XiaoMi-AI文件搜索系统
World File Search Systemruse
人类对致癌病毒的先天免疫缺陷
致癌病毒是可导致肿瘤的病毒。目前有七种病毒被确认为人类致癌病毒：爱泼斯坦-巴尔病毒 (EBV)、卡波西肉瘤相关疱疹病毒 (KSHV，也称为 HHV8)、人乳头瘤病毒 (HPV)、乙型肝炎病毒 (HBV)、丙型肝炎病毒 (HCV)、人类 T 淋巴细胞病毒-1 (HTLV-1) 和默克尔细胞多瘤病毒 (MCPyV)。感染这些致癌病毒导致的临床表型范围从无症状感染到侵袭性癌症。患有先天性免疫缺陷 (IEI) 的患者容易患上由窄谱或广谱病原体引起的传染病，在某些情况下包括致癌病毒。对 IEI 患者的研究加深了我们对控制 EBV、HHV8 和 HPV 感染的非冗余机制的理解。导致易患致癌 HBV、HCV、HTLV-1 和 MCPyV 表现的人类遗传因素仍不清楚。我们在此简要回顾目前已知的 IEI 导致易患严重感染致癌病毒的情况。
最初发表于：Jetzer, Tania；Studer, Luka；Bieri, Manuela；Greber, Urs；Hemmi, Silvio (2023)。B 类人工腺病毒
最初发表于：Jetzer, Tania；Studer, Luka；Bieri, Manuela；Greber, Urs；Hemmi, Silvio (2023)。B 和 C 类工程化人类腺病毒报告了早期、中早期和晚期病毒基因表达。《人类基因治疗》，34(23- 24):1230-1247。DOI：https://doi.org/10.1089/hum.2023.121
一种多价泛曲霉病毒纳米颗粒疫苗可通过改编的Zaire和Sudan病毒在啮齿动物的致命感染中提供保护
Natalie Brunette 1,2,3,* , Connor Weidle 1,2,* , Samuel P Wrenn 1,2,4 , Brooke Fiala 1,2,5 , Rashmi Ravichandran 1,2 , Kenneth D Carr 1,2 , Samantha E Zak 6 , Elizabeth E Zumbrun 6 , Russell R Bakken 6 , Michael Murphy 1,2,7 , Sidney Chan 1,2，Rebecca Skotheim 1,2，Andrew J Borst 1,2，Lauren Carter 1,2,8，Colin E Correnti 1,2,10 1,2,10，John M Dye 6，David Baker 1,2,11，Neil P King 1,2，†1,2，†，Lance J Stewart 1,2，1,2设计，华盛顿大学，西雅图，西雅图，华盛顿州98195，美国3现在的地址：美国西部西雅图，华盛顿州西雅图市98102，美国4现在的地址：Bonum Therapeutics，西雅图，华盛顿州98102，美国5现在地址：阿斯特拉赛尼卡，Icosavax，Icosavax Inc.，西雅图，西雅图，华盛顿州98102，US 6 US陆军医疗研究机构（US）
在COVID-19的阴影下流感监测大流行：Tourkiye在Türkiye的系统发育分析（H1N1）PDM09病毒在2019-20季节
对于一种可预防疫苗的传染病流感，季节性流感疫苗菌株的选择过程很复杂，并且依赖于来自多个国家和网络的数据，这些数据大量参与了监视工作。世界卫生组织（WHO）建议根据广泛的病毒基因组信息为每个流感季节的两个半球疫苗菌株，以对循环进化枝和菌株的影响进行准确的预测。在2019-2020季节，与2018/19季节相比，对流感A疫苗成分进行了更新。这些更新涉及从6b.1促进性转变为6B.1A1菌株（H1N1）PDM09（A/Brisbane/02/2018类似），从促进3C.2A1菌株转变为Carde 3C.3A，用A（H3N2）（H3N2）（A//Kansas/14/14/14/14/14/14/14/14/14）。流感B疫苗成分没有变化[6]。
白纹伊蚊和马来伊蚊中肠转录组对登革热和基孔肯雅病毒的反应
登革热 (DENV) 病毒和基孔肯雅 (CHIKV) 病毒是最常见的虫媒病毒。虽然白纹伊蚊和马来伊蚊主要通过埃及伊蚊叮咬传播，但它们也是有效的媒介，并对虫媒病毒流行病学产生影响。在这里，为了填补我们对次级载体和虫媒病毒之间分子相互作用的理解空白，我们使用转录组学分析了感染后 1 天和 4 天 (dpi) 时白纹伊蚊对 CHIKV 以及马来伊蚊对 CHIKV 和 DENV 的全基因组反应。在白纹伊蚊中，1793 个和 339 个基因分别在 1 dpi 和 4 dpi 时受到 CHIKV 的显著调控。在 A. malayensis 中，在 CHIKV 感染时有 943 个和 222 个基因在 1 dpi 和 4 dpi 时显著受调控，在 DENV 感染时有 74 个和 69 个基因在 4 dpi 时显著受调控。我们报告了 81 个基因在所有 CHIKV 感染条件下持续差异调节，确定了 CHIKV 诱导的特征。我们使用从头组装的 A. malayensis 中肠转录组，确定了两种蚊子中表达的免疫基因，并描述了免疫结构。我们发现 JNK 通路在所有条件下都被激活，将其抗病毒功能推广到伊蚊。我们的全面研究为多种伊蚊媒介传播虫媒病毒提供了见解。
Reekeekee 病毒和 roodoodoo 病毒，是两种不同的 Microviridae 进化枝，由最小的 DNA 噬菌体构成
微病毒科 (Microviridae) 的小型环状单链 DNA 病毒在所有生态系统中都很普遍且多样。它们的基因组通常介于 4.3 到 6.3 kb 之间，最近从海洋 Alphaproteobacteria 中分离出的一种微病毒是已知的最小 DNA 噬菌体基因组（4.248 kb）。有人提出用一个亚科——Amoyvirinae——来对这种病毒以及其他相关的感染 Alphaproteobacteria 的噬菌体进行分类。本文，我们报告了在来自各种水生生态系统的宏组学数据集中发现的 16 个完整的微病毒基因组，它们的基因组明显小于（2.991-3.692 kb）已知的基因组。系统发育分析表明，这 16 个基因组代表两组相关但又截然不同的新型微病毒群——amoyvirus 是它们已知的最亲近的亲属。我们认为这些小型微病毒是两个暂时命名为 Reekeekeevirinae 和 Roodoo- doovirinae 的亚科的成员。由于已知的微病毒基因组编码了许多重叠和重印基因，而这些基因无法被基因预测软件识别，因此我们开发了一种新方法，根据蛋白质保守性、氨基酸组成和选择压力估计来识别所有基因。令人惊讶的是，每个基因组只能识别出四到五个基因，重印基因的数量低于 phiX174 中的基因。因此，这些小基因组往往具有较少的基因数量和较短的每个基因长度，从而没有留下可以容纳重印基因的可变基因区域的空间。更令人惊讶的是，这两个 Microviridae 组具有特定且不同的基因内容，以及其保守的蛋白质序列的巨大差异，突出表明这两组相关的小基因组微病毒使用非常不同的策略来用如此少的基因完成其生命周期。这些基因组的发现以及对其基因组内容的详细预测和注释，扩展了我们对自然界中ssDNA噬菌体的理解，也进一步证明了这些病毒在漫长的进化过程中探索了广泛的可能性。
JRSEEK：人工智能符合病毒中的果冻roll折叠分类
jrseek：人工智能在病毒中遇到果冻卷折叠分类，杰森·E·桑切斯（Jason E. Sanchez）1，温汉·朱2（Wenhan Guo 2），丘奇安格李3，林李3 *，chuan xiao 2 * 1计算科学系，德克萨斯大学El Paso，El Paso，El Paso，El Paso，TX 2德克萨斯大学埃尔帕索分校的物理学，德克萨斯州埃尔帕索 *通信：电子邮件：lli5@utep.edu; cxiao@utep.edu关键字病毒；人工智能;机器学习；果冻卷；病毒结构摘要果冻卷（JR）折叠是病毒的衣壳和核蛋白质中发现的最常见的结构基序。其在许多不同病毒家族的动机中的普遍性开发了一种工具来预测其从序列中的存在。在当前的工作中，在六个不同的大语模型（LLM）嵌入训练的逻辑回归（LR）模型在将JR与非JR序列区分开时表现出超过95％的精度。用于训练和测试的数据集包括来自单个JR病毒，非JR病毒和非病毒免疫球蛋白样β-三明治（IGLBS）蛋白的序列，这些蛋白与JR结构上非常相似。鉴于病毒家族之间的低序列相似性和数据集的平衡性质，高精度尤其显着。同样，模型的准确性与LLM嵌入无关，这表明预测病毒JR折叠的峰精度更多地取决于数据质量和数量，而不是使用所使用的特定数学模型。鉴于许多病毒式衣壳和核素结构尚未解决，因此使用基于序列的LLMS是一种有前途的策略，可以轻松地应用于可用数据。Bert-U100嵌入的主成分分析表明，大多数IGLBS序列和JR和非JR序列的一个子集甚至在应用LR模型之前也可以区分，但是LR模型对于区分更歧义序列的子集是必要的。应用于双JR折叠时，BERT-U100模型能够为某些病毒家族分配JR图案，从而提供了该模型可推广性的证据。对于其他家庭而言，没有观察到这种概括性，激发了未来开发以双JR折叠告知的其他模型的需求。最后，BERT-U100模型还能够预测未分类病毒数据集中的序列是否产生JR倍数。给出了两个示例，JR预测由AlphaFold3证实。总的来说，这项工作表明JR折叠可以从其序列中预测。
病毒基因组学的进步：SARS-COV-2，SARS，MERS和EBOLA病毒的门控复发单位建模
在这场反对病毒的战争中，病毒基因组测序已被证明是有价值的。它提供了有关该病毒引起疾病的能力，传播和抗药性变化的重要信息12,13。因此，DNA测序的主要目标是发展基因组治疗剂14。这些药物试图了解遗传差异，以破译疾病的复杂性及其疗法15。正在做出重大努力，以整合测序，人群级数据和行为的基因组数据，以彻底研究遗传学与健康之间的联系。基因组研究对于理解新兴病毒变异的发展，传播动力学以及潜在的健康影响至关重要，例如SARS，Ebola，Sars-Cov-2和MERS 16。整合人工智能（AI）和相关的创新，包括机器学习，数据分析和深度学习（DL），可能会大大加速实际见解的提取，从而改善全球适应性17,18。对能够分析大型，复杂和高维遗传数据集的计算方法的需求越来越多，突显了基因组数据管道中准确标准和独特兴趣的需求。仔细使用时，AI可以揭示有关此类数据集的新发现，前提是在遗传数据评估过程的不同阶段有一套明确的要求和目标。
研究细菌及其病毒如何帮助我们找到解决抗生素耐药性问题的解决方案？
Tracy的实验室正在使用各种技术研究细菌包膜与抗生素耐药性之间的关系。“我们在细菌遗传学上做了很多工作，”特雷西说。“这涉及寻找具有抗生素耐药性的突变细菌，并研究了哪些基因已突变以及它们如何修饰包膜。”该团队还使用生物信息学和基因组测序技术，涉及比较许多细菌突变体的基因组并使用计算工具来了解遗传突变如何影响其特征。“与此同时，我们使用了许多分子生物学技术，” Tracy说。“一旦我们确定了感兴趣的基因，我们就可以设计特定的突变并将其引入细菌染色体中，以了解它们如何影响抗性。”