A型流感病毒的重组Non-phylogeny-dependent检测方法gydF4y2Ba

介绍gydF4y2Ba

偶尔年度流行和大流行甲型流感病毒引起的(IAV)是重要的对人类健康的威胁。IAV可引起急性呼吸道感染,导致高发病率和死亡率(gydF4y2Ba1gydF4y2Ba)。甲型流感病毒是一种分段RNA病毒的基因组包含8单链,消极意义上讲RNA片段。当多个甲型流感病毒感染同一宿主细胞,由于分段病毒的基因组特征,多种病毒的基因组可能交换他们的部分,导致子代病毒新的基因组合(gydF4y2Ba2gydF4y2Ba)。这个过程称为重组。重组中扮演一个重要的但未定义角色的跨物种传播甲型流感病毒(gydF4y2Ba3gydF4y2Ba)。历史上许多流感大流行相关的重组,包括1957年亚洲流感H2N2香港H3N2流感在1968年和2009年的全球流感大流行H1N1。H7N9禽流感病毒爆发在2013年也从不同的病毒根据可行性研究(gydF4y2Ba4gydF4y2Ba- - - - - -gydF4y2Ba6gydF4y2Ba)。因此,研究甲型流感病毒重组的决心和自然是必不可少的对于理解大流行株的产生和传播的病毒跨物种。gydF4y2Ba

重组检测的第一步是甲型流感病毒重组的研究。由于不同的进化历史从不同的病毒基因片段,重组可以检测到比较矛盾的不同部分之间的系统发育关系重组病毒基因组(gydF4y2Ba7gydF4y2Ba- - - - - -gydF4y2Ba10gydF4y2Ba)。然而,这种方法是不切实际的研究大规模的甲型流感病毒的数据集。一方面,构建系统发育树的成本将会增加呈指数增长的数据。另一方面,复杂的重组与病毒的历史,这种方法也很难推断实际情况。因此,几种方法提出了重组的自动检测。这些方法大致可以分为两类:系统方法和距离的方法。在系统方法(gydF4y2Ba11gydF4y2Ba),提出FluReF搜索完整的系统发育树从下到上选择重组组织和确定候选人,候选人之间的不一致,导致和满足预设阈值的线段树。gydF4y2Ba纳和沉重(12)gydF4y2Ba提出了重组仪GiRaF基于图不相容。该算法是基于早先方法(gydF4y2Ba13gydF4y2Ba),它使用一个快速搜索算法挖掘系统不一致通过构造一个不相容图。GiRaF然后使用系统的距离测试增加假阳性率和组合所有的基因组片段的结果来生成一个全面重组目录。远处的方法(gydF4y2Ba14gydF4y2Ba),估计这两个菌株没有重组的可能性基于不同部分之间的汉明距离。gydF4y2BaDe Silva et al . (15)gydF4y2Ba报道一种算法基于应变附近。他们发现最接近的菌株相比,参考每个段和不同部门之间确定重组的结果。一般来说,系统方法比距离更可靠的方法,但其成本较高,取决于构建系统发育树的准确性,不适合大规模数据集。gydF4y2Ba

在本文中,我们提出了一个phylogeny-independent重组检测方法。它不需要执行多个序列比对和构建系统发育树。我们表示序列作为特征向量,利用自组织映射的聚类方法集群每个片段的序列。后统一命名每个段的病毒的类型,确定重组变得非常简单。我们使用这个方法来检测整体重组病毒在亚洲,和执行的统计分析确定重组事件挖掘的重组决定和模式。我们的结果表明,该算法可以识别重组事件报道先前的研究和揭示了复杂的重组历史上在亚洲。因此,我们的方法可以有效地执行重组分析在大型数据集。gydF4y2Ba

材料和方法gydF4y2Ba

数据处理gydF4y2Ba

研究重组模式在亚洲尽可能全面,我们组装所有流感病毒的序列资源在国家生物技术信息中心(NCBI) (gydF4y2Bahttps://ftp.ncbi.nih.gov/genomes/INFLUENZA/gydF4y2Ba)。亚洲的采样序列被提取。我们下载的序列编码序列。对于每个部分,我们只考虑最长的编码序列。我们删除序列密码子地区的非法字符或不完整的长度。序列没有明确的流行病学信息也被删除。我们没有考虑到实验室的序列。病毒的基因组会保存只有当八段序列符合上面的标准。之后,我们得到7075 IAVs的基因组。病毒的数量在每个亚型的分布所示gydF4y2Ba图1一个gydF4y2Ba。有大量IAVs H1N1和H3N2亚型,都超过1000株。在宿主的分布(gydF4y2Ba图1 bgydF4y2Ba),病毒感染人类,水禽,家禽,猪占绝大多数。gydF4y2Ba

特征提取gydF4y2Ba

基于提出的衡量DMk的距离gydF4y2Ba魏et al。(16)gydF4y2Ba,我们介绍了我们的每一段序列的特征提取方法。一段序列是由64种密码子按顺序排列。由于密码子可能出现多次的序列,我们可以记录每次出现的位置。所有发生位置可以形成一个数组,记录为{gydF4y2Ba_{pgydF4y2Ba0gydF4y2Ba,gydF4y2BapgydF4y2Ba1gydF4y2Ba},gydF4y2BapgydF4y2Ba_2gydF4y2Ba⋯,gydF4y2BapgydF4y2Ba_ngydF4y2Ba}。为了方便计算的间隔,在第0个位置发生gydF4y2BapgydF4y2Ba_0gydF4y2Ba= 0添加到位置序列。然后我们使用每个事件之间的时间间隔的倒数和之前发生的发生密度,计算gydF4y2Ba

在哪里gydF4y2BapgydF4y2Ba_我gydF4y2Ba代表我的位置出现的密码子,和gydF4y2BapgydF4y2Ba_{我gydF4y2Ba−1gydF4y2Ba}张代表的位置出现的密码子。gydF4y2BadgydF4y2Ba_我gydF4y2Ba反映了间隔,或密度,张我th发生和出现的密码子。为了描述密度数组的顺序,我们积累了密度获得部分和数组,数组计算为:gydF4y2Ba

计算部分和数组直接基于密度的数组,例如,gydF4y2Ba年代gydF4y2Ba_1gydF4y2Ba=gydF4y2BadgydF4y2Ba_1gydF4y2Ba,gydF4y2Ba年代gydF4y2Ba_2gydF4y2Ba=gydF4y2BadgydF4y2Ba_1gydF4y2Ba+gydF4y2BadgydF4y2Ba_2gydF4y2Ba,等等。这个数组只是由出现密码子的位置,和密码子的位置可以逆转基于数组。香农熵反映了序列中的元素的顺序关系。为了计算夏侬熵,我们构建了一个离散型概率分布gydF4y2Ba问gydF4y2Ba= {gydF4y2Ba问gydF4y2Ba_1gydF4y2Ba,gydF4y2Ba问gydF4y2Ba_2gydF4y2Ba⋯,gydF4y2Ba问gydF4y2Ba_ngydF4y2Ba},其中每个概率计算gydF4y2Ba${\mathrm{问gydF4y2Ba}}_{\mathrm{我gydF4y2Ba}}=gydF4y2Ba{\mathrm{年代gydF4y2Ba}}_{\mathrm{我gydF4y2Ba}}/gydF4y2Ba\underset{\mathrm{jgydF4y2Ba}=gydF4y2Ba\mathrm{1gydF4y2Ba}}{\overset{\mathrm{ngydF4y2Ba}}{\sum gydF4y2Ba}}{\mathrm{年代gydF4y2Ba}}_{\mathrm{jgydF4y2Ba}}$。香农熵可以计算为:gydF4y2Ba

对于每一个密码子,我们可以计算出香农熵,最后所有密码子的夏侬熵构成特征向量。在实际的过程中,我们把3停止密码子的特性,最后得到了一个为每一段序列61 -维向量。gydF4y2Ba

SOM-Based集群gydF4y2Ba

在本节中,我们提出了一个序列聚类方法基于自组织映射(SOM)。SOM是一种无监督人工神经网络。不同于一般的神经网络训练基于反向传输的损失函数,它使用一个竞争学习策略和依赖于神经元之间的竞争逐步优化网络。你的邻居关系函数是用来维持输入空间的拓扑结构。在我们的聚类方法,该算法将61 -维的向量从片段中提取序列作为输入,并将其映射到二维网格的节点。段序列相似性高的输入空间映射到相同的节点。我们使用了minisom库来实现我们的算法。首先,我们计算输出层的节点数根据集群的经验公式gydF4y2Ba$\mathrm{ngydF4y2Ba}=gydF4y2Ba\mathrm{5gydF4y2Ba}\sqrt{\mathrm{NgydF4y2Ba}}$,其中N是基因组的数量。输出层的大小gydF4y2Ba$\mathrm{年代gydF4y2Ba}\mathrm{我gydF4y2Ba}\mathrm{zgydF4y2Ba}\mathrm{egydF4y2Ba}=gydF4y2Ba\sqrt{\mathrm{ngydF4y2Ba}}$。上面的计算被围捕。然后初始化SOM算法根据以下参数:输出层的大小设置为61;σ参数被设置为2;学习速率是设置为1,社区功能设置为三角形;重初始化将PCA方法。每个序列的特征向量训练迭代。培训后,每个向量输入SOM网络和获胜的节点是集群类型的病毒。然后我们计算轮廓系数聚类结果并记录相应的参数。最后,我们改变了参数和多次聚类。 The clustering result with the highest contour coefficient was regarded as our final result for the segment clustering.

重组检测gydF4y2Ba

基于我们的集群对于每个部分,我们指定一个数字x segment_x每个类型和记录。每种类型中包含的病毒序列被认为具有相同的节段的祖先。因此,如果八段类型的病毒可以组合段类型的其他病毒,这种病毒可能由这些病毒的重组。可能存在一种情况的不同组合可以产生多个病毒八段类型的病毒。例如,八段类型的病毒可以结合段类型的病毒B和C,或结合段类型的病毒D和e .然后我们需要考虑组合更有可能产生的重组。为此,我们认为是病毒的流行病学信息如主机、位置和时间。与多个重组病毒的可能性,我们认为病毒类似的主机,位置,时间更有可能重组。我们non-phylogeny-dependent重组检测方法所示gydF4y2Ba图2gydF4y2Ba。gydF4y2Ba

结果gydF4y2Ba

病毒相似网络gydF4y2Ba

基于特征向量提取每个序列,我们代表IAV基因组488维的特征向量组成的八段特征向量。通过这种方式,相似的IAV基因组可以通过特征向量的相似性特征。然后我们构造的相似矩阵IAVs和用它来构造一个相似性网络。最小生成树算法被用来简化我们的网络,在膀胱镜和半胱氨酸布局是用于显示所示gydF4y2Ba图2gydF4y2Ba。病毒的相似性网络中,不同的亚型病毒基因组已经明确区分(gydF4y2Ba图3一gydF4y2Ba),这证明我们提取的特征向量是合理的。应该注意的是,猪是一个混合容器,连接禽流感病毒的基因组和人类感染流感病毒的基因组(gydF4y2Ba图3 bgydF4y2Ba)。我们还发现,一些人类感染病毒的顶部。这些病毒的基因组是家禽的类似。因此,家禽也扮演着重要的角色在人类禽流感病毒感染的过程。gydF4y2Ba

段聚类结果gydF4y2Ba

使用我们的特征提取和SOM-based集群方法,我们八段的甲型流感病毒分为不同类型,分别所示gydF4y2Ba表1gydF4y2Ba。根据结合血凝素(HA)和神经氨酸酶(NA)蛋白质表面上,甲型流感病毒可分为不同的亚型。目前,HA可分为18亚型(H1-H18),钠可分为11个亚型(N1-N11)。因此,部分具有相同亚型应该分组当我们集群血凝素和神经氨酸酶片段。在此基础上,我们检查血凝素和神经氨酸酶的聚类结果部分,所示gydF4y2Ba图4一gydF4y2Ba。每种类型包含只有一个亚型和同一亚型被聚集在一起,表明我们在区分亚型聚类方法没有问题。我们还分析了一些类型对应不同的血凝素和神经氨酸酶亚型,所示gydF4y2Ba图4 bgydF4y2Ba。哈子类型,类型的数量在H1, H3, H5、H9是相对较大的,表明这些亚型的血统是复杂的。NA亚型,在N1和N2相对有更多的类型。可以找到所有段的聚类结果gydF4y2Ba补充表1gydF4y2Ba- - - - - -gydF4y2Ba8gydF4y2Ba。gydF4y2Ba

统计数据的重组亚型gydF4y2Ba

我们进行重组的所有的病毒检测数据集的顺序一个接一个的采样时间和确定516年重组事件。每个重组事件的细节中可以找到gydF4y2Ba补充表9gydF4y2Ba。根据参与重组的病毒亚型,我们重组事件分为intra-subtype重组和inter-subtype重组。Intra-subtype重组意味着重组所涉及的子类型单一,而inter-subtype重组意味着重组所涉及的子类型多样化。我们分析了两个重组模式的数量,发现intra-subtype重组模式更为普遍,所示gydF4y2Ba图5一个gydF4y2Ba。特别是,我们分析了两个重组模式的情况8常见的子类型包括H1N1, H3N2, H5N1, H5N6, H6N2, H6N6, H7N9,与H9N2所示gydF4y2Ba图5 bgydF4y2Ba。与甲型H1N1流感病毒H3N2, H9N2亚型有更高比例的intra-subtype重组,而与H5N1病毒,H5N6, H6N2, H6N6, H7N9亚型更有可能产生的重组病毒不同亚型。gydF4y2Ba

Inter-subtype重组模式gydF4y2Ba

虽然intra-subtype重组模式是频繁,我们更关心inter-subtype重组,因为这样的重组模式更有可能产生大流行毒株。为此,我们做了统计其他亚型的频率inter-subtype每个亚型的重组事件。我们发现H1N1和H3N2之间有着很强的重组信号,H6N2 H6N6, H9N2,和其他亚型,所示gydF4y2Ba图6gydF4y2Ba。H1N1和H3N2是常见的人类流感病毒的亚型。与这两个亚型病毒每年季节性循环,导致频繁的重组。2009年甲型H1N1流感大流行就是一个典型的例子。造成这种流感大流行的病毒triple-reassorted菌株的基因组是源自H1N1禽流感病毒,古典猪H1N1病毒和人类季节性H3N2病毒。我们也注意到重组H6N2和H6N6之间的关系。有相关的一些亚型H6N6 H6N2重组相关的重组和亚型。然而,重组两个亚型之间的联系仍远远超过其他亚型。2011年,H6N6禽流感病毒分离猪在广东省,中国gydF4y2Ba17gydF4y2Ba),这表明到H6亚型禽流感病毒有可能感染哺乳动物,甚至人类。因此,重组H6N2和H6N6之间需要进一步监控。应该注意的是,我们发现H9N2发挥了重要作用其他亚型的重组以来比例是第一或第二。在此基础上,我们分析了具体的重组H9N2和其他亚型的关系。gydF4y2Ba

H9N2相关重组模式gydF4y2Ba

H9N2禽流感病毒传播全球和亚洲禽类中普遍存在(gydF4y2Ba18gydF4y2Ba- - - - - -gydF4y2Ba20.gydF4y2Ba)。最近的一项研究表明,H9N2已经取代了H5N6和H7N9主导禽流感病毒亚型鸡和鸭在中国(gydF4y2Ba21gydF4y2Ba)。与此同时,也有证据表明,H9N2导致的出现和演变H7N9等人感染禽流感病毒,H10N8和H5N6 (gydF4y2Ba22gydF4y2Ba- - - - - -gydF4y2Ba24gydF4y2Ba)。在我们的研究中,我们发现H9N2提供内部部分与其他亚型病毒。61 inter-subtype重组相关H9N2 27事件H9N2为H7N9提供内部市场。我们还发现4例H9N2提供内部段H10N8和四个H9N2提供内部部分H5N1的病例。H9N2偶尔提供内部段H5N2、H6N2 H6N6 H3N8, H1N2。此外,我们发现,这些为H9N2亚型也提供了内部段。这些H9N2病毒获得内部部分来自其他亚型回到H9N2基因库,为后续重组提供了部分。一般来说,重组模式相关的H9N2是复杂的。它可以为其他亚型提供内部部分,还可以获得内部部分来自其他亚型。gydF4y2Ba

讨论gydF4y2Ba

测序技术的持续改进和降低测序成本,在流感病毒数据库中序列的数量正在迅速增加。数据驱动的快速增长分析技术的不断进步。虽然手动和半自动方法通常被认为是生产标准的结果,他们也有可伸缩性和可重复性问题(gydF4y2Ba12gydF4y2Ba),不能应付数据增长带来的挑战。在重组的自动化方法检测,系统方法需要多个序列比对和重建系统发育树的执行后续重组检测任务。gydF4y2BaDe Silva et al . (15)gydF4y2Ba试图利用GiRaF (gydF4y2Ba12gydF4y2Ba)来重建系统发育图,他们发现,计算每段至少几个月的时间。因此,我们不可避免的需要采用的方法与系统无关。提出的方法gydF4y2BaRabadan et al。(14)gydF4y2Ba似乎表现良好在检测重组在血统,但不能指出重组的具体来源。的方法gydF4y2Bade Silva et al . (15)gydF4y2Ba发现了一些支持候选人重组,但它取决于社区规模,和不同的邻域大小可能导致不同的结果。在我们的工作中,我们提出了一个新的重组phylogeny-independent自动检测的方法。学习时可以有效地处理大规模数据集的所有部分的来源甲型流感病毒基因组鉴定重组。gydF4y2Ba

在我们重组检测结果,尽管没有证据表明每个重组事件我们发现存在,作为一个整体,重组的历史和模式反映在我们的结果可以支持的相关文献。据报道,之间的重组菌株属于一个比inter-subtype重组亚型可能发生更频繁(gydF4y2Ba25gydF4y2Ba),它可以在我们的结果中找到(gydF4y2Ba图5gydF4y2Ba)。在我们重组H9N2亚型相关的分析,我们发现重组模式H9N2提供内部部分其他亚型。这种重组模式已经被许多研究证实gydF4y2Ba22gydF4y2Ba- - - - - -gydF4y2Ba24gydF4y2Ba)。特别是禽流感H7N9病毒爆发的2013年,所有内部基因片段是密切相关的基因片段H9N2禽流感病毒(gydF4y2Ba26gydF4y2Ba)。相关研究提出了一个动态重组H7N9病毒进化模型:H7N9病毒H9N2基因库中的可行性,并分为不同的H9N2基因池下促进家禽运输,并进一步进行重组(gydF4y2Ba27gydF4y2Ba)。在我们早期的结果(gydF4y2Ba图3 bgydF4y2Ba),我们还发现,家禽感染人类的H7N9病毒中发挥了重要作用。随后的分析结果还表明,与H7N9 H9N2亚型最相关,它经常提供内部段H7N9重组。与此同时,我们发现情况H9N2提供内部H10N8段。几乎所有这些H10N8病毒起源于江西,中国正值王等人的研究。gydF4y2Ba28gydF4y2Ba)。内部提供的重组模式,H9N2段为H5N1在报告中也可以支持(gydF4y2Ba29日gydF4y2Ba)。总之,我们的重组检测方法可以对大规模数据集和执行重组检测获得有效的结论。gydF4y2Ba

我们的方法的基础上,研究人员可以研究重组模式通过检测重组病毒的数据集。研究人员还可以探索的每一段新病毒的来源没有系统发育分析。这可以通过比较新病毒的特征向量和特征向量数据库中的病毒。虽然我们重组流感病毒检测方法应用于数据集,这种方法也有参考价值其他分段的重组病毒。我们的方法将帮助自动化检测流感病毒重组的任务。gydF4y2Ba

数据可用性声明gydF4y2Ba

最初的贡献提出了研究中都包含在这篇文章/gydF4y2Ba补充材料gydF4y2Ba,进一步的调查可以直接到通讯作者/ s。gydF4y2Ba

作者的贡献gydF4y2Ba

人力资源、WC和司法院:研究制定。XG和MH:进行研究和分析数据。BW, YJ、衔接和我参加了分析和讨论。XG和人力资源:起草了手稿。所有作者的文章和批准提交的版本。gydF4y2Ba

资金gydF4y2Ba

这项工作得到了国家自然科学基金(格兰特数字32070025、31800136和82041019)和国家重点实验室的研究项目病原体和生物安全(批准号SKLPBS1807)。gydF4y2Ba

的利益冲突gydF4y2Ba

作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。gydF4y2Ba

出版商的注意gydF4y2Ba

本文表达的所有索赔仅代表作者,不一定代表的附属组织,或出版商、编辑和审稿人。任何产品,可以评估在这篇文章中,或声称,可能是由其制造商,不保证或认可的出版商。gydF4y2Ba

补充材料gydF4y2Ba

本文的补充材料在网上可以找到:gydF4y2Bahttps://www.雷竞技rebatfrontiersin.org/articles/10.3389/fviro.2021.751196/full补充材料gydF4y2Ba

补充表1。gydF4y2Ba的聚类结果PB2段。gydF4y2Ba

补充表2。gydF4y2Ba的聚类结果PB1段。gydF4y2Ba

补充表3。gydF4y2BaPA段的聚类结果。gydF4y2Ba

补充表4。gydF4y2Ba哈段的聚类结果。gydF4y2Ba

补充表5。gydF4y2BaNP段的聚类结果。gydF4y2Ba

补充表6。gydF4y2BaNA的聚类结果。gydF4y2Ba

补充表7。gydF4y2Ba议员的聚类结果。gydF4y2Ba

补充表8。gydF4y2BaNS段的聚类结果。gydF4y2Ba

补充表9。gydF4y2Ba每个重组事件的细节。gydF4y2Ba

补充文件。gydF4y2BaAsiaGenome。z我p(Genome data used in this paper).

引用gydF4y2Ba