整理丨BioArt編輯部
2020年1月23日中科院武漢病毒所石正麗研究團隊在預印本網站BioRxiv上發布了武漢新型冠狀病毒2019-nCoV與一種蝙蝠中的冠狀病毒的序列一致性高達96%,推測2019-nCoV或來源於蝙蝠(詳見:特別報導 | 相似度96%,石正麗團隊報導新型冠狀病毒或來源於蝙蝠),該論文引起了廣泛關注。
截止目前1月25日已有8篇nCoV-2019相關論文發布在BioRxiv預印本網站上。除石正麗團隊的論文之外,其它七篇分別是:
1.浙江大學醫學院第一附屬醫院肖永紅團隊題為「Host and infectivity prediction of Wuhan 2019 novel coronavirus using deep learning algorithm」的論文。該論文根據深度學習算法模擬得出的結論認為:2019-nCoV與嚴重急性呼吸症候群冠狀病毒(SARS-CoV)、蝙蝠 SARS樣冠狀病毒和中東呼吸症候群冠狀病毒(MERS-CoV)具有相近的感染力,蝙蝠冠狀病毒與2019-nCoV更為接近。此外,通過比較脊椎動物宿主的所有病毒的感染模式,研究還發現水貂冠狀病毒(mink viruses)與2019-nCov有著更為接近的感染模式。結論認為,蝙蝠和水貂可能是2019-nCoV的兩個源頭。
2.NIH的Vincent Munste與Michael Letko團隊題為「Functional assessment of cell entry and receptor usage for lineage B β-coronaviruses, including 2019-nCoV」的論文。研究人員開發了一種方法,可以快速篩選lineage B betacoronaviruses,包括SARS-CoV和最新的2019-nCoV,包括病毒所利用的受體情況以及感染的細胞類型。通過此方法,研究人員確定了2019-nCoV進入人體細胞的受體為ACE2。這一研究與石正麗團隊報導的一致(詳見 特別報導 | 相似度96%,石正麗團隊報導新型冠狀病毒或來源於蝙蝠)
3.廈門大學公共衛生學院的陳田木團隊題為「A mathematical model for simulating the transmission of Wuhan novel Coronavirus」的論文。研究人員建立了一個Bats-Hosts-Reservoir-People傳播數學模型,以評估傳播行為。
4.瑞士Bern大學的Julien Riou和Christian L. Althaus團隊題為「Pattern of early human-to-human transmission of Wuhan 2019-nCoV」的論文。研究人員對疾病的早期爆發進行了數據模擬。
5.香港理工大學的Daihai He和香港中文大學的Shi Zhao團隊題為「Preliminary estimation of the basic reproduction number of novel coronavirus (2019-nCoV) in China, from 2019 to 2020: A data-driven analysis in the early phase of the outbreak」的論文。研究人員繪製了2019-nCoV的流行曲線,定量了該疾病的基本再生數。
6.香港城市大學的Sheng Chen團隊題為「Genomic and protein structure modelling analysis depicts the origin and infectivity of 2019-nCoV, a new coronavirus which caused a pneumonia outbreak in Wuhan, China」的論文。研究人員通過對spike蛋白分析發現,該蛋白與ACE2的親和力要小於SARS病毒,提示該病毒不會很容易地在人與人之間傳播,而且不會導致很嚴重的人感染。
7.義大利University Campus Bio-Medico of Rome的Silvia Angeletti團隊題為「The 2019-new Coronavirus epidemic: evidence for virus evolution」的論文。研究人員對該病毒進行了進化和分子流行病學方面的分析,提示2019-nCoV是一種與SARS不同的病毒,該病毒在從蝙蝠進入中間宿主後有可能發生了變異,進而獲得了感染人的能力。
原文連結:
https://www.biorxiv.org/search/2019-nCoV
猜你喜歡10000+:菌群分析 寶寶與貓狗 梅毒狂想曲 提DNA發Nature Cell專刊 腸道指揮大腦
系列教程:微生物組入門 Biostar 微生物組 宏基因組
專業技能:學術圖表 高分文章 生信寶典 不可或缺的人
一文讀懂:宏基因組 寄生蟲益處 進化樹
必備技能:提問 搜索 Endnote
文獻閱讀 熱心腸 SemanticScholar Geenmedical
擴增子分析:圖表解讀 分析流程 統計繪圖
16S功能預測 PICRUSt FAPROTAX Bugbase Tax4Fun
在線工具:16S預測培養基 生信繪圖
科研經驗:雲筆記 雲協作 公眾號
編程模板: Shell R Perl
生物科普: 腸道細菌 人體上的生命 生命大躍進 細胞暗戰 人體奧秘
寫在後面為鼓勵讀者交流、快速解決科研困難,我們建立了「宏基因組」專業討論群,目前己有國內外5000+ 一線科研人員加入。參與討論,獲得專業解答,歡迎分享此文至朋友圈,並掃碼加主編好友帶你入群,務必備註「姓名-單位-研究方向-職稱/年級」。PI請明示身份,另有海內外微生物相關PI群供大佬合作交流。技術問題尋求幫助,首先閱讀《如何優雅的提問》學習解決問題思路,仍未解決群內討論,問題不私聊,幫助同行。
學習16S擴增子、宏基因組科研思路和分析實戰,關注「宏基因組」
點擊閱讀原文,跳轉最新文章目錄閱讀