[整理] 病毒演化系統發生樹

[naieeliao (♪~~)]

這裡只是來宣傳一下這兩週做的小project
https://github.com/PinguPinga/hCoV-2019-phylogenetic-analysis
從 GISAID 的資料庫抓病毒定序資料
Project1 => 篩出高品質的序列
Project2 => 分析並畫出樹狀圖
Git裡面有pdf檔可以參考

https://i.imgur.com/rELDNzQ.png
當初看 nextstrain.org 的資料
自己簡單玩了一下發現有出入 (C241T是假的，定序誤差)
所以就把 GISAID 原始的序列抓來分析了

https://i.imgur.com/WhUWCF9.png
概念圖
樹根的原點是使用大家統一定義的參考序列，採集地點在武漢，這並不重要
真要追溯到蝙蝠，說真的，沒完沒了

接下來要講故事了




https://imgur.com/kHlMZD5
一、鑽石公主號
node #450 (G11083T) EPI_ISL_408481 chongqing  2020-01-18
雖然在重慶第一次檢驗到，但實際上很多助攻來自第一艘爆炸的鑽石公主號
如果回過頭仔細分析不完整的序列，G11083T 貢獻全球 1/6 的上傳序列 (持續降低中)
還記得鑽石公主號乘客返回以色列之後被驗出來的事嗎？ 他有 G11083T
但這是不是日本該背的鍋呢？
1. 目前最盛行這個突變的地域是歐洲 (合併 G26144T)
   G26144T 偏偏也有獨立的點突變
2. 日本目前很少報告有這個突變 (可是日本最近爆炸，卻很少上傳序列)
3. 早在鑽石公主號爆炸之前，重慶、香港、新加坡就有這個突變的個案了
結論是...很難講啊 我也不清楚




https://i.imgur.com/VPX47cI.png
二、惡名昭彰的Italy
node #136  EPI_ISL_412973  italy   2020-02-20  (C3037T  C14408T A23403G)
其實在他前面有出現過一個
EPI_ISL_406862  germany 2020-01-28  (C3037T  A23403G)
但是德國早期很快就遏止一間公司的群聚感染了
序列重複上傳筆數只有1，所以被程式篩掉了
但是義大利真的害人不淺阿，太多觀光客了，一下就傳到世界各處
這個分支占了 60% 以上的筆數，歐美遍地都是他的子孫

node #375 India 就是他的子孫之一
印度上傳的序列過半 (9/12) 都是他，在人口世界第二的國家，應該會爆炸吧 (?)

node #1159 Russia 也是 (11/22)
看來俄羅斯要起飛了



https://i.imgur.com/no8EZUk.png
三、Make America Great Again
事實上跟義大利同時發生的，是二月下旬到三月上旬的美國分支
美國現在最大的流派還是三月初暴漲的義大利系 (美國鎖國前的飛機超毒)
node #1 EPI_ISL_413456  usa     2020-02-20
C8782T  C17747T A17858G C18060T T28144C
這個分支主要在北美跟澳洲出現，普遍度還是遠遠不及義大利的株系



https://i.imgur.com/ZMI0Qc5.png
四、日漸壯大的西班牙無敵艦隊
聽說最近西班牙死比較多人？ 其實西班牙的資料只侷限在兩個支系
很抱歉，這株系比較難從大量數據中找到源頭
node #409  EPI_ISL_418248  spain   2020-03-01
C8782T  T9477A  C14805T G25979T T28144C C28657T C28863T
智利就中獎了... 南美洲會不會都是他呢？
澳洲有一個小分支，接下來討論




五、世界的大贏家，澳洲
當你以為紐澳離亞洲、歐洲、美洲都隔著汪洋大海時
澳洲真的各個病毒株系都有！一二月亞洲的株系、三四月的歐美株系
雖然說澳洲表面上好像趨緩，但現在他可是集大成者！
實際上我們還不清楚究竟對不同株系會不會有共同的免疫力
聽說最近紐澳要形成共同的 travel bubble (往來的班機復航)
拭 目 以 待

六、蓋牌專家，中國
自從三月後上傳的有效資料數.... 手指數得出來
聽說最近有班機，我們可以來驗驗看有沒有新的演化支出現

結論：地理位置對於病毒的演化有很大的關係
冰島就有很多專屬的病毒株系，大英帝國也有少部分
以上是我個人的意見，解說到這邊，謝謝大家  (我不是專門研究病毒的，很抱歉)
※禁止轉載※
最近沒投2330，失望啊....

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.169.10.133 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/nCoV2019/M.1587292651.A.060.html
※ 編輯: naieeliao (118.169.10.133 臺灣), 04/19/2020 18:40:37
推 warrenchen: 感謝彙整
→ KunioFAN: 推整理~
→ soulgem: 想到上次看到的 graphen.ai 還在畫 0.0a
→ soulgem: https://www.graphen.ai/covid.html
當我看到某些突變點都被抓出來的時候，表示他根本沒有篩選掉定序的誤差
當誤差為 0.01% 的時候，這隻病毒序列約 29k，就有3個誤差囉
以誤差 0.01% 拿去分析是不行的，需要用量去彌補誤差
而不是把誤差呈現在一張圖上，看起來眼花撩亂
推 james732: 推
推 mesenchymal: 感謝分析
推 ilccc: 感謝整理！
推 volkyrie: 感謝整理最近就想看看這個，那請問有台
→ volkyrie: 灣病株也會像澳洲那樣各地來嗎?
Git裡面有pdf跟txt，可以直接從 complete 搜尋 "taiwan"
長庚有一個小小的株系，至於突變出現四個我猜測是定序的誤差 (primer/機器)
其他大多來自國外
推 snorker: push
推 silentence: 要多大變異才能排除定序的偏誤呢@@?
簡單說，當你把特定突變全部隱藏，而資料的亂度顯著下降
之前沒有仔細篩的時候，發現病毒突變好快，就跟graphen那張圖一樣亂
可是graphen連完整度 < 2% 的序列都不放過，所謂 GIGO
推 aprilsheep: 公司名稱都打出來了，還甩鍋，就是中
→ aprilsheep: 資呀，歐洲國家買到出問題的公司都會
→ aprilsheep: 報名字推推
→ aprilsheep: 抱歉上方為舊推錯
推 becseger: 感謝專家解說！
→ SRadiant: 中國從很早就開始刻意不上傳序列了，不
→ SRadiant: 然應該會更精采
→ muskdeer: 看嘸...0.0?
推 k879311: 這個要看出共同免疫並不是太容易，不過這
→ k879311: 個可以提供很好的防疫方向。像是台灣找
→ k879311: 不出感染源的，是否已經有台灣株了？
DNA/RNA的序列不適合拿去推論蛋白質層面的東西，免疫是這部分無法分析的地方
推 bunjie: 感謝分析和解說
→ kuma660224: 這跟免疫沒有關係啦
→ kuma660224: 是看病毒傳往那個方向
→ kuma660224: 例如台灣前期流行的都中國來源
→ kuma660224: 後期來自歐美  而美國的來自歐洲
推 kuma660224: 峈첑u你沒守好哪個方向
→ kuma660224: 源頭武漢  但多數不是武漢直接去
→ kuma660224: 源頭還好守  豬隊友才很難守
推 abow0704: 好強的整理
推 kennetharies: 推
推 silentence: 長知識了  謝謝
推 clouse1234: 推
推 arthurwang: 推整理
推 ioupoiu: 垃圾支那
推 MosDonalds: 推
推 avans: 推研究 謝謝說明!
推 fromwilda: 推
推 none024: 謝謝整理
※ 編輯: naieeliao (118.169.10.133 臺灣), 04/19/2020 23:03:54
推 ThomasHSNU: 推
推 hotanger: 有問過張教授嗎？
推 soulgem: 推 (果然還是有很需要領域知識的地方)
推 skycat2216: 知識推
推 kisscat1023: 推專業
推 windfolg: 推
推 joann63: 推專業!
推 ausagi: 推