科学探索|进化“景观”能够帮助预测COVID病毒的下一步动作( 三 )



科学探索|进化“景观”能够帮助预测COVID病毒的下一步动作
文章图片

然而,当科学家们在实验室中创造和测试中间变体时,他们发现其中102条路径在自然选择下是不可能的,因为它们产生了有缺陷的或不完整的蛋白质 。当他们发现剩下的许多组合未能提高抗生素的抗性时可能性进一步缩小 。他们写道:“这意味着,生命的蛋白质带可能在很大程度上是可重复的,甚至是可预测的 。”
深度突变扫描
预测即使是最小的病毒或蛋白质的未来进化轨迹需要对其适应性景观有一个详细的了解,而这是很难获得的 。历史上,科学家们不得不一次创造一个核苷酸或氨基酸的突变,然后提纯突变的蛋白质并评估其功能 。检查几个以上的可能突变往往是不切实际的 。
深度突变扫描技术的发展则改变了这一切 。这种技术使科学家能一次性产生数以万计的变异体,然后使所有的变异体相互竞争从而确定它们的相对适应性价值 。
研究人员首先创建一个可以克隆到培养细胞中的变异基因库 。这些基因编码一种蛋白质,其活性跟某些生化功能有关,可以在实验室中进行选择,因此制造这些蛋白质的最合适、最活跃版本的细胞将变得更加丰富,而制造不活跃版本的细胞则消失 。通过高通量DNA测序,研究人员可以统计出每个变体的数量以定量测量它在多代中的表现 。
伦敦Warnecke实验室的研究员Valerie Soo表示:“这是一种真正强大的用来捕捉突变影响的方法 。”
有了易变异的RNA病毒,科学家们甚至不必在实验室里产生变异--易出错的基因组复制机器会引入变异并为他们完成这项工作 。数以百万计的病毒拷贝中的每一个都跟它的邻居略有不同,这形成了病毒学家所说的突变体群 。
“微生物的繁殖如此迅速,以至于进化每天都在发生,”法国蒙彼利埃MIVEGEC实验室的进化生态学家Samuel Alizon表示,“”实际上可以实时监控进化 。”
研究人员发现,这些病毒群中的突变很少被传递给新的宿主,特别是当只需要少量的病毒就能引起感染时 。这其中有些纯粹是机会,只是哪个变体在正确的时间出现在正确的地点的问题 。加州大学旧金山分校的病毒学家Raul Andino-Pavlovsky指出,但通过勾勒出适应性景观,研究人员可以尝试弄清楚一些变种的传播频率远高于其他变种的原因 。
“一种病毒不仅需要能够产生多样性,而且它必须能够容忍这种多样性 。如果你是一种病毒,且你能容忍变化,那么你就有可能成为一种适应能力更强的病毒 。”

科学探索|进化“景观”能够帮助预测COVID病毒的下一步动作
文章图片


科学探索|进化“景观”能够帮助预测COVID病毒的下一步动作
文章图片

进化生物学家Tyler Starr指出,从概念和数量上来说,实用性景观是描述慢性或持续性感染的病毒如何逃避宿主免疫系统中和它们的反复努力的完美方式 。这就是为什么他加入了弗雷德-哈钦森癌症研究中心Jesse Bloom的实验室研究艾滋病毒如何在感染过程中与病人体内的抗体免疫力共同进化 。他的目标是了解病毒和免疫系统之间的这种进化军备竞赛是如何产生具有保护性的抗体的,而这可以帮助科学家在开发HIV疫苗时将重点放在病毒中更不可改变的部分 。
然而就在Starr刚开始研究艾滋病毒的时候,另一种病毒就抢走了他--以及全世界--的注意力 。
比预期的更易变
随着SARS-CoV-2开始在全球蔓延,Starr和Bloom意识到适应度景观为开始研究这种新型病原体提供了一种有用的方法 。它给了他们一种方法来弄清楚哪些因素在病毒蛋白中是重要的以及病毒能容忍多少变化 。