Бастровирусы (Astroviridae): генетическое разнообразие и потенциальное влияние на здоровье человека и животных

Обложка

Цитировать

Полный текст

Аннотация

Введение. Бастровирусы были обнаружены в Нидерландах в 2016 г. в кале человека. Они демонстрируют частичное генетическое сходство с астровирусами, а также вирусами гепатита Е. Их связь с возникновением заболеваний пока не была установлена.

Цель работы. Получение новой генетической информации о бастровирусах, циркулирующих среди летучих мышей на территории России.

Материалы и методы. Было проведено метагеномное секвенирование образцов фекалий летучих мышей вида Nyctalus noctula, выловленных на территории РФ в 2023 г. Собрано два почти полных генома бастровирусов. Был оценен зоонозный потенциал данных вирусов методами машинного обучения, изучена их рекомбинация, а также построены филогенетические деревья.

Результаты. De novo был собран почти полный геном (длина около 5800 оснований) нового бастровируса в одном из образцов, он был использован как референс для получения другого генома в другом образце. Зоонозный потенциал вируса одного из этих образцов методами машинного обучения был оценен как высокий. Показано существование рекомбинации между структурным и неструктурным полипротеинами.

Заключение. Первое обнаружение бастровируса на территории РФ дополняет мировые данные о широте ареала его распространения. Наличие рекомбинации между полипротеинами и высокий зоонозный потенциал вируса подчеркивают важность его дальнейшего изучения.

Об авторах

Герман Викторович Роев

ФБУН «Центральный научно-исследовательский институт эпидемиологии» Роспотребнадзора; ФГАОУ ВО «Московский физико-технический институт (национальный исследовательский университет)»

Email: roevherman@gmail.com
ORCID iD: 0000-0002-2353-5222

биоинформатик лаборатории геномных исследований ФБУН ЦНИИ Эпидемиологии Роспотребнадзора, Москва, Россия

Россия, 111123, г. Москва; 115184, г. Долгопрудный

Надежда Ивановна Борисова

ФБУН «Центральный научно-исследовательский институт эпидемиологии» Роспотребнадзора

Email: borisova@cmd.su
ORCID iD: 0000-0002-9672-0648

младший научный сотрудник лаборатории геномных исследований ФБУН ЦНИИ Эпидемиологии Роспотребнадзора, Москва, Россия

Россия, 111123, г. Москва

Надежда Владимировна Чистякова

ФБУН «Институт проблем экологии и эволюции им. А.Н. Северцова» РАН

Email: lanche@mail.ru
ORCID iD: 0009-0002-6034-1408

инженер лаборатории сравнительной этологии и биокоммуникации ИПЭЭ РАН им. А.Н. Северцова, Москва, Россия

Россия, 119071, г. Москва

Анастасия Владимировна Выходцева

ФБУН «Центральный научно-исследовательский институт эпидемиологии» Роспотребнадзора

Email: vihodceva@cmd.su
ORCID iD: 0009-0005-1911-9620

технолог лаборатории геномных исследований ФБУН ЦНИИ Эпидемиологии Роспотребнадзора, Москва, Россия

Россия, 111123, г. Москва

Василий Геннадьевич Акимкин

ФБУН «Центральный научно-исследовательский институт эпидемиологии» Роспотребнадзора

Email: vgakimkin@yandex.ru
ORCID iD: 0000-0003-4228-9044

д-р мед. наук, профессор, директор ФБУН ЦНИИ Эпидемиологии Роспотребнадзора, Москва, Россия

Россия, 111123, г. Москва

Камиль Фаридович Хафизов

ФБУН «Центральный научно-исследовательский институт эпидемиологии» Роспотребнадзора

Автор, ответственный за переписку.
Email: khafizov@cmd.su
ORCID iD: 0000-0001-5524-0296

канд. биол. наук, заведующий лабораторией геномных исследований, ФБУН ЦНИИ Эпидемиологии Роспотребнадзора, Москва, Россия

Россия, 111123, г. Москва

Список литературы

  1. Oude Munnink B.B., Cotten M., Canuti M., Deijs M., Jebbink M.F., van Hemert F.J., et al. A Novel astrovirus-like RNA virus detected in human stool. Virus Evol. 2016; 2(1): vew005. https://doi.org/10.1093/ve/vew005
  2. Dos Anjos K., Nagata T., Melo F.L. Complete genome sequence of a novel bastrovirus isolated from raw sewage. Genome Announc. 2017; 5(40): e01010–17. https://doi.org/10.1128/genomeA.01010-17
  3. Yinda C.K., Ghogomu S.M., Conceição-Neto N., Beller L., Deboutte W., Vanhulle E., et al. Cameroonian fruit bats harbor divergent viruses, including rotavirus H, bastroviruses, and picobirnaviruses using an alternative genetic code. Virus Evol. 2018; 4(1): vey008. https://doi.org/10.1093/ve/vey008
  4. Bauermann F.V., Hause B., Buysse A.R., Joshi L.R., Diel D.G. Identification and genetic characterization of a porcine hepe-astrovirus (bastrovirus) in the United States. Arch. Virol. 2019; 164(9): 2321–6. https://doi.org/10.1007/s00705-019-04313-x
  5. Mishra N., Fagbo S.F., Alagaili A.N., Nitido A., Williams S.H., Ng J., et al. A viral metagenomic survey identifies known and novel mammalian viruses in bats from Saudi Arabia. PLoS One. 2019; 14(4): e0214227. https://doi.org/10.1371/journal.pone.0214227
  6. Nagai M., Okabayashi T., Akagami M., Matsuu A., Fujimoto Y., Hashem M.A., et al. Metagenomic identification, sequencing, and genome analysis of porcine hepe-astroviruses (bastroviruses) in porcine feces in Japan. Infect. Genet. Evol. 2021; 88: 104664. https://doi.org/10.1016/j.meegid.2020.104664
  7. Chen Z., Zhao H., Li Z., Huang M., Si N., Zhao H., et al. First discovery of phenuiviruses within diverse RNA viromes of Asiatic toad (Bufo gargarizans) by metagenomics sequencing. Viruses. 2023; 15(3): 750. https://doi.org/10.3390/v15030750
  8. Bolger A.M., Lohse M., Usadel B. Trimmomatic: a flexible trimmer for Illumina sequence data. Bioinformatics. 2014; 30(15): 2114–20. https://doi.org/10.1093/bioinformatics/btu170
  9. Bushnell B., Rood J., Singer E. BBMerge – accurate paired shotgun read merging via overlap. PLoS One. 2017; 12(10): e0185056. https://doi.org/10.1371/journal.pone.0185056
  10. Menzel P., Ng K.L., Krogh A. Fast and sensitive taxonomic classification for metagenomics with Kaiju. Nat. Commun. 2016; 7: 11257. https://doi.org/10.1038/ncomms11257
  11. Li D., Liu C.M., Luo R., Sadakane K., Lam T.W. MEGAHIT: an ultra-fast single-node solution for large and complex metagenomics assembly via succinct de Bruijn graph. Bioinformatics. 2015; 31(10): 1674–6. https://doi.org/10.1093/bioinformatics/btv033
  12. Buchfink B., Reuter K., Drost H.G. Sensitive protein alignments at tree-of-life scale using DIAMOND. Nat. Methods. 2021; 18(4): 366–8. https://doi.org/10.1038/s41592-021-01101-x
  13. Langmead B., Wilks C., Antonescu V., Charles R. Scaling read aligners to hundreds of threads on general-purpose processors. Bioinformatics. 2019; 35(3): 421–32. https://doi.org/10.1093/bioinformatics/bty648
  14. Danecek P., Bonfield J.K., Liddle J., Marshall J., Ohan V., Pollard M.O., et al. Twelve years of SAMtools and BCFtools. Gigascience. 2021; 10(2): giab008. https://doi.org/10.1093/gigascience/giab008
  15. Wheeler D.L., Church D.M., Federhen S., Lash A.E., Madden T.L., Pontius J.U., et al. Database resources of the National Center for Biotechnology. Nucleic. Acids Res. 2003; 31(1): 28–33. https://doi.org/10.1093/nar/gkg033
  16. Altschul S.F., Gish W., Miller W., Myers E.W., Lipman D.J. Basic local alignment search tool. J. Mol. Biol. 1990; 215(3): 403–10. https://doi.org/10.1016/S0022-2836(05)80360-2
  17. Katoh K., Standley D.M. MAFFT multiple sequence alignment software version 7: improvements in performance and usability. Mol. Biol. Evol. 2013; 30(4): 772–80. https://doi.org/10.1093/molbev/mst010
  18. Nguyen L.T., Schmidt H.A., von Haeseler A., Minh B.Q. IQ-TREE: a fast and effective stochastic algorithm for estimating maximum-likelihood phylogenies. Mol. Biol. Evol. 2015; 32(1): 268–74. https://doi.org/10.1093/molbev/msu300
  19. Kalyaanamoorthy S., Minh B.Q., Wong T.K.F., von Haeseler A., Jermiin L.S. ModelFinder: fast model selection for accurate phylogenetic estimates. Nat. Methods. 2017; 14(6): 587–9. https://doi.org/10.1038/nmeth.4285
  20. Letunic I., Bork P. Interactive Tree Of Life (iTOL) v5: an online tool for phylogenetic tree display and annotation. Nucleic. Acids Res. 2021; 49(W1): W293–6. https://doi.org/10.1093/nar/gkab301
  21. Suyama M., Torrents D., Bork P. PAL2NAL: robust conversion of protein sequence alignments into the corresponding codon alignments. Nucleic Acids Res. 2006; 34(Web Server issue): W609–12. https://doi.org/10.1093/nar/gkl315
  22. Martin D.P., Murrell B., Golden M., Khoosal A., Muhire B. RDP4: Detection and analysis of recombination patterns in virus genomes. Virus Evol. 2015; 1(1): vev003. https://doi.org/10.1093/ve/vev003
  23. Mollentze N., Babayan S.A., Streicker D.G. Identifying and prioritizing potential human-infecting viruses from their genome sequences. PLoS Biol. 2021; 19(9): e3001390. https://doi.org/10.1371/journal.pbio.3001390
  24. Wolfaardt M., Kiulia N.M., Mwenda J.M., Taylor M.B. Evidence of a recombinant wild-type human astrovirus strain from a Kenyan child with gastroenteritis. J. Clin. Microbiol. 2011; 49(2): 728–31. https://doi.org/10.1128/JCM.01093-10
  25. Wohlgemuth N., Honce R., Schultz-Cherry S. Astrovirus evolution and emergence. Infect. Genet. Evol. 2019; 69: 30–7. https://doi.org/10.1016/j.meegid.2019.01.009
  26. Worobey M., Holmes E.C. Evolutionary aspects of recombination in RNA viruses. J. Gen. Virol. 1999; 80(Pt. 10): 2535–43. https://doi.org/10.1099/0022-1317-80-10-2535
  27. van Dijk E.L., Auger H., Jaszczyszyn Y., Thermes C. Ten years of next-generation sequencing technology. Trends Genet. 2014; 30(9): 418–26. https://doi.org/10.1016/j.tig.2014.07.001
  28. Kiselev D., Matsvay A., Abramov I., Dedkov V., Shipulin G., Khafizov K. Current trends in diagnostics of viral infections of unknown etiology. Viruses. 2020; 12(2): 211. https://doi.org/10.3390/v12020211
  29. Radford A.D., Chapman D., Dixon L., Chantrey J., Darby A.C., Hall N. Application of next-generation sequencing technologies in virology. J. Gen. Virol. 2012; 93(Pt. 9): 1853–68. https://doi.org/10.1099/vir.0.043182-0
  30. Bassi C., Guerriero P., Pierantoni M., Callegari E., Sabbioni S. Novel virus identification through metagenomics: a systematic review. Life (Basel). 2022; 12(12): 2048. https://doi.org/10.3390/life12122048
  31. Li W., Shi Z., Yu M., Ren W., Smith C., Epstein J.H., et al. Bats are natural reservoirs of SARS-like coronaviruses. Science. 2005; 310(5748): 676–9. https://doi.org/10.1126/science.1118391

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Филогенетическое дерево, построенное на основе аминокислотной последовательности неструктурного полипротеина (NSP) бастровирусов.

Скачать (305KB)
Метаданные
3. Рис. 2. Филогенетическое дерево, построенное на основе аминокислотной последовательности структурного полипротеина (SP) бастровирусов.

Скачать (305KB)
Метаданные
4. Рис. 3. Матрица филогенетической совместимости, построенная по объединенным выравниваниям белков NSP и SP.

Скачать (485KB)
Метаданные

© Роев Г.В., Борисова Н.И., Чистякова Н.В., Выходцева А.В., Акимкин В.Г., Хафизов К.Ф., 2023

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».