[论文解读] Phylogenetic study of 2019-nCoV by using alignment-free method

Yan-Wei Gao, Li T+1 more|arXiv (Cornell University)|Mar 2, 2020

SARS-CoV-2 and COVID-19 Research参考文献 24被引用 4

一句话总结

本研究采用无序列比对的 IC-PIC 方法，基于 RNA 序列相关性分析 2019-nCoV 的系统发育关系，结果表明 2019-nCoV 属于乙型冠状病毒属的沙贝病毒亚属，很可能起源于蝙蝠，穿山甲可能为中间宿主。分析表明在武汉疫情暴发前病毒已出现全球性早期传播，该结论得到与生物系统学一致的拓扑结构及使用多种外群进行稳健根部定位的支持。

ABSTRACT

The origin and early spread of 2019-nCoV is studied by phylogenetic analysis using IC-PIC alignment-free method based on DNA/RNA sequence information correlation (IC) and partial information correlation (PIC). The topology of phylogenetic tree of Betacoronavirus is remarkably consistent with biologist's systematics, classifies 2019-nCoV as Sarbecovirus of Betacoronavirus and supports the assumption that these novel viruses are of bat origin with pangolin as one of the possible intermediate hosts. The novel virus branch of phylogenetic tree shows location-virus linkage. The placement of root of the early 2019-nCoV tree is studied carefully in Neighbor Joining consensus algorithm by introducing different out-groups (Bat-related coronaviruses, Pangolin coronaviruses and HIV viruses etc.) and comparing with UPGMA consensus trees. Several oldest branches (lineages) of the 2019-nCoV tree are deduced that means the COVID-19 may begin to spread in several regions in the world before its outbreak in Wuhan.

研究动机与目标

• 使用无序列比对的序列分析方法，确定 2019-nCoV 在乙型冠状病毒属中的系统发育位置。
• 研究 2019-nCoV 的进化起源，特别是蝙蝠和穿山甲在其中作为潜在宿主的作用。
• 通过分析系统发育树中的根部定位，评估早期 2019-nCoV 亚系的传播时间与地理分布。
• 使用多种外群及一致性算法（邻接法和 UPGMA）验证树拓扑结构的稳健性。
• 探索 2019-nCoV 系统发育树早期分支模式中是否存在地理位置与病毒株之间的关联。

提出的方法

• 将无序列比对的 IC-PIC（信息相关性与部分信息相关性）方法应用于比较 2019-nCoV 及相关冠状病毒的 RNA 序列。
• 利用 DNA/RNA 序列信息相关性（IC）与部分信息相关性（PIC）量化进化距离，无需进行序列比对。
• 使用邻接法构建系统发育树，外群包括蝙蝠源和穿山甲源冠状病毒以及 HIV。
• 将邻接法构建的树与 UPGMA 一致性树进行比较，以验证根部定位与树拓扑结构的可靠性。
• 通过测试不同外群系统评估根部定位的稳健性，以推断最可靠的进化起源。
• 分析 2019-nCoV 树的早期分支，检测潜在的地理聚集性或地理位置-病毒株关联。

实验结果

研究问题

• RQ1 2019-nCoV 在乙型冠状病毒属中的系统发育位置如何？它属于哪个亚属？
• RQ2 2019-nCoV 的进化起源是什么？蝙蝠或穿山甲中哪一物种最可能是其主要宿主或中间宿主？
• RQ3 是否存在病毒在武汉疫情被正式确认前已在多个全球区域传播的证据？
• RQ4 当使用不同外群进行根部定位时，系统发育树的拓扑结构有多稳健？
• RQ5 早期病毒亚系在多大程度上表现出地理聚集性或地理位置-病毒株关联？

主要发现

• 2019-nCoV 被归类为乙型冠状病毒属中的沙贝病毒亚属，与生物系统学分类一致。
• IC-PIC 方法生成的系统发育树拓扑结构与已确立的病毒分类学相符，支持无序列比对方法的可靠性。
• 分析支持 2019-nCoV 源于蝙蝠，穿山甲被识别为可能的中间宿主。
• 2019-nCoV 树中若干最古老的分支表明，该病毒可能在武汉疫情暴发前已在多个全球区域开始传播。
• 在使用蝙蝠源和穿山甲源冠状病毒等不同外群时，根部定位保持稳定且一致，增强了进化推断的可信度。
• 早期分支中存在地理位置-病毒株关联，表明疫情初期可能存在区域性传播模式。