新型冠狀病毒肺炎(COVID-19)疫病的爆發(fā)至今已有三年多,隨著確診病例和死亡人數(shù)持續(xù)增加,成為繼1918年西班牙大流感之后全球最嚴(yán)重的公共衛(wèi)生危機(jī)。期間,COVID-19病毒基因組持續(xù)不斷地發(fā)生著突變,某些變異使得COVI D-19病毒的感染能力增強(qiáng)、傳播速度加快。對(duì)COVID-19病毒進(jìn)化研究提出了更迫切的要求。由于病毒的進(jìn)化受環(huán)境影響很大,還存在平行進(jìn)化事件,網(wǎng)絡(luò)結(jié)構(gòu)更符合其進(jìn)化歷程。測序技術(shù)的發(fā)達(dá)促進(jìn)了COVID-19病毒序列的積累,COVID-19病毒序列的積累成為COVID-19病毒進(jìn)化研究的基礎(chǔ)。本文從國家基因組科學(xué)數(shù)據(jù)中心的COVI D-19病毒信息數(shù)據(jù)庫中獲取了COVID-19病毒序列,去掉低質(zhì)量序列后得到采樣自中國的序列412條、采樣自印度的序列618條。構(gòu)建了能反映采樣自中國和印度的病毒進(jìn)化路徑的變異網(wǎng)絡(luò)。研究發(fā)現(xiàn):(1)采樣自中國的COVID-19病毒變異網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)更傾向于星型,病毒累積變異位點(diǎn)較少,變異程度較低;采樣自印度的COVID-19病毒變異網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)更傾向于鏈型,病毒累積變異位點(diǎn)較多,屬于S蛋白區(qū)域的變異位點(diǎn)也越多。(2)經(jīng)K-S檢驗(yàn),本文所構(gòu)建...

【文章頁數(shù)】：68 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2-1病毒變異網(wǎng)絡(luò)示意圖

邊的定義有很多種方法,最常見的包括有向邊、無向邊等。其中,有向邊是表示節(jié)點(diǎn)間具有因果關(guān)系。定義邊的時(shí)候,核心問題在于要通過什么樣的指標(biāo)來有效的量化節(jié)點(diǎn)間的統(tǒng)計(jì)相關(guān)性。由于COVID-19病毒序列之間并不容易區(qū)分親緣關(guān)系中的親代與子代,沒有明確的因果關(guān)系。因此,在構(gòu)建COVID-1....

圖2-2最小生成樹算法構(gòu)建網(wǎng)絡(luò)步驟

從以上研究可以看出,MST的引入在一定程度上都能得到較好的結(jié)果。MST作為傳統(tǒng)網(wǎng)絡(luò)的主干網(wǎng),既克服了傳統(tǒng)網(wǎng)絡(luò)中的稀疏度問題,又能更準(zhǔn)確地度量網(wǎng)絡(luò)之間的差異。本研究將MST算法引入病毒變異網(wǎng)絡(luò)的研究中,期望能得到理想的結(jié)果。傳統(tǒng)的構(gòu)造最小生成樹的算法主要有兩種:Prim算法[59]....

圖1-3不同突變序列示例

2.1.4構(gòu)建病毒變異網(wǎng)絡(luò)確定構(gòu)建網(wǎng)絡(luò)的算法以后,計(jì)算序列遺傳距離并構(gòu)建病毒變異網(wǎng)絡(luò)。由于病毒存在平行進(jìn)化事件,獲取的病毒序列中存在部分序列具有相同突變的情況。在本文中,具有相同突變的序列由于其相互之間的遺傳距離為0,構(gòu)建變異網(wǎng)絡(luò)時(shí),這些序列之間的連接強(qiáng)度最強(qiáng),會(huì)優(yōu)先被聚集在一....

圖2-4Covid-19病毒變異網(wǎng)絡(luò)構(gòu)建步驟

(7)經(jīng)過有限次迭代步驟之后,N?N的連接矩陣被轉(zhuǎn)換成為N個(gè)節(jié)點(diǎn)和N-1條邊的無向無環(huán)圖,其所有連接遺傳距離之和為最小,即構(gòu)建出病毒變異網(wǎng)絡(luò)(圖2-4.i)。2.2COVID-19病毒變異網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的指標(biāo)

本文編號(hào)：3898706