Профилирование геномных данных коронавируса человека, полученных от пациентов в Беларуси
https://doi.org/10.35596/2522-9613-2022-28-3-73-81
Аннотация
Новая коронавирусная инфекция стала причиной смерти и заболеваний миллионов людей и животных. Пандемия показала недостатки систем здравоохранения даже самых экономически развитых государств. Геномика и биоинформатика предоставляют возможность получать, изучать и анализировать геномные тексты микробов (в частности – коронавирусов). В статье представлены результаты анализа геномов SARS-CoV-2 от пациентов в Беларуси и (для сравнения) в России. Выполнено геномное профилирование с целью определения и статистического анализа кластеров и линий передачи новой коронавирусной инфекции, в соответствии с предложенными классификациями кластеров и штаммов COVID-19. Приводятся сведения по оценке качества исходных данных, выполнена и графически представлена визуализации полученных результатов. Доминирующие в Беларуси и России клады-кластеры это B.1 («Базельский кластер») и В.1.1. Оба имеют европейско-британское распространение
Ключевые слова
коронавирус,
пандемия,
статиcтика,
cистемы медицинского назначения,
медицинская кибернетика,
геномика,
биоинформатика,
прикладная математика,
программное обеспечение,
полногеномное секвенирование
При поддержке: Белорусский республиканский фонд фундаментальных исследований
Об авторах
М. В. Спринджук
Институт математики Национальной академии наук Беларуси
Беларусь
Беларусь
к. т. н., старший научный сотрудник
А. С. Владыко
Институт математики Национальной академии наук Беларуси
Беларусь
Беларусь
д. м. н., профессор, главный научный сотрудник
Л. П. Титов
Институт математики Национальной академии наук Беларуси
Беларусь
Беларусь
д. м. н., профессор, академик НАН Беларуси, заведующий лабораторией экспериментальной иммунологии
В. И. Берник
Институт математики Национальной академии наук Беларуси
Беларусь
Беларусь
д. ф.-м. н., профессор, главный научный сотрудник отдела теории чисел
Список литературы
1. Woo, P. C. Coronavirus genomics and bioinformatics analysis / P. C. Woo [et al.] // Viruses. – 2010. – No. 2(8). – P. 1804-1820.
2. Abro, S. H. Bioinformatics and evolutionary insight on the spike glycoprotein gene of QX-like and Massachusetts strains of infectious bronchitis virus / S. H. Abro [et al.] // Virol J. – 2012. – No. 9. – P. 211.
3. Feng, D. Bioinformatics analysis of the factors controlling type I IFN gene expression in autoimmune disease and virus-induced immunity / D. Feng, B. J. Barnes // Front Immunol. – 2013. – No. 4. – P. 291.
4. Brinkmann, A. Proficiency Testing of Virus Diagnostics Based on Bioinformatics Analysis of Simulated In Silico High-Throughput Sequencing Data Sets / A. Brinkmann [et al.] // J Clin Microbiol. – 2019. – No. 57 (8). – DOI: 10.1128/JCM.-19.
5. Kellam, P. Virus bioinformatics: databases and recent applications / P. Kellam, M. M. Alba // Appl. Bioinformatics. – 2002. – No. 1(1). – P. 37–42.
6. Xing, J. F. Sequence analysis for genes encoding nucleoprotein and envelope protein of a new human coronavirus NL63 identified from a pediatric patient in Beijing by bioinformatics / J. F. Xing [et al.] // Bing Du Xue Bao. – 2007. – No. 23 (4). – P. 245–251.
7. Jones, B. JMP statistical discovery software / B. Jones, J. Sall // Wiley Interdisciplinary Reviews: Computational Statistics. – 2011. – No. 3(3). – P. 188–194.
8. Sall, J. JMP start statistics: a guide to statistics and data analysis using JMP / J. Sall [et al.]. – Sas Institute, 2017.
9. O’Toole, Á. Assignment of epidemiological lineages in an emerging pandemic using the Pangolin tool / Á. O’Toole [et al.] // Virus Evolution. – 2021. – No. 7(2). – Article ID: veab064.
10. Pipes, L. Assessing uncertainty in the rooting of the SARS-CoV-2 phylogeny / L. Pipes // Molecular biology and evolution. – 2021. – No. 38(4). – P. 1537–1543.
11. Rambaut, A. A dynamic nomenclature proposal for SARS-CoV-2 lineages to assist genomic epidemiology / A. Rambaut [et al.] // Nat Microbiol. – 2020. – No. 5 (11). – P. 1403–1407.
12. Aksamentov, I. Nextclade: clade assignment, mutation calling and quality control for viral genomes / I. Aksamentov [et al.] // Journal of Open SourceSoftware. – 2021. – No. 6(65). – P. 3773.
13. Stange, M. SARS-CoV-2 outbreak in a tri-national urban area is dominated by a B.1 lineage variant linked to a mass gathering event / M. Stange [et al.] // PLoS Pathogens. – 2021. – No. 17(3). – Article ID: e1009374.
Рецензия
Для цитирования:
Спринджук М.В., Владыко А.С., Титов Л.П., Берник В.И. Профилирование геномных данных коронавируса человека, полученных от пациентов в Беларуси. Цифровая трансформация. 2022;28(3):73-81. https://doi.org/10.35596/2522-9613-2022-28-3-73-81
For citation:
Sprindzuk M.V., Vladyko A.S., Titov L.P., Bernik V.I. Profiling Human Coronavirus Genomic Data Obtained from Patients in Belarus. Digital Transformation. 2022;28(3):73-81. (In Russ.) https://doi.org/10.35596/2522-9613-2022-28-3-73-81
Просмотров: 425
Послать статью по эл. почте 