[論文レビュー] Decoding SARS-CoV-2 transmission, evolution and ramification on COVID-19 diagnosis, vaccine, and medicine

Rui Wang, Yuta Hozumi+2 more|arXiv (Cornell University)|Apr 29, 2020

SARS-CoV-2 and COVID-19 Research参考文献 25被引用数 5

ひとこと要約

本研究は、2020年4月までに収集された6,156例のSARS-CoV-2ゲノムを分析し、ジャカード係数および位置ベース表現を用いたK-meansクラスタリングにより、5つのサブタイプに分類された4,459の突然変異を同定した。突然変異hインデックスおよび突然変異比を導入し、タンパク質の保存性を定量的に評価した結果、スパイク、ヌクレオコプシド、パピアイン様プロテアーゼは著しく非保存的であることが判明し、診断法、ワクチン、治療法開発に大きな課題をもたらしている。

ABSTRACT

Tremendous effort has been given to the development of diagnostic tests, preventive vaccines, and therapeutic medicines for coronavirus disease 2019 (COVID-19) caused by severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2). Much of this development has been based on the reference genome collected on January 5, 2020. Based on the genotyping of 6156 genome samples collected up to April 24, 2020, we report that SARS-CoV-2 has had 4459 alarmingly mutations which can be clustered into five subtypes. We introduce mutation ratio and mutation $h$-index to characterize the protein conservativeness and unveil that SARS-CoV-2 envelope protein, main protease, and endoribonuclease protein are relatively conservative, while SARS-CoV-2 nucleocapsid protein, spike protein, and papain-like protease are relatively non-conservative. In particular, the nucleocapsid protein has more than half its genes changed in the past few months, signaling devastating impacts on the ongoing development of COVID-19 diagnosis, vaccines, and drugs.

研究の動機と目的

• 2020年4月までに収集されたゲノムデータを用いて、SARS-CoV-2の感染拡大ダイナミクスおよび進化的パターンを解明すること。
• 6,156例の世界的なゲノムを対象に、単一ヌクレオチド多型（SNP）に基づいてSARS-CoV-2のサブタイプを同定・特徴付けること。
• SARS-CoV-2タンパク質の保存性の程度を評価するための定量的指標（突然変異hインデックスおよび突然変異比）を開発すること。
• ゲノム突然変異が診断法、ワクチン、抗ウイルス薬の信頼性に与える影響を評価すること。
• 世界的なゲノム変異および進化的傾向のマップ作成を通じて、地域別に最適化されたワクチン設計の分子的基盤を提供すること。

提案手法

• 最適なサブタイプを特定するため、エルボー法を用いたK-meansクラスタリングを実施。ジャカード距離および位置ベースのSNP表現を入力特徴として用いた。
• ジャカード距離を用いて、突然変異部位の集合に基づきSARS-CoV-2サンプル間の遺伝的類似度を測定した：$ d_J(S_i, S_j) = 1 - \frac{|S_i \cap S_j|}{|S_i \cup S_j|} $。
• 位置ベースのバイナリーベクトル表現 $ L(i,j) = v_i^j $ を構築した。ここで $ v_i^j = 1 $ は、サンプル $ i $ の部位 $ j $ に突然変異が生じた場合、それ以外は 0 とする。
• 主成分分析（PCA）を用いて、最大10,000次元に達する高次元SNPデータを、低次元部分空間に圧縮した。
• PCAで得られた部分空間をK-meansクラスタリングの入力として用い、計算効率およびクラスタの安定性を向上させた。
• 突然変異hインデックスおよび突然変異比を提案し、タンパク質レベルにおける非保存性の程度を定量化した。値が高くなるほど、突然変異多様性が顕著であることを示している。

実験結果

リサーチクエスチョン

• RQ1 2020年4月までに収集された6,156例の世界的な分離株におけるゲノム変異に基づいて、SARS-CoV-2にはいくつの異なるサブタイプが存在するか？
• RQ2 どのSARS-CoV-2タンパク質が最も高い遺伝的多様性を示しており、その影響は診断法および治療法開発にどのように現れるか？
• RQ3 突然変異hインデックスおよび突然変異比は、ウイルスタンパク質の非保存性の程度を効果的に定量できるか？
• RQ4 ジャカード距離および位置ベースのSNP表現に基づくクラスタリング手法は、SARS-CoV-2サブタイプの同定において、どのように比較されるか？
• RQ5 スパイクタンパク質や主要な構造タンパク質における急速な突然変異は、現在のワクチンおよび抗ウイルス薬の有効性にどの程度脅威をもたらすか？

主な発見

• 2020年4月24日までに、6,156例のゲノムにわたってSARS-CoV-2は合計4,459の突然変異を蓄積し、5つの明確なサブタイプを形成した。
• スパイク（S）タンパク質およびヌクレオコプシド（N）タンパク質は、最も高い非保存性を示しており、一部の分離株ではヌクレオコプシド遺伝子配列の半数以上が変化している。
• 突然変異hインデックスおよび突然変異比により、スパイクタンパク質、ヌクレオコプシド、パピアイン様プロテアーゼが最も非保存的であることが同定され、高い突然変異圧がかかることが示された。
• 一方、エナメル（E）タンパク質、メインプロテアーゼ（3CLpro）、エンドリボヌクレアーゼは最も保存的であり、薬物およびワクチン開発の安定的ターゲットであると考えられる。
• 本研究は、特に抗原性タンパク質において急速なウイルス進化が、1月2020年のリファレンスゲノムに基づく診断法およびワクチンの長期的有効性を脅かしていることを確認した。
• ゲノムクラスタリングにより、明確なグローバルおよび地域的進化的パターンが明らかとなり、地理的特性に適合したワクチンおよび診断戦略の必要性が裏付けられた。