《Science:开发出PyR0模型可识别SARS-CoV-2相关突变》

  • 来源专题:新发突发疾病(新型冠状病毒肺炎)
  • 编译者: 蒋君
  • 发布时间:2022-12-02
  • SARS-CoV-2变体的反复出现和适应度的提高强调了快速检测和鉴定新谱系的价值。2022年5月,美国研究人员开发了一种分层贝叶斯多项式逻辑回归模型——PyR0,可以推断跨地理区域所有病毒谱系的相对流行率,检测出流行率增加的谱系,并识别相关的突变。将PyR0应用于所有公开的SARS-CoV-2基因组,研究人员发现了许多突变,包括先前发现的核衣壳和非结构蛋白中的尖峰突变和非尖峰突变。PyR0根据突变谱预测新谱系的增长,随着新序列的出现,对谱系进行排序,并优先考虑生物学和公共卫生方面的突变,以进行功能表征研究。
  • 原文来源:https://www.science.org/doi/10.1126/science.abm1208?url_ver=Z39.88-2003&rfr_id=ori:rid:crossref.org&rfr_dat=cr_pub%20%200pubmed
相关报告
  • 《JEM:研究开发出SARS-coV-2的小鼠模型》

    • 来源专题:生物安全知识资源中心 | 领域情报网
    • 编译者:hujm
    • 发布时间:2020-08-08
    • 最近发表在《Journal of Experimental Medicine》杂志上的一项研究中,耶鲁大学医学院的研究人员开发了一种新的小鼠模型,用于研究SARS-CoV-2感染和疾病,并加快针对新型冠状病毒的新型疗法和疫苗的测试。这项研究还表明,关键的抗病毒信号蛋白可能会导致很多与COVID-19相关的组织损伤。 小鼠是使用最广泛的实验动物,但是它们不能被SARS-CoV-2感染,因为该病毒无法识别并结合小鼠的ACE2。 SARS-CoV-2可以感染经过基因工程改造以产生人源化ACE2的小鼠。但是,这些动物的实用性很低,并且仅限于单个小鼠品系。 在这项新研究中,由耶鲁大学医学院的Iwasaki教授实验室开发了SARS-CoV-2感染的另一种小鼠模型,其中动物首先被携带人ACE2基因的另一种无害病毒感染。感染这种病毒的小鼠产生人ACE2蛋白,进而小鼠可以感染SARS-CoV-2。 Iwasaki及其同事发现SARS-CoV-2可以在这些小鼠中复制并诱导类似于在COVID-19患者中观察到的炎症反应,在该患者中,多种免疫细胞被激活并募集到肺中。Iwasaki说:“此外,被感染的小鼠还迅速产生针对SARS-CoV-2的中和抗体。” 人体对病毒感染的反应通常取决于I型干扰素,该信号分子可以激活免疫细胞并诱导产生抗病毒蛋白和抗体。但是I型干扰素过多,尤其是在生产延迟时,可能导致过度的炎症和组织损伤。尽管I型干扰素信号转导可抵御相关的冠状病毒MERS-CoV,但它会响应SARS-CoV-1而引起肺部损伤。 目前尚不清楚I型干扰素在COVID-19中的作用。 Iwasaki及其同事发现,与COVID-19患者相似,感染SARS-CoV-2的小鼠激活了大量与I型干扰素信号传导相关的基因。然后,研究人员使用他们的模型系统感染了缺乏I型干扰素途径关键成分的小鼠,发现它们在控制SARS-CoV-2感染方面并不差。但是,这些动物向肺部募集的炎症免疫细胞更少。Iwasaki说:“这些结果表明,I型干扰素并不限制SARS-CoV-2的复制,但它们可能在COVID-19呼吸道炎症中起病理作用。这尤其令人担忧,因为I型干扰素目前正被用作COVID-19的治疗方法。尽早进行IFN治疗对于其提供保护和益处至关重要。” Iwasaki补充说:“我们开发的小鼠模型提供了广泛可用的高度适应性的动物模型,以了解SARS-CoV-2病毒感染,复制,发病机制。该模型提供了重要的平台,用于测试抗COVID-19的预防和治疗策略。”
  • 《Science:用于研究语言的算法可预测SARS-CoV-2和其它病毒的“逃逸”突变》

    • 来源专题:中国科学院病毒学领域知识资源中心
    • 编译者:malili
    • 发布时间:2021-02-01
    • 通过弥合人类语言和病毒演化间的概念鸿沟,研究人员开发出了一种功能强大的新型工具,它能用来预测允许病毒“逃脱”人类免疫或疫苗的突变。它的应用可避免目前需要用高通量实验技术来发现允许病毒躲避识别的潜在突变。 Yoo-Ah Kim和Teresa Przytycka在相关的《视角》中写道:“这些作者发现了病毒及其被宿主免疫系统的解读与自然语言中的句子及其被人类解读属性之间的相似处。” 病毒有时会以旨在令其能逃避人体免疫系统并引起感染的方式突变,它也被称为病毒逃逸。病毒的这一能力是疫苗和抗病毒药物开发中的重大挑战,它尤其体现在创制通用型流感疫苗和HIV有效疗法之中。此外,病毒逃逸已迅速成为在争竞SARS-CoV-2感染解决方案中的紧迫问题。 尽管对支配逃逸突变演变规则的了解可为治疗设计提供信息,但目前用于识别潜在逃逸突变的技术仍然有限。受语法(或句法)和含义(或语义)等语言学概念的启发,Brian Hie和同事应用自然语言处理(最初是为了训练计算机使用一系列单词来理解人类语言而开发的一种机器学习技术)来预测可能导致病毒利用氨基酸序列改变而逃逸的突变。 与单词更改如何可以令句子保持语法正确但又能改变其含义类似,Hie等人证明,病毒如何能通过保持生物学“句法”正确的突变而实现免疫逃避;该“句法”控制着病毒的感染能力但又改变了病毒的“语义”,从而令中和抗体不再能识别该病毒。 根据这些结果,针对甲型流感、HIV-1和SARS-CoV-2蛋白所研发的不同语言模型可准确预测有因果关系的逃逸突变,确定具高潜力逃逸的结构区域。这些模型无需事先培训且仅用原始序列数据就能取得这些结果。他们发现,对SARS-CoV-2而言,刺突蛋白(即病毒感染细胞所用蛋白)中的逃逸潜能在两个结构域中呈显著富集,但在另一结构域中却大量减少。