数据收集与处理
获取高质量SARS-CoV-2基因组序列，为互信息计算准备多序列比对。
从GISAID下载15,372,583条序列，筛选出公共序列6,644,032条，经质量过滤、去重后得到4,093,019条序列，并进行系统发育加权。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
从大型基因组集合中实时识别SARS-CoV-2的上位性相互作用
Real-time identification of epistatic interactions in SARS-CoV-2 from large genome collections
实验完整度
高包含大规模基因组序列分析、时间序列预测和伪病毒实验验证等多个独立证据层级，且明确包含功能验证。
主要模型
SARS-CoV-2基因组序列数据集 VSV-SARS-CoV-2假病毒系统 Vero-B4细胞 HEK-293T细胞
重点核对
数据集大小：完整数据集包含4,093,019条去重序列，子集大小分别为1000、10,000、100,000和1,000,000。 时间加权：基于样本收集日期的Hill函数，Hill系数为3，120天时权重为0.5。 实验验证模型：使用VSV-SARS-CoV-2假病毒系统，在Vero-B4细胞上检测感染性，使用Imdevimab单克隆抗体进行中和试验。 突变背景：在野生型（WT）和Q498R/N501Y背景下测试单突变和双突变。 统计方法：使用似然比检验比较包含与不包含交互项的普通最小二乘模型，p值小于0.05被认为显著。
摘要
背景：SARS-CoV-2病毒的出现凸显了基因组流行病学在理解病原体进化和指导公共卫生干预方面的重要性。特别是奥密克戎变异株，强调了上位性在具有更高感染性和免疫逃逸能力的谱系进化中的作用，因此有必要更新监测流程以尽早检测它们。结果：在本研究中，我们应用了一种基于多序列比对中位点之间互信息的方法，该方法能够扩展到数百万个样本。我们展示了它如何能够可靠地预测已知的实验验证的上位性相互作用，即使仅使用10,000条序列也能做到，这为使其成为近乎实时的预测系统提供了可能性。我们通过修改方法以考虑样本收集日期，并将其回顾性地应用于2020年3月至2023年3月期间每个月的多序列比对来测试这种可能性。我们在数据集中出现七个带有双重突变的样本时，就检测到了Spike蛋白中密码子498和501之间的一个基石性上位性相互作用，从而证明了该方法的高灵敏度。我们通过测试2023年3月之后预测的候选相互作用，并对其进行实验验证，来检验该方法对新兴相互作用进行推断的能力。结论：我们展示了如何高灵敏度地检测SARS-CoV-2中已知的上位性相互作用，以及如何快速优先处理新兴的相互作用以供实验验证，这种方法可以实施在大流行基因组测序工作的下游。补充信息：在线版本包含补充材料，可在10.1186/s13059-024-03355-y获取。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 如何从大规模SARS-CoV-2基因组集合中快速、灵敏地识别上位性相互作用，并实现对新兴相互作用的近实时监测？
- 核心机制
- 互信息方法通过计算多序列比对中位点间相关性来间接估计突变上位性，结合时间加权策略可突出新兴相互作用，并通过伪病毒实验验证了高互信息位点对间的上位性效应。
- 主要证据
- 在4,093,019条序列中预测到474个上位性相互作用，并验证了已知的498/501相互作用；通过伪病毒实验验证了446-460、446-486和452-490等新兴相互作用对感染性和免疫逃逸的影响。
- 研究意义
- 该方法可作为基因组监测的下游工具，快速优先处理新兴变异以供实验验证，有助于早期发现具有潜在适应度优势的变异。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
互信息计算与过滤
计算所有位点对之间的互信息，并过滤以识别潜在的上位性相互作用。
运行spydrpick算法计算MI值，使用ARACNE算法过滤间接相互作用，并基于Tukey方法定义四个离群水平（O1-O4）。
数据集大小影响评估
评估不同数据集大小下互信息估计的稳定性和预测能力。
创建1000、10,000、100,000和1,000,000序列的子集，与完整数据集比较，评估预测重叠、MI值相关性及已知RBD相互作用的富集度。
时间序列分析
开发近实时监测系统，追踪上位性相互作用随时间的变化。
将序列按收集月份分箱，对每个时间点使用累积序列，并应用时间加权减弱旧序列的贡献，计算每个时间点的MI值，分析相互作用动态。
预测新兴相互作用的实验验证
验证高置信度预测的新兴上位性相互作用是否真实影响感染性和免疫逃逸。
选择446-460、446-486、452-490三个相互作用，构建包含相应突变的假病毒，在Vero-B4细胞上测试感染性，并用Imdevimab进行中和试验，使用似然比检验评估上位性。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 定点突变 | Q5定点突变试剂盒 | NEB | E0554S |
| 质粒克隆 | Q5高保真DNA聚合酶 | -- | -- |
| 细胞培养 | DMEM培养基 | Capricorn Scientific | DMEM-HXA |
| 胎牛血清 | Capricorn Scientific | FBS-11A | |
| L-谷氨酰胺 | Thermo Fisher | 25030081 | |
| 转染 | 聚乙烯亚胺Max | Polysciences | 24765 |
| 假病毒中和试验 | 伊德维单抗 | -- | -- |
| 假病毒浓缩 | Amicon Ultra-15离心过滤器 | Millipore | UFC910024 |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 序列数据处理 | 序列筛选标准（公共序列、高质量）、去重、比对位点范围（266-29,768）、系统发育加权方法 阅读提示：Materials and methods: Dataset and estimation of epistatic interactions |
| 互信息计算 | MI计算公式、加权方案、离群水平阈值（O1-O4）、ARACNE过滤参数 阅读提示：Materials and methods: Dataset and estimation of epistatic interactions; Additional file 1: Table S1 |
| 时间序列分析 | 分箱方法（每月2500序列）、时间加权Hill函数参数（系数3,120天权重0.5）、累积序列处理 阅读提示：Materials and methods: Time-resolved analysis |
| 突变构建 | 质粒背景（pCG1_SARS-2-Sdel18）、定点突变试剂盒和条件（Q5, NEB #E0554S）、引物设计 阅读提示：Materials and methods: Plasmid cloning of selected SARS-CoV-2 point mutations |
| 假病毒生成和感染性测定 | 细胞系（HEK-293T, Vero-B4）、MOI（3）、浓缩方法（100kDa Amicon）、感染性测定稀释方案（6000 ffu/ml起始，3倍稀释，6个步骤） 阅读提示：Materials and methods: Generation of VSV-SARS-CoV-2 mutant pseudotypes; VSV-SARS-CoV-2-S pseudovirus titration |
| 中和试验 | 抗体（Imdevimab）浓度范围（4 μg/ml起，3倍稀释，11个步骤）、病毒量（300 ffu/孔）、孵育时间和细胞 阅读提示：Materials and methods: VSV-SARS-CoV-2-S pseudovirus neutralization assay |
| 统计检验 | 普通最小二乘模型、似然比检验、p值阈值 阅读提示：Materials and methods: Identification of epistatic interactions from pseudovirus assays |