武汉2019冠状病毒基因组的生物信息学分析

序列后，留下11条病毒序列（GenBank:JX993987、JX993988、GQ153539、GQ153540、GQ153542、DQ071615、DQ412042、DQ412043、AY515512、AY572034和DQ497008）用于进一步研究。本研究增加一条新发布的武汉2019冠状病毒基因组的序列（GenBank:MN908947）和一条来自中华菊头蝠的序列（GenBank:MG772934），其NankaiCDS与武汉2019冠状病毒NankaiCDS相似度最高（92.52%）。另外，由于本论文接收时武汉2019冠状病毒基因组序列（GenBank:MN908947）尚未公开，实际使用的是来自复旦大学张永振教授在互联网公开的序列（见致谢见致谢）。在本研究中，13条序列根据其宿主分为五组用于进一步研究，这五组命名为SARS（DQ497008）、果子狸Civet（AY515512和AY572034）、武汉2019冠状病毒Human（MN908947）、蝙蝠群体bat2（MG772934）和蝙蝠群体bat1（MG772934之外8条来自蝙蝠的序列）。在本研究中，进化分析使用软件PHYLIPv3.69，统计与作图使用软件Rv2.15.3[4]。其它数据处理包括：病毒蛋白质预测和核苷酸三连子分析只考虑一个起始密码子ATG、三个终止密码子（TAA、TAG和TGA）和正向三个读码框；蛋白质预测不考虑小于20个氨基酸的蛋白质；最后，考虑四个起始密码子（ATG、GTG、CTG和TTG）和三个终止密码子重复蛋白质预测和核苷酸三连子分析以检验结果的可靠性（见结果见结果）。2结果结果在经典定义中，DNA回文（DNApalindrome）和DNA互补回文（DNAcomplementedpalindrome）序列都叫做DNA回文序列，而且大多数情况下，DNA回文序列的经典定义与我们新定义中的互补回文序列相同（例如ATCGCGAT）。根据我们的新定义[3]，回文序列（DNA或RNA）要求序列（一条链）从5’到3’方向与从3’到5’方向的读取结果相同（例如ATCGGCTA）。回文和互补回文序列应该加以区别，主要基于三个原因：1）我们的前期研究发现了回文和互补回文序列可能具有不同的生物学意义；2）在动物病毒基因组中，回文和互补回文序列具有不同的分布特征；3）经典定义是从DNA水平定义的，我们的定义考虑了单链DNA和RNA（特别针对病毒）情况。2004年，Chew等在国际上首次报道了SARS冠状病毒基因组中较短互补回文序列（新定义）的分布特征[5]，其主要发现包括两点：1）在所有分析的冠状病毒基因组中，长度为4bp的互补回文序列出现频率显著较低；2）长度为6bp的互补回文序列仅在SARS冠状病毒（而不是所有冠状病毒）基因组中出现频率显著较低。因此，该研究的结论是SARS冠状病毒基因组含有较少的6bp互补回文序列有可能利于该病毒有效规避宿主细胞内的某些防御机制而有利于病毒存活；该研究同时还发现了两个较长（14bp以上）的互补回文序列分别是TCTTTAACAAGCTTGTTAAAGA和TAAAATTAATTTTA。但是，仅仅根据概率模型计算得到的此类回文或互补回文序列数量巨大，绝大部分无法与分子功能关联，因此没有进一步研究的价值。直到2018年，我们偶然发现了互补回文小RNA恰好来自这个22bp的互补回文序列（命名为Nankaicomplementedpalindrome），特别是发现了根据这个序列预测的RNA二级结构在beta冠状病毒基因组中高度保守（见图见图1A）。RNA水平的证据是将这个序列与分子功能建立关联的关键[3]。在前期研究中，对11个beta冠状病毒（见数据与方法数据与方法）的Nankaicomplementedpalindrome进行突变分析的结果与使用其所在的编码区（命名为NankaiCDS）进行进化分析的结果一致支持SARS冠状病毒的跨物种传播途径是蝙蝠-果子狸-人（见图见图1B红色方框内红色方框内）[3]。图1武汉武汉2019冠状病毒冠状病毒的起源与的起源与可变翻译可变翻译Fig1OriginandalternativetranslationoftheWuhan2019humancoronavirusgenome注：注：A：NankaiCDS是beta冠状病毒基因组中一段高度保守的序列，包括一段22bp的互补回文序列（用*表示）。NankaiCDS还包括一个8或11bp的可变区，分别属于两种不同长度（是465或468bp，用#表示）的NankaiCDS；B：进化树构建使用13条去除可变区的NankaiCDS。使用多种方法进行进化分析的结果一致，这里只展示邻接(NeighborJoining，NJ)法的结果：武汉2019冠状病毒源