2019新冠状病毒学习笔记

最近这波疫情，重现当年初中非典时期，甚至愈演愈烈，与之前初中时的封校住宿学习不同，已经工作的今天和太多的互联网信息大爆炸让我们有些焦虑，特别是，作为学习生物的人，我们也感到无能为力。官方媒体的科普，已经让大家对这个病毒的具体情况有所了解。我注意到，NJEM也已经把许多文章翻译成了中文版，以正视听。在这个时候，我们不能听信谣言！那么作为有些生物学素养的我们，也应该以自己的知识，学习下这个病毒的信息，以我们自己的理解！

下面是我的小小探索，虽然不足挂齿，至少我开启了探索之路。想起了那句名言，只要开始，便会心生热忱，持续为之，便能走向成功！（来自一本影响了我一生的书《方与圆》–丁远峙）

在这里放上几篇NJEM文章的中文翻译：

>>NEJM官方翻译 | 美国首例新冠病毒肺炎的治疗过程

>>治疗新冠肺炎的新药新疫苗，会很快来么？

>>翘首以盼的流行病学数据来了|新冠肺炎

>>实锤！境外首例新冠病毒人传人病例

>>疫情: 从正式发表的权威数据能得到什么

>>重要数据|中国团队《新英格兰医学杂志》发布新型冠状病毒研究

>>新型冠状病毒上海救治专家组组长张文宏：病毒解码后的科学防控

>>《新英格兰医学杂志》权威评论：中国新型冠状病毒

>>中国国际电视台专访NEJM主编、传染病专家：严阵以待新型肺炎

1.序列上的一些探索

参考自https://github.com/BenLangmead/ads1-notebooks

def readGenome(filename):
#读取全部序列
    genome = ''
    with open(filename, 'r') as f:
        for line in f:
            # ignore header line with genome information
            if not line[0] == '>':
                genome += line.rstrip()
    return genome
genome = readGenome('../Wuhan-RNA.fasta')


import collections
collections.Counter(genome)
#Counter({'A': 8954, 'U': 9594, 'G': 5863, 'C': 5492})

import matplotlib.pyplot as plt
def findGCByPos(file):
    ''' Find the GC ratio at each position in the read '''
    # Keep track of the number of G/C bases and the total number of bases at each position
    gc = [0] * 70
    totals = [0] * 71
    with open(file) as f:
        for line in f:
            #print(len(line))
            if line.startswith('>'):
                continue
            for i in range(0,len(line)):
                if line[i] == 'C' or line[i] == 'G':
                    gc[i] += 1
                totals[i] += 1
                #print(len(line))
    # Divide G/C counts by total counts to get the average at each position
    for i in range(len(gc)):
        if totals[i] > 0:
            gc[i] /= float(totals[i])
    #print(totals)
    return gc

gc = findGCByPos('../Wuhan-RNA.fasta')
plt.plot(range(len(gc)), gc)
plt.show()

这些代码后，就可以看到GC含量，是以每行的每个碱基集合为一组来比较的，应该也比较有说服力，只有40左右。

2.RNA折叠

又想到怎么探索下这一串序列在病毒壳里面是怎么折叠的呢？找到了两个软件，首先是Vienna RNAfold，自己运行了一下，花费一两个小时，好像结果不咋地。

#安装这个软件，还是conda
conda install -c bioconda viennarna
RNAfold  < Wuhan-RNA.fasta  > Wuhan-rna.ss 
RNAplot > Wuhan-rna.ss

乍一看像一个进化树，如图：

放大了看，是颈环结构，发展一些地方折叠的并不好。

3.百度linearFold网页服务试用

偶然搜索发现百度也开发了个加速算法，速度提升很多，计算时间从小时级别到秒级别，测试确实如此，一分钟内返回了结果，看了下：

连线应该表示的是连接， forna (Kerpedjiev et al 2015) 可视化，由于长度太长，没法画出，后面尝试用本地画试试。