RNA ارائه می دهد سرنخ به منشاء بیماری کروناویروس

استفاده از یک مدل آماری برای عموم در دسترس ژنوم داده ها ارائه می دهد سرنخ به آغاز coronavirus بیماری همه گیر در چین, محققان می گویند.

از آنجا که زمان coronavirus اپیدمی آغاز شده و دانشمندان و مقامات را تعیین اثر انگشت ژنتیکی از ویروس در نمونه های متعدد از کشورها را تحت تاثیر قرار. بیش از 100 از این توالی ژنی که در حال حاضر در coronaviruses در قالب RNA موجود در پایگاه داده است.

Tanja Stadler, استاد زیست شناسی محاسباتی در بخش biosystems علوم و مهندسی در ETH زوریخ در بازل و متخصص در سوالات اپیدمیولوژی مولکولی با استفاده از یک مدل آماری گروه توسعه یافته برای تجزیه و تحلیل تبارشناسی ژنتیکی از عوامل بیماری زا.

“با استفاده از روشهای آماری ما می تواند محاسبه که چگونه بسیاری از مردم آلوده شدند در هر نقطه در زمان در گذشته است.”

Stadler و همکاران ساخته شده اند تجزیه و تحلیل خود را در دسترس به دیگر دانشمندان در Virological یک پورتال آنلاین. آنها اشاره می کنند که کار خود شده است بررسی توسط دانشمندان دیگر به عنوان استاندارد در تحقیقات به این امر را بیش از حد طولانی در یک وضعیت مانند یک جریان است. Stadler همچنین تاکید می کند که کیفیت خود را تجزیه و تحلیل می تواند تنها به عنوان خوب به عنوان با کیفیت و کمیت از اطلاعات ژنتیکی منتشر شده است. در این مطالعه تیم خود را تجزیه و تحلیل 93 توالی RNA—بسیاری از آنها از چین با 38 از کشورهای دیگر است.

Stadler را تجزیه و تحلیل نشان می دهد که این بیماری همه گیر در چین آغاز شد و در نیمه اول ماه نوامبر سال 2019 در حالی که اکثر برآورد قبلی فرض شده است که این ویروس را منتقل نکنید از یک حیوان به انسان تا نیمه دوم ماه نوامبر.

“گسترده فرضیه که اولین فرد آلوده در یک حیوان بازار در ماه نوامبر است که هنوز هم قابل قبول” Stadler می گوید. “اطلاعات ما به طور موثر حکومت سناریو که این ویروس در گردش در انسان برای مدت زمان طولانی قبل از آن.”

Stadler همچنین تجزیه و تحلیل پویایی این بیماری همه گیر قبل از شهر ووهان شد قرنطینه در 23 ژانویه سال 2020 است. او با استفاده از داده های ژنتیکی برای محاسبه جدید کروناویروس اساسی تولید مثل عدد و رقم نشان می دهد که متوسط تعداد نفر فرد آلوده در ادامه به آلوده. با توجه به Stadler را تخمین می زند آن نهفته است بین 2 و 3.5 در این دوره در سوال. این را تأیید میکند که برآورد قبلی بر اساس تعداد تایید coronavirus موارد که پیشنهاد یک رقم بین 2 و 4. این بدان معنی است که عفونت رخ می دهد بسیار سریع تر از با آنفلوانزای فصلی (که به طور معمول دارای یک پایه تولید مثل شماره های زیر 1.5).

“تولید مثل پایه شماره یکی از مرکزی پارامترهای یک اپیدمی” Stadler می گوید. “این فراهم می کند اطلاعات مهم در اثربخشی اقدامات قرنطینه. کنترل اقدامات موثر تنها در صورتی که قادر به کاهش این تعداد است.” به همین دلیل Stadler می خواهد برای تعیین آنچه در این شماره است که در طول timespan از ووهان قرنطینه. با این حال او می گوید: داده های این دوره در ووهان معلوم نیست که قابل تجزیه و تحلیل غیر ممکن است در حال حاضر.

به دلیل ویروسی در ژنوم به طور مداوم در حال تغییر Stadler می تواند با استفاده از این تغییرات برای بازسازی تاریخچه تکامل ویروس. “با استفاده از روشهای آماری ما می تواند محاسبه که چگونه بسیاری از مردم آلوده شدند در هر نقطه در زمان در گذشته,” او توضیح می دهد.

او تجزیه و تحلیل نشان می دهد که در ژانویه 23, بین 4000 و 19,000 مردم باید آلوده شده اند. در آن زمان وجود داشت 581 تایید موارد این بیماری است. این به این معنی است که در مورد افراطی ترین تنها 1 در 33 افراد آلوده به نظر می رسد در آمار رسمی; در بهترین حالت 1 در 7.

Stadler تاکید می کند که روش های دیگر وجود دارد از او برای تعیین اپیدمیولوژیک پارامترهای. اما او روش که تجزیه و تحلیل ژنوم یک مزیت بزرگ است که در آن اجازه می دهد تا قابل نتیجه گیری کشیده می شود حتی با داده ها از تعداد نسبتا کمی از بیماران. به طور خاص او روش مفید است در شرایطی که این دیگر روشن است که آلوده آنها. این است که در حال حاضر این مورد در ایتالیا شده است و در مورد چین برای برخی از زمان.

در نهایت Stadler روش حتی اجازه می دهد تا تجزیه و تحلیل زمان واقعی از یک بیماری همه گیر که می تواند فعال مقامات به طور مداوم بررسی و تنظیم اثربخشی اقدامات کنترلی. یک پیش نیاز برای این کار خواهد بود به طور منظم چک نقطه به بررسی ژنوم ویروسی در افراد مبتلا به تازگی. در حال حاضر تقریبا هیچ ترتیب داده است که منتشر شده جدید ژنوم ویروسی از ووهان.

Stadler ادامه خواهد داد او را تجزیه و تحلیل و گسترش آن به تازگی منتشر شده ژنوم داده است.

منبع: ETH زوریخ

tinyurlis.gdv.gdv.htclck.ruulvis.netshrtco.de

Leave a reply

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>