preprint DOI: 10.1101/2021.08.24.21262415; this version posted August 25, 2021

21. Акимкин В.Г., Давидова Н.Г., Углева С.В., Понежева Ж.Б., Шабалина С.В. Формирование очагов COVID-19 в закрытых коллективах. Эпидемиол. инфекц. болезни. Актуал. вопр. 2022; 12(2): 52–9. DOI: 10.18565/epidem.2022.12.2.55-9

Akimkin V.G., Davidova N.G., Ugleva S.V., Ponegeva G.B., Shabalina S.V. [The forming of COVID-19 outbreaks in closed collectives]. Epidemiоlоgy and infectious diseases. Сurrent items 2022; 12(2): 52–9. (In Russ.). DOI: 10.18565/epidem.2022.12.2.55-9

22. Cele S., Jackson L., Khoury D.S., Khan K., Moyo-Gwete T., Tegally H. et al. SARS-CoV-2 Omicron has extensive but incomplete escape of Pfizer BNT162b2 elicited neutralization and requires ACE2 for infection. medRxiv [Preprint]. 2021 Dec 17:2021.12.08.21267417. DOI: 10.1101/2021.12.08.21267417

About the Authors

Tatyana E. Sizikova, Cand. Biol. Sci., Leading Researcher,\48 Central Scientific Research Institute» Ministry of Defens of Russian Federation, Sergiev Posad, Russia;  48cnii@mil.ru; https://orcid.org/0000-0002-1817-0126
Natalya V. Karulina, Cand. Biol. Sci., Leading Researcher 48 Central Scientific Research Institute. e Ministry of Defens of Russian Federation, Sergiev Posad, Russia; 48cnii@mil.ru; https://orcid.org/0000-0001-7781-5249
Natalya A. Saifulina, Junior Researcher «48 Central Scientific Research Institute» of the Ministry of Defens of Russian Federation, Sergiev Posad, Russia; 48cnii@mil.ru; https://orcid.org/0009-0003-9531-9216
Professor Vitaliy N. Lebedev, BD, Junior Researcher 48 Central Scientific Research Institute Ministry of Defens of Russian Federation, Sergiev Posad, Russia; 48cnii@mil.ru; https://orcid.org/0000-0002-6552-4599
Professor Sergey V. Borisevich, Academician of Russian Academy of Sciences, BD, Head of Institute 48 Central Scientific Research Institute» Ministry of Defens of Russian Federation, Sergiev Posad, Russia; 48cnii@mil.ru; https://orcid.org/0000-0002-6742-3919

Similar Articles