思想散步分享 http://blog.sciencenet.cn/u/fqng1008 前三十年写日记,后三十年写博客

博文

[转载]关于“新冠病毒不是源自实验室”的科普

已有 812 次阅读 2020-2-6 21:59 |个人分类:时事评论|系统分类:科研笔记| 新冠病毒, 来源, 实验室 |文章来源:转载

讲正事儿之前,我们先按惯例闲话几句。“时近年节返故乡,过汉江,出黄冈。暂离江城,高堂迎道旁。黍米鸡粟忙遍尝,举杯酒,庆吉祥!”这是某粗通“简单的生物信息学分析”的科研工作者在春节将近,初步拟好的准备发给亲朋好友的拜年词。话说咱逢年过节给人发贺辞基本不用现成的,都是临时瞎编个打油诗,心意到了就好。豆儿妈在边上看见了,说,你难道是想告诉全世界你从武汉逃回了合肥?说得好有道理,赶紧去翻诗词大全,把刚才那个打油诗改成:“时值旧疫袭鄂乡,过汉江,出黄冈。佳节安度,一切依平常。黍米鸡粟忙遍尝,举杯酒,庆吉祥!”这样看上去是不是就不那么狼狈了?至于水平怎么样,这个,咳咳,咱是做“简单的生物信息学分析”的对吧?能糊弄个打油诗就可以了。

这样咱就讲讲这段时间的经历。往年我们家一般年三十或者二十九回合肥过年,去年一整年忙得跟打仗一样,所以早早就定了年后出去旅游的计划,因此决定今年早些回家乡。121日下午在实验室忙完工作回家,晚上一起看电视,看见钟南山院士讲有人传人。咱神经反射弧比较长,跟豆儿妈研究了一晚上没琢磨清楚究竟是怎么回事,因为即使人传人也还可能是有限人传人。第二天22日起床,专门看了一下新闻,没有特别的内容,只是有专家建议“武汉人最好别出去,外地人最好别来武汉”。还是没有反应过来是什么情况,所以按原计划自驾回安徽。高速上的交通还好,来来往往的车辆很多,不过我们既然是从武汉出来的,那进服务区下车都很注意戴上口罩。到了滁州住下,第二天起床发现武汉封城了,商量了半天是不是该立马开回去,后来决定既来之则安之。在滁州住了两天之后,于24日下午开回了合肥。回去了之后立马向社区报备,然后就呆家里不出门了。

老憋在家里人也着急,上蹿下跳跟猴儿似的。我妈倒是挺开心,问为啥啊?答:你从上大学开始到今天,这是头一回过年在家里呆这么长时间的。想想,好像是这么回事。这么多年晃晃悠悠,大多数都是瞎忙。不过即使是瞎忙,咱也尽全力瞎忙,争取能对得起纳税人给咱发的这份工资就好。在合肥的几天过得蛮好,该吃吃该睡睡,突然发现自己居然吃好喝好睡好就能为社会做贡献,这个大概一生也难得遇到几次。后来继续讨论,究竟是留在合肥还是回武汉,最后结论是回去。无他,在武汉工作生活了这么多年,太多的朋友、同事都在武汉,我得回来。所以30号回了武汉,一切安好,体温正常。

讲完废话我们讲正事儿。话说昨天咱写了篇博文《新冠病毒不是源自实验室》,写完之后被各路朋友吐槽到体无完肤,最最严厉的批评就是:说好的通俗易懂、诙谐幽默哪儿去了?这个批评的确是很严重的问题,所以我要甩锅。甩锅自古以来就是个技术活儿,遇到问责,先说自己没错,这是错误的反应。正确的该怎么说?得这么说:各位说得对啊,我上一篇写得确实不够通俗易懂,确实没有做到诙谐幽默,我有问题。我在科普性和专业性的平衡方面考虑不够,值得反省和反思。疫情当前,科学家们要主动搞好科普,例如我写博文用到的“简单的生物信息学分析”,在浙大立铭教授的博文中有较好的描述,请各位多关注。是吧,这就把锅甩出去了。当然我这段甩锅的文字纯属拍脑袋瞎编,如有雷同,概不负责。

上一篇博文里,我们用到了立铭教授吐槽过的“简单的生物信息学分析”,其中涉及到两个算法包括用于全局双序列比对的Needleman-Wunsch算法和用于局部双序列比对的Smith-Waterman算法,以及常用的序列比对工具BLAST,这些内容是几乎所有基础生信教科书里必须要讲解的、最基础的内容。所以,“简单”二字,这是名副其实,经得起历史检验的。其次,即使是教科书上的内容,那也有一定的专业性。这里,咱引用轩哥的总结做一个较为简单的科普:

1)老美(James Lyons-Weiler博士)发现的新冠病毒一段序列(1378个碱基),也出现在其他冠状病毒的序列中,且序列高度相似。说明这一段序列在自然界的冠状病毒中广泛存在,并非来自实验室。

2)pShuttle-SN是2005为了研究非典SARS病毒,建立的表达载体,其中包含一段来自于SARS病毒Spike基因的序列。新冠病毒的序列,实际上跟自然界其他病毒的相似度,比跟 pShuttle-SN里包含的冠状病毒序列更高。

科普完毕。各位如果不爱看专业分析,请忽略本文所有非加粗的文字,以及下文。下面继续我们的“简单的生物信息学分析”,因为上文有一个很重要的问题没有解答:James从哪儿整出来的那段1378个碱基的片段?从理论上来讲,咱和James用的都是BLAST,搜索的数据库都是GenBank,为啥出来的结果不一样?那究竟是大菜鸟算错了,还是James算错了?这是一道送分题,答案必须是James算错了。错在什么地方?各位请看下图:

 

NCBI的BLAST(https://blast.ncbi.nlm.nih.gov/Blast.cgi),在程序选择上有三个选项,第一个megablast运算速度快,但是准确性不高;第二个非连续的megablast运算速度要慢一些,但是准确度要高一些;第三个blastn是BLAST程序包里最经典的一个工具,速度慢但是准确度最高。BLAST的默认选项是megablast,James应该是没有调参数直接贴新冠病毒的基因组序列(https://www.ncbi.nlm.nih.gov/nuccore/NC_045512.2)进去做的比对,见下图: 


见证奇迹的时候到了!右边那个就是James找到的INS1378。但问题是左边看起来新冠还有一个插入,为啥James就不讲呢?究竟是为啥呢?答:应该是视力不佳没有看见。三种不同的BLAST工具,算法原理都是先匹配个种子序列,然后两端延伸,megablast使用的种子序列最长,blastn用的最短。这样在序列比对中,如果一段序列两端跟其他序列的相似性不那么高,就可能匹配不上种子序列,这样整段序列就被忽略掉,看起来像是个插入。无巧不成书,新冠病毒这两段看起来像是专属的插入,正好符合这样这个情况。这两段插入,两端的序列跟其他病毒的相似性比较低,所以megablast就检测不到了。但是如果我们换成第二个第二个非连续的megablast,如下图:


可以看见,上图那两段较长的插入片段就没有了。程序调成blastn也是类似的结果,这里我们就不贴图了。这样我们就很清楚,James是公司的技术人员,不是咱生信领域的专家,对于“简单的生物信息学分析”不熟悉,不懂得BLAST的计算原理,不清楚不同BLAST程序的细微区别,所以犯了一个小小的、微不足道的技术性错误,导致他基于INS1378做得所有推测都不成立。James犯得第二个小小的错误,是当找到一段疑似的、可能仅在某个基因组中存在的插入片段时,理论上生信学者的第一反应,是把这段序列重新比对回数据库(也就是回帖),看看是不是的确不能匹配到其他基因组上,而不是瞎找一条载体序列来做比对。

咱在很多年前写过一篇博文《如何成为顶级生物信息学家》,按研究水平将生信学者分成五个等级,其中1级(Level 1)是给数据、能分析;2级(Level 2)是想新招、玩数据。James不是专业的科研人员,但做分析的态度严谨,推导结论也比较小心,就生信的水平而言,接近1级水准。咱从02年开始搞生信,06年底博士毕业的时候就是妥妥的2级水平,所以搞清楚一位准1级的生信爱好者究竟犯了什么技术性错误,不是特别困难的事情。

最后,我们在讲讲上贴的评论里,有朋友提到的两个主要问题:1“关于突变速率的推断应该是基于自然条件下,如果实验室培养这个速率应该更快”。看上一篇博文的朋友请注意,利用不同的计算模型,估算出来的病毒突变速率不太相同,都会有一个范围。就目前的测序数据来看,新冠病毒基因组的突变特别少,变异速率要比如SARS-CoV的速率低。我们写博客不能搞得过于复杂,简单粗暴用个理论最大值算一下即可。2)朋友发来的“某人看过你的分析后评论:这个分析的第二条完蛋了,薛宇说两个病毒分叉是6.6年,可是RaTG13貌似正好是2013年采集的病毒”。根据这个评论,我们可以建立的理论模型是RaTG13有可能在采集回来之后即发生泄漏。基于这个模型,我们理论上应该能够从野外找到大量的介于新冠和RaTG 13的中间过渡型,并且能够建立起明确的流行病学关系,这两个条件必须同时满足。咱上面已经讲过了,目前已经测序的新冠基因组,突变特别少,所以现有数据不支持这个猜想。发现新冠病毒的多样性和溯源,这个不是咱生信的菜,请相关专家自行解决。

最最后,话说我离开合肥回武汉的时候,家父向所在社区的疫情指挥部汇报我们行程,问:为啥回去了呢?家父说娃儿回去搞科研了,社区肃然起敬。我说,爸爸您这不是坑儿子吗?您都知道我回去就是吃好睡好玩好!昨天贴了博文,打电话给家父,说我算是搞科研了啊,以后再有人问,那就不是忽悠了对吧。

还有个最后。上篇和本篇的写作中,得到了战忽局湖北站各位同志们的大力支持、技术指导和研讨,特此致谢。

哦,还有一个最后,James的第二篇博文是22日贴的,轩哥说有美国的朋友打电话来,说James的猜想在美国闹翻天了。这该如何是好?简单,美国懂得“简单的生物信息学分析”的学者比国内多,自己想办法发帖子讲清楚就可以了。



http://blog.sciencenet.cn/blog-279293-1217329.html

上一篇:[转载]张继先,张定宇:湖北战“疫”首授大功者
下一篇:[转载]新冠肺炎原来是这样被治愈的

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2020-4-1 17:44

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部