【热点】COVID-19在人类宿主中会进化!
本文为转化医学网原创,转载请注明出处
作者:竹子
导言:目前,我们都面临着前所未有的流行病的威胁:COVID-19。它和其他冠状病毒有什么不同?它会减弱还是变得更具毒性?哪些动物可能是它最初的宿主?自第一次发现以来,它有没有发生过什么变化?这些问题对找到治疗方法和设计有效的疫苗至关重要,对管理这种病毒也至关重要。
近日,预印本网站preprints上发表一篇文章,研究人员观察到从人类宿主分离的COVID-19菌株在2019年12月到2020年3月之间的差异稳步增加,这表明COVID-19在人类宿主中正在积极进化。这一发现对COVID-19的管理和疫苗的开发具有重要意义。
研究中分析了377个公开获得的COVID-19病毒、先前已知的引起流感的冠状病毒,和致命的致病性P3/P4病毒、SARS、MERS、Victoria、Lassa、Yamagata、埃博拉和登革热的全基因组序列。
研究人员先从以下数据库下载这些序列:GenBank(基因银行)或NCBI(国家生物技术信息中心)、GISAID(共享所有流感数据全球倡议)和CDC(疾病控制和预防中心)。主要使用两种计算工具:大序列数据分析工具I-MLCS(用于相似性分析)和现有的MEGA 6.0系统(用于进化关系分析)。
研究人员发现,目前COVID-19与SARS和MERS以及犀牛和穿山甲中的COVID-19有很强的相似性。相反,COVID-19与流感冠状病毒和其他P3/P4病毒几乎没有相似之处。研究人员从现有的所有人类COVID-19基因组序列中,计算出了第一个代表人类COVID-19菌株共享序列的通用模型,该模型为疫苗和抗体的开发提供了重要信息。对人类COVID-19进化树的地理和时间过程分析揭示了来自21个国家的菌株之间可能的异质进化路径。
COVID-19与SARS的相似性较强,
但与其它几种P3/P4病毒的相似性较弱
关于COVID-19是否与SARS病毒和其他病毒有关的问题一直存在着激烈的争论。研究人员比较了COVID-19和7种致病性P3/P4病毒的全基因组序列的相似性。采用两种相似性度量,LCS(公式1)和LD(公式2)。
图1(A)可以观察到SARS与COVID-19有较高的相似性,其次是MERS。COVID-19与埃博拉病毒的相似性较低。COVID-19和埃博拉病毒之间的相似性甚至比COVID-19和其他流感病毒之间的相似性更小。这激励研究人员反思应该为COVID-19开发的替代药物和疗法的路线图。
图1。(A)COVID-19与7种致命致病性P3/P4病毒以人为宿主的序列相似性;
COVID-19与其他已知的流感冠状病毒的相似性
据报道,COVID-19患者的许多症状与感染四种已知流感冠状病毒的流感患者相似。因此,研究人员计算了COVID19与四种已知的流感冠状病毒HCov-229E、HCov-OC43、HCov-NL63和HCov-HKU1的序列相似性。
图1(B)显示了四种已知流感冠状病毒和以人类为宿主的COVID-19的序列之间的序列相似性,用LCS/LD方法计算。研究人员观察到,两种度量方法(LCS和LD)的相似度相差约10%,但两种结果的趋势是一致的。与COVID-19与7株P3/P4致死株的共同相似性相比,COVID-19与其他已知的引起流感的冠状病毒的相似性普遍较高,而不是SARS和MERS。这明确了重新审视氟尿嘧啶治疗的重要性,以及药物再利用是否可能缓解目前的COVID-19危机。
图1(B)四种流感冠状病毒与COVID-19以人类为宿主的序列相似性
人的COVID-19病毒与犀牛和穿山甲的COVID-19病毒差别不大
为了有助于追踪COVID-19的原始宿主或中间宿主,并有助于寻找天然药物,研究人员分析了COVID-19病毒在不同宿主中的相似性,包括人类、犀牛、穿山甲和环境收集的菌株。
研究人员发现生活在环境中的COVID-19病毒与生活在人体中的病毒高度相似。这是预料之中的,因为这可能反映了目前在人类中传播的东西。研究人员还发现TG13与RaTG13(犀牛若虫寄主)和COVID-19(人类寄主)有较强的相似性。但COVID-19与人类宿主和其它COVID-19病毒株与犀牛磷宿主的序列相似性不高。
病毒的聚类与同源进化关系
由于序列之间的高度相似性往往意味着一种密切的关系,为了进一步研究各种病毒之间的内在关系,研究人员首先使用I-MLCS工具作为公共模型或共享表示来计算15种病毒的所有序列的MLCS(多个最长的公共子序列)。然后使用15种病毒之间的LCS相似度度量计算相似度矩阵,如表1所示。
表1 15种病毒的相似矩阵
利用相似度矩阵,研究人员构造了图2(a)所示的15种病毒的全连通加权图,其中一个顶点表示一种病毒,每个边的权重是两个连通顶点之间的相似度。然后我们使用层次聚类算法AGNES对图进行聚类。聚类结果如图2(B)所示。
图2。(A) 全连通加权图和(B)15种病毒的聚类结果。
研究人员推断,居住在同一簇中的不同病毒是密切相关的。为了验证这一推论,研究人员使用MEGA 6.0工具为这些病毒的完整基因组序列构建了进化树,如图3所示。
图3。(A) 簇的进化树,和(B)簇的进化树
比较图2(B)和图3,可以清楚地看到它们的结果是一致的,图3进一步揭示了同一簇中不同病毒序列的同源性和进化关系。研究同一类群中的病毒及其同源和进化关系有助于更准确地理解这些不同的病毒。
COVID-19在人类宿主中的时程分析显示,
从2019年12月到2020年3月,
人类中存在活跃的差异
研究人员分析了194个公开发布的以人类为宿主的COVID-19病毒株的全基因组序列,这些病毒株于2019年12月至2020年3月在21个国家进行了采样。图4示出了样本源。这些通用模型代表了每个国家所有病毒株的共享信息(通用子序列)。这些知识对于在不久的将来设计有效的疫苗和抗体至关重要。
图4。数据来源和采样/排序时间。
研究人员计算了从不同月份采集的样本中COVID-19菌株序列的序列相似性。尽管这些人类菌株的总体相似性很高,但观察到在随后的几个月里相似性降低,表明人类种群内已经发生了突变(表2)。这些结果得出了一个重要结论:COVID-19已经开始在人类种群显示出差异,这可能解释了潜在的毒力差异,并提醒我们考虑这种在抗体和疫苗设计上的分歧。
表2。不同月龄COVID-19菌株序列的平均相似性
COVID-19在人类宿主中的地理进化揭示了病毒可能独立的多途径传播
接下来研究人员分析了来自中国、日本、韩国、美国、瑞典、法国、新加坡、澳大利亚、泰国、意大利、德国、尼泊尔、柬埔寨、越南、英国、瑞士、墨西哥、加拿大、巴西、比利时和新西兰等21个国家的COVID-19菌株的进化关系。主要目标是发现这些国家病毒株的进化关系,研究病毒的传播,并确定可能的第一代病毒株。由于中国被广泛认为是病毒的起源地,研究人员首先利用从中国收集的85个序列中的每一个进行了85个独立的实验。对于其余20个国家,从每个国家随机选择一个菌株。研究人员还确保了85个实验中每个国家的每个序列至少出现一次。然后将每个实验得到的21个序列输入到MEGA 6.0中,计算序列的进化树。
然而,仍然不知道这21个菌株或序列之间的关系。因此,研究人员进行另一个计算实验,即仅使用这21个菌株来构建进化树,观察到,来自中国的三个菌株以及来自德国、澳大利亚、柬埔寨、新加坡和尼泊尔的菌株不太可能是第一代菌株。这些排除也与上面讨论的85个进化树交叉验证。其余13株(中国(7株)、泰国(2株)、日本(2株)、美国(1株)、韩国(1株)很可能属于和/或能引导找到第一代COVID-19病毒株和病毒来源,需要进一步调查。同样有趣的是,这些来自日本、韩国和美国的菌株出现在第一代菌株中,尽管它们的测序比其他菌株晚得多。
建议
致病机制、病毒检测、疫苗和药物开发都严重依赖于COVID-19全基因组序列的分析。这项研究为医学和医疗保健专业人员在跟踪COVID-19的突变途径、开发病毒检测工具、疫苗和药物以及控制疫情方面的决策提供了重要信息。研究人员还特地重申了几点:
首先,人类COVID-19病毒的基因组序列在过去四个月里已经经历了突变。这对开发COVID-19检测试剂盒、疫苗和抗体治疗具有重要意义。最近,几家制药公司宣布了分离用于COVID治疗的抗体的努力,世界各地的许多研究机构正在积极开发疫苗。抗体和疫苗覆盖范围的广度对于确定其疗效至关重要。
其次,COVID-19与埃博拉病毒的相似性很小,但与之前已知的四种引起流感的冠状病毒的相似性更大,与SARS的相似性更大。序列分析表明,对SARS和其他流感病毒的治疗可能是研究人员应该探索的另一条路线图,建议在药物和治疗开发过程中考虑这一事实。
第三,来自大多数国家的COVID-19病毒株可能有多种进化途径。对来自不同国家的COVID-19毒株的广泛分析表明,来自中国(7/85)、泰国(2/2)、日本(2/9)、美国(1/32)和韩国(1/9)的约13个毒株最有可能与第一代COVID-19病毒有关联或可能导致研究人员发现其来源。这并不意味着13株COVID-19病毒株的宿主患者来自这些国家,或由于国际旅行而在这些国家感染病毒。如图所示,在全国范围内,COVID-19可能已经是通过多个来源。这也强调了需要为任何出现可疑症状的人制定更积极的隔离和隔离程序,即使没有患者的直接或已知接触。
综上所述,研究人员对COVID-19病毒的全基因组序列进行了全面的序列分析,并与其他病毒进行了比较,希望上述一些信息能指导研究人员在不久的将来制定出一个明确的预防进一步传播、治疗该病毒患者的路线图。
参考文献:
Yuanfang Guan et al. COVID-19 Evolves in Human Hosts. Preprints. 19 March, 2020.
推荐阅读:抗击疫情,转化医学网内容团队系列报道:
【热点】最新分析显示COVID-19重症患者危险因素!COPD患者死亡高风险!