华大在新冠病毒基因组变异监测及研究方法上取得阶段性突破

　　病毒在传播过程中很有可能会发生变异，新型冠状病毒也不例外。对其变异的监测变得尤为重要。然而，临床样本情况复杂，研究机构如何根据样品的病毒载量情况和研究目的，选择经济高效的测序方法成了很多机构共有的难题。

　　

随着新型冠状病毒肺炎（COVID-19）肆虐全球，世界卫生组织（WHO）已经正式宣布其为全球流行病（Pandemic）。WHO最新新冠疫情状态报告显示，截至北京时间2020年3月26日10点，新冠肺炎疫情已蔓延至全球198个国家和地区，确诊患者超过46万例，且仍呈现迅速增长态势。

病毒在传播过程中很有可能会发生变异，新型冠状病毒也不例外。对其变异的监测变得尤为重要。然而，临床样本情况复杂，研究机构如何根据样品的病毒载量情况和研究目的，选择经济高效的测序方法成了很多机构共有的难题。

近日，由深圳华大生命科学研究院、深圳华大智造科技有限公司联合广州医科大学附属第一医院等单位组成的研究团队，基于ATOPlex多重PCR平台率先研发与应用专门针对新冠病毒的扩增子测序方法，并首次系统地对基于超高深度宏基因组测序、多重PCR扩增子测序以及探针捕获测序这三种手段进行新冠病毒基因组变异研究的效能进行了比对分析。

研究结果显示，三种方法均能有效地从新冠感染患者采集的咽拭子、鼻拭子、肛拭子等样品中获取病毒病毒基因组序列信息，用于病毒变异监测研究。综合考量三种检测方法在灵敏度、准确性以及时间与经济成本等因素，研究团队提出了结合研究目的和临床样品病毒载量情况的测序策略实用指引。相关研究论文已于3月16日在bioRxiv上预印（https://www.biorxiv.org/content/10.1101/2020.03.16.993584v2）。

部分指引内容供参考：

1. 如果研究人员希望研究包括目标微生物在内的所有可能感染的病原微生物，而样本病毒载量≥10⁵ copies/mL或Ct值≤ 24.5，推荐高深度宏基因组测序方法；
2. 如果研究人员只针对目标微生物展开探讨，而且面临的样本病毒载量<10⁵ copies/mL或Ct值>24.5，那么：当研究人员较为关注的是次要碱基突变和碱基频率时，推荐探针捕获测序方法；当研究人员较为关注的是主要碱基突变时，则推荐多重PCR扩增子测序方法；
3. 如果研究人员只针对目标微生物展开探讨，关注的重点是主要碱基突变，而且面临的样本病毒载量低至10² copies/mL或Ct值高至35，推荐多重PCR扩增子测序方法。

新冠病毒高通量测序分析方法学研究概览

论文第一作者、华大研究院病原组学研究中心肖敏凤博士称，高通量测序技术是研究新冠肺炎、非典型性肺炎、中东呼吸综合症、寨卡和埃博拉等对全球健康和经济构成严重威胁的新发传染病的利器。团队的研究成果系统性地解决了基于临床样品高效进行病毒全基因组测序分析的技术难点，研究披露的详细实验步骤和生物信息学流程，将极大地加速新冠病毒和其它新发病毒的基因组测序与分析，为更全面地实时监测病毒和更有效地进行疫情防控奠定基础。

多重PCR扩增子测序（a）、宏基因组测序(b)和探针捕获测序(c)三种方法的实验流程

基于本研究技术成果以及国家基因库高通量测序平台，华大研究院与疾控部门以及新冠防控核心医院紧密协作，从春节至今对中国及世界不同地区的新冠病毒基因组进行了大规模测序分析。研究协作组目前已经累计在国家基因库生命大数据平台（CNGBdb）公开新冠病毒基因组序列60余株，促进数据共享，助力全球科学家开展病毒分子流行病学研究。

与此同时，本研究总结的技术解决方案也已整合输出至全球抗疫一线的多家防疫、临床、科研单位，将为海内外病毒防控和治疗等研究及新发传染病防控提供有力支撑。

“疫”不容辞，我们一直在行动。华大过去在2003年非典型性肺炎（SARS）、2011年德国肠出血性大肠杆菌以及2014年西非埃博拉等疫情应急公共卫生事件当中，利用前沿组学技术进行病原基因组破译和变异监测的研究工作，为病原感染的临床诊疗和科技攻关做出了重要贡献。此次新冠疫情发生后，华大迅速成立了新冠病毒科技攻关团队，在广东省防控新型冠状病毒感染科技攻关应急专项的支持下，与省内多家科研及医疗机构联合，启动多个研发项目，围绕病毒的防控，诊疗以及致病机制等一系列重大科学问题展开联合攻关。

参考资料：
1. Coronavirus disease (COVID-2019) situation reports：https://www.who.int/emergencies/diseases/novel-coronavirus-2019/situation-reports
2. Multiple approaches for massively parallel sequencing of HCoV-19 (SARS-CoV-2) genomes directly from clinical samples. bioRxiv 2020.03.16.993584; doi: https://doi.org/10.1101/2020.03.16.993584
3. 国家基因库生命大数据平台（CNGBdb）：https://db.cngb.org/datamart/disease/DATAdis19/