PLoS文章解析如何预测人流感病毒危害性

生物通官微
陪你抓住生命科技
跳动的脉搏

生物通首页 > 今日动态 > 正文

【字体：大中小】 时间：2010年08月18日 来源：生物通

编辑推荐：

　　来自中国科学院生物物理研究所的研究人员提出了一个新的宿主-病毒相互作用模型，首次建立了病毒导致的超额死亡和其抗原变异程度之间的定量关系，并进一步发展了直接从病毒序列出发快速准确估算流感潜在危害性的计算方法。这一研究成果已经在线发表在8月12日的PLoS Computational Biology上。

生物通报道：来自中国科学院生物物理研究所的研究人员提出了一个新的宿主-病毒相互作用模型，首次建立了病毒导致的超额死亡和其抗原变异程度之间的定量关系，并进一步发展了直接从病毒序列出发快速准确估算流感潜在危害性的计算方法。这一研究成果已经在线发表在8月12日的PLoS Computational Biology上。

领导这一研究的是中国科学院生物物理研究所蒋太交研究员，其早年毕业于湖南师范大学，曾在耶鲁大学生物学系Sidney Altman 教授实验室从事人核糖核酸Ｐ的结构和功能研究，2004年入选****。这一论文的共同第一作者是生物物理研究所助理研究员吴爱平和博士研究生彭友松，国家流感中心舒跃龙教授参与指导了该项研究。

每年流感流行都会导致全球几十万甚至百万人的死亡，是全球公共卫生防控的重要对象。流感病毒在流行过程中会快速变异，产生了不同危害程度的流感病毒变异株，因而会导致流感病毒在不同的流感季节中死亡人数不一样。但目前对流感导致人死亡的危害程度的估计主要依赖于监控，往往只能在流感流行了一段时间后才能相对准确地估计，不利于各国的卫生部门快速有效地制订流感防治的策略。如果能在病毒出现的早期就估算出其潜在的危害性，将为科学有效地制订流感防控政策提供重要依据。

研究人员在这篇文章中提出了一个新的宿主-病毒相互作用模型，首次建立了病毒导致的超额死亡和其抗原变异程度之间的定量关系，并进一步发展了直接从病毒序列出发快速准确估算流感潜在危害性的计算方法。该计算模型被同行专家认为是一个概念上的创新，研究成果将有助于各国卫生部门制订快速有效的流感防控策略。

研究显示，传统的流感传播危害性模型是基于年代分析流感传播规律及其危害性影响，而且主要考虑上一流行季度的流感对下一个季节流感的影响。新模型考虑抗原完全不同的病毒株（即抗原株）之间的关系，并且基于一个抗原株的整个生命史（许多抗原株可能会流行数年）。研究人员认为以前流行过的多个抗原株在人群中组成一个交叉保护体系，共同防御新抗原株，影响它的传播力与危害程度。根据该模型，首次发现了季节性流感病毒造成的死亡人数与它抗原改变大小的正相关性，并建立了两者的定量关系。

（生物通：万纹）

原文摘要：

Correlation of Influenza Virus Excess Mortality with Antigenic Variation: Application to Rapid Estimation of Influenza Mortality Burden

The variants of human influenza virus have caused, and continue to cause, substantial morbidity and mortality. Timely and accurate assessment of their impact on human death is invaluable for influenza planning but presents a substantial challenge, as current approaches rely mostly on intensive and unbiased influenza surveillance. In this study, by proposing a novel host-virus interaction model, we have established a positive correlation between the excess mortalities caused by viral strains of distinct antigenicity and their antigenic distances to their previous strains for each (sub)type of seasonal influenza viruses. Based on this relationship, we further develop a method to rapidly assess the mortality burden of influenza A(H1N1) virus by accurately predicting the antigenic distance between A(H1N1) strains. Rapid estimation of influenza mortality burden for new seasonal strains should help formulate a cost-effective response for influenza control and prevention.

作者简介：

濡ょ姷鍋涢悘婵嬪箟閿燂拷 Western blot成像：电子压片无需暗房，简单快速高效准确，强弱条带同时成像不过曝——e-BLOT

蒋太交研究员
Taijiao Jiang, Professor

专家类别: ****,研究员

简历 & 研究组工作摘要：
1990.9-1994.6, 湖南师范大学
1994.9-1999.6，中国科学院上海生物化学研究所，获生物化学和分子生物学博士学位
2001.9-2002.12耶鲁大学计算机科学系，获计算机科学硕士学位
1999.8-2002.6 在耶鲁大学生物学系Sidney Altman 教授实验室从事人核糖核酸Ｐ的结构和功能研究
2003.1-2004.12 在麻省理工学院Amy Keating教授实验室进行计算结构生物学和系统生物学研究
2004.10至今：任生物物理研究所研究员，中国科学院“****”获得者

我们利用与发展计算结构生物学和系统生物学方法研究复杂分子机器和网络形成的结构基础，动态行为和调控机制。
在计算结构生物学方面，基于第一原则和共进化的自然法则进行蛋白质结构，相互作用的预测，蛋白质结构动态变化及复合物动态组装的模拟以及蛋白质设计等方面方法学的研究。
在系统生物学方面，我们利用各种现代技术精细地分析分子相互作用；发展数据整合的方法构建动态的蛋白质网络和模拟动态蛋白质复合物的精细结构和动态行为；利用合成生物学来调控和改造分子的相互作用。

Biography & Introduction

Education: 9/1990-6/1994, Hunan Normal University; 9/1994-8/1999, Ph.D. in Biochemistry and Molecular Biology from Shanghai Institute of Biochemistry, CAS; 9/2001-12/2002, Master of Computer Science from Yale University.

Postdoctoral research: 8/1999-6/2002, Working on human nuclear RNase P at Yale University, Advisor: Dr. Sidney Altman; 1/2003 ?12/2004, Research on computational structure biology and systems biology at MIT, Advisor: Dr. Amy Keating.

Principal Investigator: 10/2004 - , Professor in Institute of Biophysics, CAS.

Research interests:
Dr. Jiang's lab focuses on developing computational structure and systems approaches to understand complex molecular machineries and interaction networks: their molecular mechanism, dynamics and regulation.
In computational structure biology, based on first principles and intra-/inter-molecular co-evolution, we develop algorithms for predicting protein structures and molecular interactions, modeling protein conformational changes and dynamical assembly of protein complexes, and design of proteins and protein-protein interactions.
In systems biology, we aim to precisely map molecular interactions by combining different state-of-art technologies, to model structure and dynamics of complex molecular machineries and construct dynamical protein networks via data integration, and to modulate specific molecular interactions through synthetic biology.

Selected Publications：

Xiangjun Du, Zhuo Wang, Aiping Wu, Lin Song, Yang Cao, Haiying Hang, and Taijiao Jiang. Networks of genomic co-occurrence capture characteristics of human influenza A (H3N2) evolution. 2007, GENOME RES, DOI: 10.1101/gr.6969007

Andrew McDonnell, Taijiao Jiang, Amy Keating and Bonnie Berger. Paircoil2: Improved Prediction of Coiled Coils from Sequence. 2006, BIOINFORMATICS. 22(3):356-358

Taijiao Jiang, Amy E Keating. AVID: An integrative framework for discovering functional relationships among proteins. BMC Bioinformatics 6(136) (2005).

Taijiao Jiang, Sidney Altman. A protein subunit of human RNase P, Rpp14, and its interacting partner, OIP2, have 3' >5' exoribonuclease activity. PROC NAT ACAD SCI USA 99 (8), 295-5300 (2002).

Taijiao Jiang, Sidney Altman. Protein-protein interactions with subunits of human nuclear RNase P. PROC NAT ACAD SCI USA 98 (3), 920-5 (2001).

Taijiao Jiang, Guerrier-Takada, Cecellia, Sidney Altman. Protein-RNA interactions in the subunits of human nuclear RNase P. RNA 7(7), 937-41 (2001).