Re: RNA visualised :: Remember, remember, the velvet November


node:	Re: RNA visualised
template:	4
parent:	RNA visualised
owner:	himself
viewed by:
created:	04.04.2020 - 16:33:05
updated:	03.05.2020 - 13:46:05

cwbe coordinatez:
101
8333809
8837211
8703087
8734843
8735160

ABSOLUT
KYBERIA

permissions
you:	r,
system:	public
net:	yes

Ja som sa akurát dnes pozeral na ten genóm, labo som chcel vidieť tie spřeházené židle a pootevírané skříne ve velíne, ktoré majú SARS-Cov2 usvedčovať z vykonštruovanosti.

V porovnaní s najbližšou známou sekvenciou netopierieho SARS-coronavírusu RaTG13 obsahuje SARS-Cov2 presne jeden indel v oblasti, ktorá nezahŕňa štrukturálne proteíny (aka “velín”).

3 bp inzercia na pozícii 3331 (lokalizovaná v proteíne NSP3).

Keďže genetický kód sa číta po troch bázových pároch, izercia 3 bp znamená, že daný proteín bude o jednu aminokyselinu dlhší. V prípade proteínu NSP3 to znamená, že tých aminokyselín bude 1946 namiesto 1945. Aký vplyv táto zmena bude mať na štruktúru a funkciu proteínu je a priori nemožné predvídať.

Alignment tých dvoch sekvencií si môžete pozrieť tu
https://pastebin.com/CB5kaJy9

00000101083338090883721108703087087348430873516008735251

hypermutujucich?

ja si pamatam info, ze vakcina (ked bude) moze byt pri tomto sarsovi ovela efektivnejsia, kedze tento virus oproti napr chripkovym mutuje len minimalne a teda o rok bude ta vakcina vysoko aktualna stale.. ci aj to bol hoax?

0000010108333809088372110870308708734843087351600873525108735287

Rôzne skupiny vírusov mutujú s rozdielnou rýchlosťou.

RNA vírusy (Ako SARS-Cov a influenza) mutujú vo všeobecnosti s rýchlosťou cca dva rády vyššou, než DNA vírusy (Herpes napríklad) či iné DNA-based organizmy. Toto som mal na mysli, keď som písal "hypermutujúcich".

V rámci "rodiny" RNA vírusov je tam ale stále ešte celkom široká škála mutačných rýchlostí. Koronavírusy generujú mutácie cca o jeden rád pomalšie než chrípka. Určite ale nie je pravda, že by mutovali minimálne.

Tu* je super tabuľka ku tomu ako dôkaz, že som si tie čísla nevymyslel. Zaujíma ťa to číslo mu (tretí stĺpec), ktoré vyjadruje pravdepodobnosť, že pri kopírovaní genetickej informácie dôjde ku chybe. Takže ak pre koronavírus (MHV) v tabuľke čítame 3.5 × 10^(−6), tak to znamená, že na každých jeden milión prekopírovaných písmenok sa vírus 3.5 krát pomýli.

Určite je lepšie, že tento vírus mutuje pomalšie, než keby mal mutovať rýchlejšie. Ja si ale na základe toho, že mutuje pomalšie ako chrípka, nedovolím tvrdiť, že nebudeme potrebovať nové vakcíny každú sezónu.

*Tabuľka je z tohoto článku: https://jvi.asm.org/content/84/19/9733

000001010833380908837211087030870873484308735160087352510873528708735296

co je pravdy na tom, ze korona virusy vseobecne maju samoregulaciu, ze ked je mutacia velky skok od originalu, tak sa samoopravi na orignal?

00000101083338090883721108703087087348430873516008735251087352870873529608735311

Hej, to je pravda, ale nejaký mindblowing fakt to nie je.

Presnosť kopírovania DNA/RNA je obmedzená termodynamickými zákonmi. Ten upper bound už si presne nepamätám, ale tá default chybovosť je pomerne vysoko. Pre väčšinu organizmov je to problém, tak si vyvinuli rôzne komplikované mechanizmy "proofreadingu", ktoré pália energiu a vďaka tomu dokážu chybovosť stlačiť nižšie (nikdy nie na nulu).

Koronavírusy jeden taký mechanizmus majú tiež. Influenza nemá nič a preto mutuje tak rýchlo.

V princípe neexistuje žiadna globálne optimálna mutačná rýchlosť pre všetky organizmy. Pre každý organizmus je výhodné mutovať rozdielne rýchlo v závislosti od veľkosti genómu, rýchlosti replikácie, životného štýlu etc. Mutačná rýchlosť sa dá evolučne regulovať práve skrz tie mechanizmy proofreadingu.

00000101083338090883721108703087087348430873516008735221

Preco sa pozerame iba na indely a nie na vsetky rozdiely? Pretoze zamerna manipulacia by to iba strihala a spajala, ale nie prepisovala?

0000010108333809088372110870308708734843087351600873522108735265

Ja som hľadal indely, lebo tá doktorka explicitne povedala, že svoje závery robila na základe indelov. Do hlavy jej nevidím, ale odhadujem, že ju ku tomu viedlol (vo všeobecnosti platný) predpoklad, že indely sú menej časté ako bodové mutácie. Takže ak na nejakom mieste nájdeš "podozrivo veľa" inzercií/delécií, tak môžeš ísť do televízora rozprávať bludy.

V tom prvom príspevku, čo som tu ku tomu písal, som chcel povedať, že nie je vôbec jednoduché určiť, čo je to "podozrivo veľa". Až dnes som ale mal čas a chuť sa pozrieť, že koľko tam tých indelov vlastne je a zostal som zaskočený.

Bodové mutácie (zámeny jedného písmenka) sú úplne štandardný jav, tak tam fakt nie je jednoduché robiť nejakú inferenciu o tom, či tie mutácie vznikli prirodzene alebo umelo. V tom allignmente hore vidíš aj bodové mutácie. Tie dva genómy majú 96% zhodu, takže pri 30,000 bp to dáva nejakých 1,200 bodových mutácií. Či je to veľa alebo málo záleží od toho, ako dávno sa tieto dva vírusy oddelili od posledného spoločného predka. To ale nevieme odhadnúť inak, než na základe počtu naakumulovaných mutácií, čím sa nám argument uzatvára do krásného krúžku.

Najviac mutácií (bodových aj indelov) je v tom Spike proteíne, o ktorom sa všade rozpráva (peková ho ani nespomenula). Ten je pre virulenciu kritický. Je veľká šanca, že toto je práve oblasť genómu, ktorá bola pod selekčným tlakom v tele šupinavca.

000001010833380908837211087030870873484308735160087352210873526508735339

inak aka je vobec presnost toho sekvenovania ked sa tu bavime o single-digit pocte mutacii na nejakom useku?

00000101083338090883721108703087087348430873516008735221087352650873533908735352

To záleží od veľa faktorov: metódy sekvenovania, kvality vzorky atď. Nniektoré sekvencie sú viac náchylné generovať chyby než iné.

Ale tak nejak orientačne môžeš povedať, že je to cca jedna chyba na 10,000 bázových párov. Tú istú sekvenciu môžeš prečítať niekoľko krát a tým počet chýb zredukovať.

0000010108333809088372110870308708734843087351600873522108735265087353390873535208735370

1/10k je o dost mensie cislo, nez som si predstavoval :)

000001010833380908837211087030870873484308735160087352210873526508735339087353520873537008735394

ja tomu rozumiem tak, ze to je chybovost na nejakej jednej sekvencii, ktora bola citana velmi velmi velmi vela krat. to nie je, ze raz precitas jednu sekvenciu a toto cislo ti vyskoci.

00000101083338090883721108703087087348430873516008735221087352650873533908735352087353700873539408735503

aha, takze to uz je po opakovanom citani, hej?

0000010108333809088372110870308708734843087351600873522108735265087353390873535208735370087353940873550308735548

Nie nutne. Existujú dve veľké skupiny metód sekvenovania. Lepšie povedané, veľká je iba tá druhá skupina - tá novšia (next gen sequencing). Prvá skupina (staršia) je dnes prakticky zastúpená už len jednou metódou - tzv Sangerovo sekvenovanie. Sangerovo sekvenovanie je ťažkopádne, ale zároveň pomerne lacné a jednoduché a teda stále pomerne rozšírené.

Tých 10^(-4) čo som uviedol sa vzťahuje na Sangerovo sekvenovanie. Tam sa sekvencia nečíta opakovane, ale iba raz. Lepšie povedané, číta sa v niekoľkých krokoch, keďže v jednom kroku môžeš spolahlivo prečítať iba nejakých 1,000 bp. Overlapy medzi jednotlivými čítaniami sú ale minimálne. Tým malým overlapom sa nedá vyhnúť, lebo ku koncu každého čítania (posledných 50-100 bp) ide kvalita signálu dole. V praxi to vyzerá tak, že na základe výsledku jedného čítania sa vždy rozhodneš kde začať čítanie nové a takto krok za krokom postupne prečítaš celý genóm. V oblasti, kde je kvalita signálu dobrá je pravdepodobnosť chyby minimálna. Tých 10^(-4) cca.

Sangerovo sekvenovanie má jeden veľký problém a to je, že sa ťažko paralelizuje a multiplexuje. Tento problém obchádzajú práve tie metódy “ďalšej generácie”. Tých metód existuje strašne veľa, ale všetky sú viacmenej variácie na tú istú tému. Genóm sa nečíta postupne rad za radom, ale sa náhodne rozláme na malé sekvencie (<100 bp) a tie sa čítajú metódami, ktoré umožnujú masívny multiplexing. Tým, že to rozlámanie je náhodné, tak sa každý kúsok prečíta veľa krát a medzi jednotlivými úsekmi sú veľké overlapy. Použitím štatistických metód sa potom na základe týchto overlapov z tých maličkých kúskov poskladá celý genóm. Pri tejto metóde je v každom čítaní toho malého kúsku oveľa väčšia pravdepodobnosť chyby (nejakých 10^(-2)) ale tým, že je tam toľko veľa prekryvov to nie je až taký veľký problém. Výsledná chybovosť takéhoto postupu záleží od konkrétnej metódy a v rámci metódy od konkrétneho protokolu. Pravdepodobnosť chyby je v tomto prípade, tak ako píše blurec, kontrolovaná “metódou” a nie principiálne, tak ako je to u Sangerovho sekvenovania.

000001010833380908837211087030870873484308735160087352210873526508735339087353520873537008735394087355030873554808735655

Vzdy sa tak tesim, ked si mozem z Tvojho prispevku kvapnut trochu rozumu. Diky.

000001010833380908837211087030870873484308735160087352210873526508735339087353520873537008735394087355030873554808735575

dakujem!

0000010108333809088372110870308708734843087351600873522108735265087353390873535208735370087353940873550308735506

jj, je to podla mna chybovost "metody", ktora v sebe moze mat kopec opravnych mechanizmov. navyse casto nie je konecnym vysledkom skutocna sekvencia tych bp, ale rozdiel oproti nejakemu referencnemu genomu. ale tak mozno to himself este rozvinie.

000001010833380908837211087030870873484308735160087352210873526508735339087353520873537008735384

to je ďalší dôkaz toho, že evolúciu musel stvoriť Boh, a nemohla vzniknúť sama od seba

×÷ßßß$ˇ~[☼◙ş→☻ü84ó♀ÇüŮń§►♫☺♀♂ć☺<\ˇ

000001010833380908837211087030870873484308735160087352210873526508735339087353520873537008735374

taky tak

00000101083338090883721108703087087348430873516008735169

damage done, pani dr. sa zviditelnila. zalozit patreon a moze si podavat ruky s hlavnymi spravami

0000010108333809088372110870308708734843087351600873516908735220

hej, na aeronete je velmi oblubena

0000010108333809088372110870308708734843087351600873516908735173

kludne to mohla byt marketingova kampan (aj ked neviem co by takto marketovali). co som pocul tak youtubove machine learningove algoritmy maju taketo "kontroverzne" videa radi.