《1月30日_德国团队开发新的生物信息法方法,利用基因组数据研究新型冠状病毒》

  • 来源专题:COVID-19科研动态监测
  • 编译者: zhangmin
  • 发布时间:2020-02-06
  • 1.时间:2020年1月30日

    2.机构或团队:德国罗伯特•科赫研究所、哈索•普拉特纳研究所、Central Research Institute of Ambulatory Health Care

    3.事件概要:

    1月30日,bipRxiv在线发表了德国团队的一项最新研究,设计了一种新的生物信息学方法,通过解析基因组测序数据检测新型人类病毒。

    病毒的进化速度非常快,因此需要可靠的病毒宿主预测方法来保障生物安全,而新的人类感染病毒很难用标准的生物信息学工作流程来检测。在研究中,研究者通过下一代测序结果预测病毒是否能够直接感染人类。结果表明,他们的新方法可以基于单DNA read或一个read pair,预测一种新型病毒的宿主。这种深度神经结构学习方法明显优于传统的浅层机器学习和标准的、基于同源性的算法,将错误率降低了一半。文中提出了一种新的卷积滤波器可视化方法,可以将每个核苷酸的信息内容和最终分类决策贡献值分别提取并展示出来。采用IGV可视化了病原体基因组和感染表型之间的已知关联的核苷酸解析图(Nucleotide-resolution maps),可用于检测新制剂中的毒力相关基因,文中还构建使用全基因组表型分析(genome-wide phenotype analysis ,GWPA)分析病毒的哪些基因组部分具有传染性表型。文中列举了其算法在中国2019年12月暴发的2019-nCoV病毒中的应用和分析。代码可在https://gitlab.com/rki_bioinformatics/deepac获取。

    *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/10.1101/2020.01.29.925354v1

相关报告
  • 《2月2日_基因组检测冠状病毒类型工具,用于快速鉴定和表征新型冠状病毒基因组》

    • 来源专题:COVID-19科研动态监测
    • 编译者:zhangmin
    • 发布时间:2020-02-06
    • 1.时间:2020年2月2日 2.机构或团队:南非夸祖鲁-纳塔尔大学健康科学学院检验医学与医学科学学院,夸祖鲁-纳塔尔研究创新和测序平台;巴西米纳斯吉拉斯州联邦大学生物科学研究所细胞和分子遗传学实验室;南非艾滋病研究计划中心;华盛顿大学全球卫生系等 3.事件概要: 研究人员在bioRxiv预印版平台发表论文“Genome Detective Coronavirus Typing Tool for rapid identification and characterization of novel coronavirus genomes”。 研究指出,基因组检测(Genome Detective)是一个基于Web的用户友好型软件应用程序,可以快速,准确地从下一代测序数据集中组装所有已知的病毒基因组。此应用程序允许以FASTA格式从组装的基因组中鉴定系统发生簇和基因型。自2019年发布以来,已经为导致大规模暴发的新兴病毒进行检测,如巴西的寨卡病毒(Zika)和黄热病毒(Yellow fever virus)。该研究介绍了基因组探测冠状病毒分型工具,该工具可以准确识别在中国和世界各地分离的新型冠状病毒(2019-nCoV)序列。该工具每次提交最多可以接受2000个序列,对新的完整基因组序列的分析大约需要一分钟。该工具已对十个冠状病毒物种的数百个全基因组进行了测试和验证,并正确分类了所有与SARS相关的冠状病毒(SARSr-CoV)和所有可用于2019-nCoV的公共数据。随着疫情在全球范围内的扩展,该工具还可以跟踪新的病毒突变,这可能有助于加速新型诊断方法,药物和疫苗的开发。 *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/10.1101/2020.01.31.928796v1
  • 《3月10日_计算机生物模拟加速基于质谱的蛋白质组学方法的开发以检测新型冠状病毒蛋白》

    • 来源专题:COVID-19科研动态监测
    • 编译者:zhangmin
    • 发布时间:2020-03-12
    • 1.时间:2020年3月10日 2.机构或团队:美国胡德学院、美国弗吉尼亚大学医学院 3.事件概要: 美国胡德学院和弗吉尼亚大学医学院的研究人员在bioRxiv预印版平台发表论文“In silico approach to accelerate the development of mass spectrometry-based proteomics methods for detection of viral proteins: Application to COVID-19”。 文章指出关于新型冠状病毒的一个问题是能否充分筛查出导致COVID-19 (SARS-CoV-2)的病毒。研究人员通过检测蛋白水解消化体液中的病毒肽,证明了鸟枪法蛋白质组学作为SARS-CoV-2筛选方法的可行性。通过计算机生物模拟生成了针对来自5家商用仪器供应商(Thermo、SCIEX、Waters、Shimadzu和Agilent)的LCMS(液质联用)系统优化的基于胰蛋白酶的鸟枪蛋白质组学方法。首先,研究人员生成了蛋白质FASTA文件及其蛋白质消化图谱。其次,根据实验数据利用FASTA文件生成光谱库。第三,使用厂商中立和开放的Skyline软件环境从光谱库导出转化列表。最后,研究人员使用线性motif模型确定了17个翻译后修饰。 *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/10.1101/2020.03.08.980383v1