Вычислительный анализ структурного cостава геномов коронавирусов

Экологические катастрофы, уменьшение площади лесных насаждений, одомашнивание диких животных, употребление в пищу зараженных животных, загрязнение воды и продуктов питания и их компонентов, эксперименты с вирусами, дефициты и дефекты иммунной системы у современного человека и других млекопитающих стали толчком к развитию новых опасных и особо опасных вирусов. Пандемия коронавируса, отнесенного к категории опасных вирусов, привела к повышению востребованности знаний и навыков вычислительной биологии, эпидемиологии и вирусологии в современном обществе. Существующие секвенаторы способны производить большие объемы биоинформационных данных, которые отображаются в виде геномных текстов. Сравнительный вычислительный анализ такой информации необходим для выяснения вопросов филогенеза, мутационного профилирования, молекулярной эволюции, определения вставок других геномов, аннотирования регионов геномов, поиска мишеней для разработки вакцин и фармакотерапии. В связи с этим авторами статьи проведен вычислительный эксперимент сравнительного анализа геномных текстов белорусских образцов коронавируса с рядом отобранных полных геномов опасных и особо опасных вирусов и коронавирусов различного происхождения. Анализ данных выполнен компьютерной программой YASS, геномные тексты загружали из GISAID, также был использован самостоятельно разработанный конвейер обработки геномных данных на основе биоинформационной платформы Galaxy. В результате анализа данных обнаружено значительное сходство нового коронавируса с рекомбинантным коронавирусом, частичное сходство с вирусами синтетического коронавируса, краснухи, Эбола 1976, ближневосточного респираторного синдрома, ВИЧ-2 (вируса иммунодефицита человека), вируса иммунодефицита обезъян и лихорадки Марбурга. 

1. Behbahani, M. Analysis and Comparison of Physiochemical Properties, Mutations and Glycosylation Patterns between RNA Polymerase and Membrane Protein of SARS-CoV and SARS-CoV-2 / М. Behbahani, P. Rabiei, H. Mohabatkar // Molecular Biology Research Communications. 2021. Vol. 10, No 4. P. 171–178. Doi: 10.22099/mbrc.2021.42187.1692.

2. Genetic Comparison Among Various Coronavirus Strains for the Identification of Potential Vaccine Targets of SARS-CoV-2 / N. Kaur [et al.] // Infection, Genetics and Evolution. 2021. Vol 89. Doi: 10.1016/j. meegid.2020.104490.

3. Макаров, Л. М. Сравнительный анализ штаммов коронавируса / Л. М. Макаров, Д. О. Иванов, А. В. Поздняков // European Science. 2020. Т. 53, № 4. С. 61–66.

4. Харченко, Е. П. Коронавирус SARS-CoV-2: особенности структурных белков, контагиозность и возможные иммунные коллизии / Е. П. Харченко // Эпидемиология и вакцинопрофилактика. 2020. Т. 19, № 2. С. 13–30. https://doi.org/10.31631/2073-3046-2020-19-2-13-30.

5. Noé, L. YASS: Enhancing the Sensitivity of DNA Similarity Search / L. Noé, G. Kucherov // Nucleic Acids Research. 2005. Vol. 33. P. W540–W543. https://doi.org/10.1093/nar/gki478.

6. Genome Detective: an Automated System for Virus Identification from High-Throughput Sequencing Data / M. Vilsker [et al.] // Bioinformatics. 2019. Vol. 35, Iss. 5. P. 871–873. https://doi.org/10.1093/bioinformatics/ bty695.

7. Genome Detective Coronavirus Typing Tool for Rapid Identification and Characterization of Novel Coronavirus Genomes / S. Cleemput [et al.] // Bioinformatics. 2020. Vol. 36, Iss. 11. P. 3552–3555. Doi: 10.1093/ bioinformatics/btaa145.

8. Автоматизированный конвейер анализа данных геномов коронавируса / М. В. Спринджук [и др.] // Медэлектроника-2022. Cредства медицинской электроники и новые медицинские технологии: сб. науч. статей XIII Междунар. науч.-техн. конф., Минск, 8–9 дек. 2022 г. Минск: Белор. госуд. ун-т информ. и радиоэлек., 2022. С. 60–65.

9. Воропаев, Е. В. Опыт использования современных геномных технологий для изучения микроорганизмов и их сообществ / Е. В. Воропаев, И. О. Стома, Д. В. Тапальский // Проблемы здоровья и экологии. 2021. Т. 18, № 3. С. 159–167.