登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《2月4日_2019-nCoV冠状病毒的系统生物学分析发现2019-nCoV与蝙蝠冠状病毒的蛋白质序列同一性为91.1％》

  • 来源专题：COVID-19科研动态监测
  • 编译者： xuwenwhlib
  • 发布时间：2020-02-12

  • 2月4日_2019-nCoV冠状病毒的系统生物学分析发现2019-nCoV与蝙蝠冠状病毒的蛋白质序列同一性为91.1％

    1.时间：2020年2月4日

    2.机构或团队：博洛尼亚大学

    3.事件概要：

    意大利博洛尼亚大学的研究人员在bioRxiv预印版平台发表论文“Phylogenomic analysis of the 2019-nCoV coronavirus”，该研究对2019-nCoV冠状病毒进行了系统生物学分析。

    文章指出，最近出现的新型冠状病毒（2019-nCoV）引起了全球关注。为了了解这种病毒的进化起源和分子特征，全球科学界在最近几周内发布了完整的基因组序列。利用当前可用的所有基因组信息，科研人员构建了系统发育树，其中包括其他冠状病毒科的代表，例如蝙蝠冠状病毒（BCoV）和SARS，其鉴定了特定的BCoV基因组，这些基因组似乎相对于新病毒最接近，蛋白质序列同一性为91.1％，为2019-nCoV的人畜共患病起源提供了进一步的证据。尽管基因组中有一些高变区，但还检测到了2019-nCoV标本中可用的保守区域。此外，科研人员还与其他冠状病毒科进行了完整的蛋白质组学比较，确定了关键的氨基酸差异以建立抗病毒策略的模型。

    *注，本文为预印本论文手稿，是未经同行评审的初步报告，其观点仅供科研同行交流，并不是结论性内容，请使用者谨慎使用。

    4.附件：

    原文链接：

    https://www.biorxiv.org/content/10.1101/2020.02.02.931162v1

  • 原文来源：https://www.biorxiv.org/content/10.1101/2020.02.02.931162v1
123浏览量
原文链接
相关报告

  • 《新发现的beta冠状病毒，2019新型冠状病毒（2019 nCoV）蛋白质同源性建模指南》
    • 来源专题：实验室生物安全
    • 编译者：张虎
    • 发布时间：2020-04-07
    • 在武汉爆发包括非典型肺炎在内的呼吸系统疾病期间，患者中发现了以前未知的β-冠状病毒。新发现的冠状病毒类似于蝙蝠中发现的某些β-冠状病毒，但不同于先前已知的SARS-CoV和MERS-CoV。发现2019-nCoV和SARS-CoV之间存在高度序列同一性和相似性。在这项工作中，我们搜索了2019-nCoV所有非结构和结构蛋白的同源模板。在非结构蛋白中，前导蛋白（nsp1），木瓜蛋白酶样蛋白酶（nsp3），nsp4、3C样蛋白酶（nsp5），nsp7，nsp8，nsp9，nsp10，RNA定向RNA聚合酶（nsp12），解旋酶（nsp13），鸟嘌呤N7甲基转移酶（nsp14），尿嘧啶特异性内切核糖核酸酶（nsp15），2' -O-甲基转移酶（nsp16）和ORF7a蛋白可以在同源模板的基础上构建。在结构蛋白中，可以基于来自SARS-CoV的蛋白的晶体结构构建刺突蛋白（S蛋白），包膜蛋白（E蛋白）和核衣壳蛋白（N蛋白）。已知PL-Pro，3CL-Pro和RdRp是针对2019-nCoV设计抗病毒药物的重要目标。而且S蛋白是针对2019-nCoV抑制剂筛选或疫苗设计的关键靶标候选物，因为冠状病毒复制是由S蛋白与细胞表面受体结合而引发的。相信这些蛋白质应可用于进一步的基于结构的虚拟筛选以及相关的计算机辅助药物开发和疫苗设计。
    130浏览量
    原文链接

  • 《2月4日_加拿大团队基于机器学习的基因组分析，表明2019-nCoV与蝙蝠冠状病毒之间的联系》
    • 来源专题：COVID-19科研动态监测
    • 编译者：xuwenwhlib
    • 发布时间：2020-02-12
    • 2月4日_加拿大团队基于机器学习的基因组分析，表明2019-nCoV与蝙蝠冠状病毒之间的联系 1.时间：2020年2月4日 2.机构或团队：加拿大西安大略大学、滑铁卢大学 3.事件概要： 截至2020年2月3日，2019年新型冠状病毒（2019- nCoV）已传播至27个国家，死亡362人，确诊病例超过17000例。很多研究将2019-nCoV与之前的SARS冠状病毒相比。2002年11月至2003年7月，全球确诊SARS病例8098例，死亡率为9.6%，死亡774例。仅中国大陆就有349人死亡，5327人确诊。尽管截至2月3日，此次2019-nCoV疫情的死亡率为2.2%，但仅仅几周内（2019年12月8日至2020年2月3日）确诊17000例病例令人震惊。考虑到相对较长的潜伏期，病例报告可能仍不准确。此次疫情暴发需要对病毒基因组序列进行快速阐明和分析，以便及时制定治疗计划。 文章中使用ML DSP和MLDSP-GUI对2019-nCoV进行分类，是一种使用机器学习（ML）和数字信号处理（DSP）进行基因组分析的无比对方法。利用二维数字表示（混沌博弈表示）将基因组序列映射到各自的基因组信号（离散数字序列）中。应用离散傅里叶变换对基因组信号进行幅度谱计算。利用皮尔森相关系数计算对距离矩阵。从距离矩阵构造特征向量，作为有监督机器学习算法的输入。采用10倍交叉检验法计算平均分类准确率得分。利用训练的分类器模型预测了29个2019-nCoV序列标签。该分类策略使用了5000多个基因组数据，并在领域到物种分类层次上测试了关联性。文中使用MLDSP-GUI进行的基于机器学习的无比对分析结果中，证实了之前蝙蝠起源的假设，并将2019-nCoV归类为Betacoronavirus内的Sarbecovirus。 *注，本文为预印本论文手稿，是未经同行评审的初步报告，其观点仅供科研同行交流，并不是结论性内容，请使用者谨慎使用。 4.附件：原文链接 https://www.biorxiv.org/content/10.1101/2020.02.03.932350v1
    109浏览量
    原文链接