人源甲型流感病毒基因组演化的全球性时空统计与模拟研究

With the mass accumulation of the influenza virus genome sequencing data, people have fairly focused on the influenza gene sequence analysis based on informatics methods. The traditional biology data analysis methods do not distinguish the timing relationships among sequences. This cannot meet the requirement for the evolution process research of virus population over time and space. By the Huffman coding idea, this project designs the Huffman code sequence of protein sequence according to the classification information and physicochemical properties of amino acids. Based on the graphical representation of the Huffman code sequence, a high dimensional measurement method is used to describe the protein sequence characteristics. Then a 3D visualization static model describing virus gene evolution over time is established to find the evolution laws and characteristics of virus population. Then, based on the world map we construct a 4D visualization dynamic model to simulate the global evolution process of viruses over time and space. The simulation attempts to discover the evolution characteristics and propagation rules with the changes of time and space. The evolution characteristics and propagation laws by two models can explore and realize the effective way which predicts and warns the influenza pandemic. The research results are expected to provide effective theory foundation and informatics analysis method for the evolution analysis and prediction of human influenza epidemic.

随着流感病毒基因组测序数据的海量积累，利用信息学方法进行流感基因序列的分析逐渐成为人们关注的热点。传统的生物数据分析方法并不区分真实序列在进化史上的时序关系，不能满足病毒种群随时空变化的演化过程研究。项目引入Huffman 编码思想，依据氨基酸分类及其关键的理化性质设计出蛋白质序列的Huffman 式编码，并基于编码序列的图形化表示给出蛋白质序列特征描述的一种高维度量方法；建立起流感病毒基因随时间推移的三维可视化静态模型，以及世界地图背景上的四维可视化动态模型，模拟病毒随时空变化的全球性演化过程，研究病毒种群随时间和地域变化的演化特征与传播规律；探索实现流感暴发流行预测预警的有效途径，跟踪分析全球背景下我国流感疫情的发展趋势。研究成果有望为人源流感的进化趋势分析与预测提供有效的理论基础和信息学分析新方法。

现代社会人群的高度密集、交通工具的快速便捷、人口流动的频繁和商贸活动的跨地区发展，使得流感疫情具有“全球化”趋势。世界各地流感疫情的暴发，都可能会对整个人类形成威胁。流感病毒的全球性进化与传播过程研究已经成为人们关注的热点。.项目以大量真实历史流感疫情监测数据中的甲型流感病毒基因组数据为对象，主要研究了：(1)生物大分子序列可视化表示方法研究与序列特征提取；(2)人源甲型H1N1、H3N2流感HA基因全序列样本随时间推移的可视化2D、3D表示模型研究；(3)世界地图背景上的基因序列随时空变化的四维可视化动态模型研究；(4)世界地图背景上的人源甲型流感病毒基因、基因组随时空变化的计算机模拟与特征分析；(5)近期发生的与人源甲型流感同期并存的禽流感H7N9病毒的进化特征及传播规律分析；(6)人源甲型H1N1、H3N2流感全球性传播特征指标体系的提出及其量化研究；(7)设计、开发H1N1、H3N2流感病毒全球性传播过程演示平台。.项目研究所得到的重要结论及关键数据。建立流感病毒基因序列随时间推移的二维、三维可视化表示模型，分析得出，1977 - 2009年流行的H1N1流感病毒随时间的推移不断地发生抗原漂移，在2009年3月发生基因重组而导致2009年的全球性流感大流行，甲型H3N2病毒自1968年发现以来，不断的抗原漂移是其主要的进化模式；建立世界地图背景上的基因序列随时空变化的四维可视化动态模型，揭示了人源甲型H1N1流感病毒的全球性进化与传播规律，人源甲型H3N2流感病毒的全球性进化与传播规律，H1N1、H3N2流感的传播地域及变异子群的全球性起源；构建H1N1、H3N2流感病毒的全球性传播子网，建立病毒流行预警的传播距离、传播时间、传播速率等量化指标体系。.项目研究成果的取得，能够从全球的角度主动、及时、准确地分析和比较近期的流感疫情及传播情况，为流感防疫的政策性决策提供信息支持，避免因为实际疫情的分析偏差而引起危及国家公共安全的疫情发展及舆论动荡，对于构建和谐社会具有推动作用。