华东地区多样性禽流感病毒池的重配模式与新发禽流感病毒的溯源

Genomic reassortment is one of the evolutionary mechanisms of Influenza A virus, which also generates the new AIVs (avian influenza viruses) that infect different hosts. Eastern China is one of the most serious areas of AIV epidemic, with more than 40 subtypes of AIV detected. A natural genetic background pool for reassortment of AIV was produced by the complex diversity, which generates new AIV continually, bringing about huge hidden dangers to public health. However, the reassortment pattern in the viral pool and the origin of the new AIVs in eastern China still lack systematic researches. Taking the AIVs in eastern China as the research object, this project will investigate the diversity of the viral pool in this area. Based on this, the reassortment pattern in the evolution of AIV will be explored and the origin of the new AIVs will be traced. In addition, by means of the deep learning algorithm, the reassortment events of AIVs in eastern China will be predicted based on the correlation between the dynamic changes of viral diversity and the reassortment pattern. This work will clarify the reassortment mechanism in the evolution of AIV, which provides the theoretical basis for prevention and control of the new AIVs in eastern China and the other areas.

基因组的重配是甲型流感病毒的进化机制之一，也是新发禽流感病毒跨越宿主屏障传播的重要途径。华东地区是禽流感病毒的重灾区，其病毒池内检测到超过40种亚型的禽流感。复杂的多样性使其成为了一个天然的流感病毒重配的基因背景库，由此不断新发的禽流感病毒，尤其是感染人的新型禽流感，给公共卫生带来了巨大的隐患。但对于该区域流行的禽流感病毒的重配模式以及新发禽流感病毒的来源，尚缺乏系统的研究。本项目以华东地区的禽流感病毒为研究对象，基于该区域内病毒池多样性的深入研究，追溯新发病毒尤其是感染人的禽流感病毒的来源，探索病毒进化过程中的重配模式。进一步分析病毒池多样性与重配模式的相关性，拟结合深度学习算法，预测华东地区禽流感病毒的重配事件。本项目的开展有助于明确禽流感病毒进化中的重配机制，不仅为华东地区也为其他区域的禽流感疫情的应对及新发禽流感病毒的防控提供理论依据。

流感病毒是一种能够感染广泛宿主的病原体，严重威胁着人类和其它动物的健康。全球每年季节性的流感爆发也会导致数十万的人员死亡。除人流感疫情以外，禽流感病毒也不断地跨越宿主的屏障，造成偶发的、小规模的感染人的疫情。基因组的重配是流感病毒重要的进化方式，也是造成禽流感病毒感染发生宿主跳跃的主要原因之一。华东地区作为禽流感疫情的重灾区，弄清该区域甚至全球的流感病毒重配模式对流感疫情的防控至关重要。本研究以全球甲型流感病毒为研究对象，包括且不仅限于华东地区的禽流感病毒。项目首先构建了全世界首个流感病毒重配数据库，其中包含了已有的重配研究以及重配毒株的进化分析和偏好性分析。数据库的结果表明，H9N2禽流感更倾向于贡献自己的基因片段与其它亚型流感病毒发生重配事件。此外，项目还调研了当前可用的流感病毒重配识别算法，分析其优缺点。并基于此调研发展了有效、准确的流感病毒重配识别算法。该算法可以基于输入的流感病毒基因片段序列自适应地评估用于系统分支划分的阈值，从而进一步整合8个基因片段进化分支的划分结果识别出可能的重配事件。结果表明我们的分支划分结果相比于其它的划分分支算法的结果更加合理。基于发展的重配识别算法，我们对H7N9, H1N1和H9N2三种亚型的流感病毒进行重配事件的识别。结果与之前的重配研究文献中的结果基本吻合。不仅如此，通过发展的算法我们识别出H1N1流感病毒没有报道过的可能发生的重配事件。总体来说，项目的顺利完成为后续的流感病毒重配模型的研究以及重配流感病毒的预测预警都能提供理论基础和方法的指导。