Nature|云計算助力發現新型病毒

病毒給人類的健康帶來了巨大的威脅，比如1918年的西班牙流感、AIDS、埃博拉、SARS、新冠病毒等。據估計，能夠造成人群傳染病的病毒有3x10⁵之多，然而可惜的是人們只認識其中的很少一部分。因此，在全球范圍內對病毒進行監測是預測和預防未來病毒傳播的最有效手段之一。

借助于新技術，比如高通量測序，人類已經發現了數千種新型病毒，并且這一發現的數量呈現指數型增長。然而，對這些測序序列的解讀，比如對序列進行拼接，仍然是一項挑戰。

2022年1月26日，加拿大的Artem Babaian在Nature 發表了文章Petabase-scale sequence alignment catalyses viral discovery，開發了一種云計算平臺—Serratus，可以實現PB（1PB=1024TB）級別的序列比對，并鑒定出了超過10⁵個新型RNA病毒。

公共數據庫比如SRA（Sequence Read Archive）上有PB級別的序列，并且這些數據信息都可以免費使用。研究人員將這些信息鏡像上傳至云平臺Serratus（免費且開源，https://serratus.io）上，并利用Serratus對超過短序列數據集進行了分析（其花費低至平均每個數據集每天不到1美分）。這些數據集涵蓋了近13年七大洲四大洋測過序的所有動物。

為了鑒定含有與病毒相關序列的文庫，研究人員篩選了3,837,755個公共RNA-seq、meta-genome、meta-transcriptome和meta-virome數據集并與所有的冠狀病毒以及脊椎動物病毒序列進行對比，之后與所有的RNA依賴RNA聚合酶（RNA-dependent RNA polymerase，RdRP）序列進行比對，鑒定出了已知的15,016個sOTU（species-like operational taxonomic units）和131,957個未知sOTU。據估計病毒的種類約為10⁸-10¹²，因此這次計算得到的病毒數量也僅為預估的0.1%。

鑒于新冠病毒在這兩年的流行情況，研究人員嘗試利用Serratus在已有的數據集中挖掘冠狀病毒，發現了70個sOTU，其中44個已經被報道，17個含有部分RdRP，9個為新型冠狀病毒。

肝炎病毒每年導致的死亡比HIV、結核、瘧疾等都多。其中丁型肝炎病毒是肝炎病毒的一種，并且在2018年之前被認為是δ病毒屬的唯一一種。研究人員利用Serratus發現了14種δ病毒、39種ε病毒以及311種ζ病毒，擴展了人們對δ病毒屬的認知。另外，通過對巨噬菌體進行研究，還發現孟加拉人身上的巨噬菌體與英國貓狗身上的巨噬菌體緊密相關。

總之，在新冠病毒流行的背景下，這一研究將這幾年互聯網的熱點概念“云計算”應用在序列比對上，通過對公共數據庫進行挖掘，發現了超過10萬個新的RNA病毒，擴展了我們對于病毒世界的認識，有助于我們預測并預防未來的病毒大流行。

原文鏈接：

https://doi.org/10.1038/s41586-021-04332-2