这是1月31号刚出炉的一篇文章。
题目足够惊世骇俗：独特插入片段，异常相似性。
原文链接：
https://www.biorxiv.org/content/10.1101/2020.01.30.927871v1.full.pdf
题目&作者
虽然有点博眼球的嫌疑，但作者并非无名之辈，
通讯作者Bishwajit Kundu和Vivekanandan Perumal都是来自于印度理工的生物学院，是研究病毒和蛋白质的专家：
1 Abstract
摘要写得很清楚，发现四个插入与艾滋病毒高度相似的片段，不太可能像是自然界自己进化出来的。
我们目前正在目睹由2019年新型冠状病毒（2019nCoV）引起的主要流行病。2019-nCoV的发展仍然难以捉摸。我们在刺突糖蛋白（S）中发现了4个插入片段，这是2019-nCoV所独有的，其他冠状病毒中没有这些插入片段。
重要的是，所有4个插入片段中的氨基酸残基均与HIV1gp120或HIV-1Gag中的氨基酸残基具有相同性或相似性。有趣的是，尽管插入片段在一级氨基酸序列上是不连续的，但2019-nCoV的3D建模表明它们会聚在一起构成受体结合位点。在2019-nCoV中发现4个独特的插入片段，这些插入片段都与HIV-1关键结构蛋白中的氨基酸残基具有同一性/相似性，这在自然界不太可能是偶然的。这项工作提供了关于2019-nCoV的未知见解，并阐明了该病毒的进化和致病性，对诊断该病毒具有重要意义。
2 Introduction
冠状病毒的刺突糖蛋白（S）被切割成两个亚基（S1和S2）。S1亚基有助于受体结合，而S2亚基促进膜融合（Bosch等，2003；Li，2016）。冠状病毒的突触糖蛋白是组织嗜性和宿主范围的重要决定因素。此外，刺突糖蛋白是疫苗开发的关键靶标（Du等人，2013）。因此，刺突蛋白代表了冠状病毒中研究最广泛的蛋白。因此，我们寻求使用计算工具研究2019-nCoV的刺突糖蛋白，以了解其进化，新特征序列和结构特征。
不了解刺突的再复习复习B站上李永乐老师的科普。
刺突就是病毒突破第一道防线细胞膜的“钥匙”，通过刺突与细胞膜的受体结合，骗过守卫才能进去细胞。
3 Methodology
我们从NCBI病毒基因组数据库（
https://www.ncbi.nlm.nih.gov/）中检索了所有可用的冠状病毒序列（n = 55），并使用了GISAID（Elbe＆Buckland-Merrett，2017）[https：//www.gisaid.org/]检索截至2020年1月27日的2019nCoV的所有可用全长序列（n = 28）。通过使用MUSCLE软件（Edgar，2004）和采用最近邻合并方法对所有冠状病毒基因组进行了多序列比对。在55个冠状病毒基因组中，使用MEGAX软件将所有类别的32个代表性基因组用于系统树发育（Kumar等人，2018）。发现最接近的亲属是SARS CoV。使用Multalin软件（Corpet，1988）对SARS CoV和2019-nCoV的糖蛋白区域进行比对和可视化。使用BLASTp和BLASTn将鉴定的氨基酸和核苷酸序列与整个病毒基因组数据库进行比对。通过使用MEGAX软件进行多序列比对，提出了2019-nCoV基因组的28个临床变体中核苷酸和氨基酸基序的保守性。使用SWISS-MODEL在线服务器（Biasini等，2014）生成2019-nCoV糖蛋白的三维结构，并使用PyMol对其进行标记和可视化（DeLano，2002）。
看上去比我们玩python和机器学习的专业多了。当然重点是发现与SARS非常接近。
4 Results
我们的全长冠状病毒的系统树表明，2019-nCoV与SARSCoV密切相关[图1]。
此外，其他近期研究也将2019-nCoV与SARSCoV相关联。
因此，我们将2019-nCoV的刺突糖蛋白序列与SARS CoV的刺突糖蛋白序列进行了比较（NCBI登录号：AY390556.1）。
在仔细检查序列比对后，我们发现2019-nCoV峰值糖蛋白包含4个插入片段（图2）。
也就是说作者以SARS作为benchmark，观察
新冠状与SARS的区别。发现有4个插入片段不同，如下图黑色框内区域：
然后作者就将目光盯在了这四个片段上，首先发现在所有可用的2019-nCov序列分析中，这4个片段都存在（普遍性），也就是普遍存在于武汉发现的新冠状病毒中。
那就有意思了，这4个片段是哪来的呢？
为此，我们将2019-nCoV局部比对与每个插入片段作为对所有病毒基因组的查询，并考虑了100％序列覆盖率的命中。令人惊讶的是，四个插入片段中的每一个都与人类免疫缺陷病毒1（HIV-1）蛋白的短片段对齐。
表1显示了2019-nCoV中插入片段的氨基酸位置以及HIV-1 gp120和HIV-1 Gag中的相应残基。前3个插入片段（插入1、2和3）与氨基酸的短片段对齐HIV-1 gp120中的残基。插入物4与HIV-1 Gag对齐。2019-nCoV的刺突糖蛋白中的插入物1（6个氨基酸残基）和插入物2（6个氨基酸残基）与定位到HIV-1 gp120的残基100％相同。2019nCoV中的插入片段3（12个氨基酸残基）对应于带有缺口的HIV-1 gp120 [参见表1]。插入物4（8个氨基酸残基）定位于带有缺口的HIV-1 Gag。
接下来为了了解这4个插入片段的作用，科学家以SARS为研究基础，进行了建模：
基于SARS刺突糖蛋白（PDB：6ACD.1.A）的可用结构对其结构进行了建模。
建模结构的比较表明，尽管插入物1,2和3位于蛋白一级序列的非连续位置，但它们折叠后构成了识别宿主受体的糖蛋白结合位点部分（Kirchdoerfer等，2016） （图4）。
插入物1对应于2019-nCoV刺突糖蛋白中S1亚基的NTD（N末端结构域），插入物2和3对应于CTD（C末端结构域）。
插入片段4位于S1亚基的SD1（子域1）和SD2（子域2）的交界处（Ou等，2017）。
我们推测，这些插入通过在蛋白质结构中形成亲水环，可以促进或增强病毒-宿主相互作用，从而为糖蛋白结合位点提供了额外的灵活性。
根据这几天学到的粗浅的生物学知识，我理解是这4个插入片段使得病毒更加轻易地骗过细胞的守卫，更容易地进入细胞膜。这恰好解释了这次的病毒传染性为什么这么强！
而插入的4个片段都是来自于HIV病毒，这与之前报道抗艾滋病毒药物可能有效也不谋而合。
Evolutionary Analysis of 2019-nCoV
作者再次讲到了他们的研究思路，来源于动物，再传染给人，证明宿主发生了变化，从而将目光聚焦于刺突糖蛋白（S蛋白）序列。因为S蛋白是帮助病毒识别和附着宿主的表面蛋白，这些蛋白质的变化可以反映为病毒宿主特异性的变化。
然后通过比较发现与SARS高度相似，再聚焦于有差异的地方，发现了4个插入片段：“ GTNGTKR”（IS1），“ HKNNKS”（IS2），“ GDSSSG”（IS3）和“ QTNSPRRA”（IS4）
重点是这4个片段从来没有在其他冠状病毒中出现过，也不是什么新物种，而是来自于HIV-1病毒。
进一步的分析表明，HIV-1与2019-nCoV的比对序列来源于表面糖蛋白gp120（氨基酸序列位置：404-409、462-467、136150）和Gag蛋白（366-384个氨基酸）（表1）。HIV的Gag蛋白参与宿主膜的结合，病毒的包装以及病毒样颗粒的形成。Gp120通过与初级受体CD4结合在识别宿主细胞中起关键作用，这种结合诱导GP120中的结构重排，为趋化因子共受体（如CXCR4和/或CCR5）创建了高亲和力结合位点。
此外，这种结构变化可能也增加了2019-nCoV可以感染的宿主细胞范围。
也就是这插入的4个片段导致感染的可能比SARS大大大大增加了。
连作者也说：
This is startling as it is quite unlikely for a virus to have acquired such unique insertions naturally in a short duration of time.
这令人震惊，因为病毒不太可能在短时间内自然地获得这种独特的插入。
咋整，看完了这篇思路明确酣畅淋漓有理有据的论文后，我也有点不寒而栗了。
天哪，难道是在果子狸或者竹鼠等可能的中间宿主变异阶段，产生了4个HIV片段？咋加入的啊？
后记
由于不是生物专业，对内容的专业性不做评价，但就逻辑性而言，非常靠谱，一环套一环，无懈可击，very clear，值得学习！
狗仔卡
发表于 2020-2-2 07:18:05
提升卡
喧嚣卡
变色卡
千斤顶
楼主