2019-nCov科研動態監測服務
中國科學院武漢文獻情報中心和中國科學院文獻情報中心共同組成生物安全情報團隊，構建了2019-nCov科研動態監測平臺，持續對國內外2019-nCov重要科研動態開展監測，旨在通過提供最新科研論文線索、摘譯科研論文主要內容，按病毒溯源、流行預測、病毒檢測和疾病診斷、藥物研發、機理研究、政策法規等領域整理國內外重要機構的研究成果，為我國的科研攻關和相關科學研究提供參考。
如您需要了解2019-nCov最新科研動態、下載2019-nCov科研快報、檢索2019-nCov科研數據庫，請訪問我們以下服務。
✦ 2019-nCov科研動態監測平臺：
http://stm.las.ac.cn/STMonitor/qbwnew/openhome.htm?serverId=172
✦ 2019-nCov科研快報下載：
http://stm.las.ac.cn/STMonitor/qbwnew/cyjb.htm?parentPageId=1580803621111&serverId=172
信息名稱
2019新型冠狀病毒與人體受體結合能力的快速評估，表明其可能導致與SARS-CoV相似的人際傳播
1時間：
2020年2月3日
2機構或團隊：
復旦大學、柏林洪堡大學
3事件概要：
復旦大學和德國洪堡大學的研究人員在bioRxiv預印版平臺發表論文“Fast assessment of human receptor-binding capability of 2019 novel coronavirus (2019-nCoV)”，該研究通過蛋白質-蛋白質相互作用的基因組分析方法，提供了一種快速評估2019新型冠狀病毒（2019-nCoV）人際傳播能力的方法。
文章指出2002/2003年SARS、2012/2015年MERS和2019/2020年武漢呼吸綜合徵的暴發清楚地表明，動物冠狀病毒的基因組進化可能使其獲得在人際間的傳播能力，從而對全球公共健康造成嚴重威脅。冠狀病毒的人際傳播是由其刺突蛋白（Spike protein，S蛋白）與宿主細胞表面受體的相互作用所驅動的，因此，對這些相互作用的定量評價可以用來評價冠狀病毒的人際傳播能力。由於目前缺少直接利用病毒基因組數據的定量方法，研究人員實驗性地基於SARS-CoV的S-RBD-ACE2複合結構，進行了大規模的蛋白質-蛋白質分子對接，以量化2019-nCoV的S蛋白受體
結合域（S-RBD）與人體受體ACE2的相互作用。通過使用蒙特卡洛（Monte Carlo）算法對大量熱力學上可能的結合構象進行採樣，成功地將實驗複合結構識別為最低能量受體結合構象。這樣通過與SARS-CoV的比較，為評價2019-nCoV與受體結合的親和力建立了基於實驗的強度參考。研究結果表明，這種結合親和力約為SARS-CoV的73%，這表明2019-nCoV可能導致與SARS-CoV相似的人際傳播。該研究提供了一種快速評估新出現的冠狀病毒及其突變株的人際傳播能力的方法，並證明蛋白質-蛋白質相互作用的後基因組分析可為病毒的預防和控制提供早期的科學指導。*注，本文為預印本論文手稿，是未經同行評審的初步報告，其觀點僅供科研同行交流，並不是結論性內容，請使用者謹慎使用。
4附件：
原文鏈接：https://www.biorxiv.org/content/10.1101/2020.02.01.930 537v1
信息名稱
研究人員通過一個新框架對6篇有關2019-nCoV基本再生數信息進行比較，認為傳播的不確定性對模型估值影響很大
1時間：
2020年2月3日
2機構或團隊：
美國普林斯頓大學、加拿大西安大略大學、加拿大麥克馬斯特大學等
3事件概要：
新型冠狀病毒（2019-nCoV）最近已成為全球威脅。隨著流行病的發展，許多疾病建模者已經提前估計基本再生數Ro，基本再生數Ro定義為由主要病例引起的繼發病例的平均數目，但是這些建模方法和所產生的估計值差異很大。
該團隊收集了2020年1月24日至2020年1月26日在線發表的6篇論文中有關Ro估計和其對相關傳代間隔分佈建設的信息。通過建立新的框架，將Ro分解為三個關鍵量（指數增長率r-the exponential growth rate r，平均傳代間隔G-the mean generation interval（一個感染的人傳給另一個的平均時間）和傳代間隔離差k
appa-generation-interval dispersion kappa）來比較各種模型中Ro的不同估計值，並應用新框架初步估算出2019-nCoV暴發的Ro值。這個結果強調了在所有三個量中傳播的不確定性的重要性，尤其是在傳代間隔分佈形狀中。儘管暴發期間的快速反應可能很有重要，但避免過度自信也很重要。建模人員應與現場工作人員合作，可以開發出更好的模型來表徵傳代間隔。*注，本文為預印本論文手稿，是未經同行評審的初步報告，其觀點僅供科研同行交流，並不是結論性內容，請使用者謹慎使用。
4附件：
鏈接https://www.medrxiv.org/content/10.1101/2020.01.30.20019877v2
信息名稱
BioWorld消息，吉利德的瑞德西韋進入中國三期臨床試驗以抗擊冠狀病毒
1時間：
2020年2月3日
2機構或團隊：
BioWorld
3事件概要：
北京將在2月3日啟動一項III期臨床試驗，以確定2019-nCoV患者是否可以用吉利德科學公司（Gilead Sciences Inc）的NUC抑制劑瑞德西韋（remdesivir）來進行治療，該抑制劑最初是針對埃博拉病毒所研製的抗病毒藥劑。據報道，4天前美國的患者使用該候選藥物後已經康復。
這項研究預計將於4月27日完成，是一項III期隨機、雙盲、安慰劑對照的多中心參與的研究，旨在評估瑞德西韋（remdesivir）治療輕、中度2019-nCoV感染的成人住院患者的有效性和安全性。該研究將招募270名患者，在北京的中日友好醫院進行。
4附件：
原文鏈接：https://
www.bioworld.com/articles/432804-gileads-remdesivir-enters-china-phase-iii-trial-to-fight-coronavirus?from=timeline信息名稱
美國國立衛生研究院發佈基於眾包數據的2019-nCoV暴發的早期流行病學分析
1時間：
2020年2月4日
2機構或團隊：
美國國立衛生研究院福格蒂國際中心國際流行病學與人口研究司
3事件概要：
MedRxiv預印版平臺2月4日公開了福格蒂國際中心發表的論文“Early epidemiological analysis of the 2019-nCoV outbreak based on a crowdsourced data”，該研究利用媒體新聞報道和醫師社區網站提供的眾包數據開展了2019-nCoV病毒暴發的早期流行病學分析。
在2019年新型冠狀病毒（2019-nCoV）在中國境內外暴發的情況下，福格蒂國際中心國際流行病學與人口研究司的研究人員在疫情進入第7周時（2020年1月20日-2020年1月
30日），開展了通過媒體新聞報道和醫師社區網站（dxy.cn）彙編2019-nCoV流行病學信息的工作。研究人員編制了一份清單，列出了在中國及國際上報告的患者數量以及中國各省的每日病例數，並分析了288位患者隨時間和地域的人口統計、住院情況和上報延誤情況。數據分析發現，與武漢相比，在2020年1月18日之後，隨著疫情防範意識的提高，武漢以外的省份和國際上的病例檢測滯後時間有所減少。中國各省報告病例數的進展情況與武漢以外的地方傳播情況相一致。但是，病例的年齡分佈在15歲以下兒童中存在缺陷，這可能與相關冠狀病毒的優先免疫或行為差異相關。總體而言，該研究的數據集自2020年1月21日以來一直公開可用，且與一週多後中國發布的官方報告保持一致。這一研究表明，在疫情暴發的早期階段提供可公開獲取的數據集對於鼓勵獨立的學術建模團隊進行疾病建模工作和為指導干預措施提供有力證據非常重要。*注，本文為預印本論文手稿，是未經同行評審的初步報告，其觀點僅供科研同行交流，並不是結論性內容，請使用者謹慎使用。
4
附件：原文鏈接：https://www.medrxiv.org/content/10.1101/2020.01.31.20019935v1
信息名稱
香港城市大學等利用交通數據估算中國2019-nCoV疫情蔓延的風險
1時間：
2020年2月4日
2機構或團隊：
香港城市大學、孟加拉國Bangabandhu Sheikh Mujibur Rahman科技大學、香港理工大學等
3事件概要：
香港城市大學等於2020年2月4月在medRxiv上發表題為“Estimating the risk on outbreak spreading of 2019-nCoV in China using transportation data”的文章。
2019-nCoV造成了史無前例的暴發。在武漢疫情暴發初期，最重要的是防止病毒傳播到其他城市，一些鄰近國家也進行了全面的邊境控制措施以防止病毒傳播。但是，在各種管控之前，許多人已經從武漢前往其他城市。因此，很難預測不同城市的輸入病例數及估計暴發風險。研究人員開發了一個數學模型，
結合城市之間的聯繫，計算從暴發源輸入的病例數，以及由輸入病例產生的繼發病例的累積數。使用從國際航空運輸協會數據庫收集的武漢到其他城市的航空旅行頻率數據，估算暴發的到達時間。基於經典SIR方法建立集合種群房室模型，模擬不同城市的疫情設置了三種基本再生數量的情景，從高（2.92）、中（1.68）到低（1.4）。在高點下，暴發擴散的關鍵時間是2019年12月31日之後的17.9天。在低點以下，關鍵時間是在2019年12月31日之後的26.2天到35天之間。在低點（1.4）下，控制措施必須減少87％的病毒來源城市和到達目標城市之間的聯繫；在較高的值（2.92）下，減少暴發機會的效果通常很低，通常需要增強邊界控制措施以減少超過95％的聯繫。*注，本文為預印本論文手稿，是未經同行評審的初步報告，其觀點僅供科研同行交流，並不是結論性內容，請使用者謹慎使用。
4附件：
鏈接https://www.medrxiv.org/content/10.1101/2020.02.01.20019984v1
信息名稱
BioWorld消息，美國衛生與公眾服務部宣佈公共衛生緊急事件，部分原因在於CDC對冠狀病毒的檢測不可信
1時間：
2020年2月3日
2機構或團隊：
BioWorld
3事件概要：
美國衛生與公眾服務部（HHS）在美國就冠狀病毒採取緊急公共衛生措施，部分原因是政府對該病毒的診斷產生不一致的結果，這一實際情況可能會刺激生命科學界提供解決方案。
WHO曾拒絕對2019-nCov的傳播採取行動。然而，WHO於1月30日推翻了該決定，強調需要針對病原體的診斷和治療，當時該病在很大程度上甚至完全源於中國武漢。
美國疾病預防控制中心（CDC）主任Robert Redfield在1月31日的簡報中說，CDC的測試表明病毒檢測存在很大的可變性。不只一名患者病毒測試呈陽性，一兩天後測試呈陰性，但在三天後仍可再次檢測到該病毒。
美國國立衛生研究院國家過敏和傳染病研究所（NIAID）所長Anthony Fauci表示，測試結果的震盪產生了巨大的不確定性。他說：“我們不知道該項測試的準確性。”同時補充道，針對人體免疫缺陷病毒的測試準確性接近100％。
Redfield說，儘管中國的局勢很嚴重，但新型冠狀病毒對美國公眾的風險卻很小。他說：“我們的目標是竭盡所能，保持這種狀態。”他補充道，截至該日，中國有近9,700例確診病例，其中200多例死亡。但是，全球有12名確診病例並未到中國旅行。
HHS部長Alex Azar說：“我們將繼續實施跨部門、跨機構的多層次公共衛生應對措施”。在過去14天內曾出國到中國湖北的任何美國公民歸國後將受到14日天隔離，以確保適當的護理和篩查。
白宮已宣佈將暫停被視為存在傳播病毒危險的外國人的入境，Alex表示這些政策於2月2日美國東部時間下午5:00生效。CDC國家免疫與呼吸疾病中心
主任2月3日Nancy Messonnier表示，該機構正加快將檢測結果發佈到非CDC站點。Messonnier說，自從確立緊急使用授權（EUA）機制是傳播CDC測試的最快捷手段以來，CDC和FDA就一直密切合作。4附件：
原文鏈接：https://www.bioworld.com/articles/432813-hhs-declares-public-health-emergency-in-part-because-cdc-test-for-coronavirus-unreliable
信息名稱
巴瑞替尼是2019-nCoV感染疾病的潛在治療藥物
1時間：
2020年2月4日
2機構或團隊：
倫敦帝國學院
3事件概要：
倫敦帝國學院的研究人員在《柳葉刀》雜誌上發表論文“Baricitinib as potential treatment for 2019-nCoV acute respiratory disease”，該研究使用BenevolentAI搜索可能有用的批准藥物，重點關注那些可能阻止病毒感染過程的藥物，指出巴瑞替尼（Baricitinib）或可降低病毒感染肺細胞的能力。
文章指出，2019-nCoV的快速測序結果以及基於相關病毒蛋白基因組的分子建模結果表明，存在一些可能有效的化合物，比如抗HIV的洛匹那韋和利托那韋的組合。在此基礎上，倫敦帝國學院的研究人員使用BenevolentAI進一步搜索了對於治療2019-nCoV可能有用的批准藥物，其關注重點是那些可能可以阻止病毒感染過程的藥物。大多數病毒是通過受體介導的內吞作用進入細胞。2019-nCoV用於感染肺細胞的受體可能是ACE2，它是腎臟、血管、心臟，以及最重要的II型肺泡上皮細胞（AT2）的細胞表面蛋白。這些AT2細胞特別容易受到病毒感染。已知的內吞作用調節因子之一是與AP2相關蛋白激酶1（AAK1）。對AAK1進行干擾轉而可能會干擾病毒進入細胞的通道以及病毒顆粒的細胞內組裝。由此，研究人員發現了巴瑞替尼，並預計它可降低病毒感染肺細胞的能力。
4附件：
原文鏈接：https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(20)30304-4/fulltext
信息名稱
瑞德西韋和磷酸氯喹能在體外有效抑制2019-nCoV
1時間：
2020年2月4日
2機構或團隊：
中國科學院武漢病毒研究所、軍事科學院軍事醫學研究院國家應急防控藥物工程技術研究中心
3事件概要：
中國科學院武漢病毒研究所等機構研究人員在Nature的Cell Research上發表題為“Remdesivir and Chloroquine effectively inhibit the recently emerged novel coronavirus (2019-nCoV) in vitro”的LETTER TO THE EDITOR文章，報道了其在抑制2019新型冠狀病毒（2019-nCoV）藥物篩選方面取得的重要進展。
文章指出，在Vero E6細胞上，瑞德西韋（Remdesivir, GS-5734）對2019-nCoV的半數有效濃度EC50=0.77μM，選擇指數SI大於129；磷酸氯喹（Chloroquine）的EC50=1.13μM，SI大於88，說明上述兩種藥物在細胞水平上能有效抑制2019-nCoV的感染，其在人體上的作用還有待臨床驗證。
4附件：
https://www.nature.com/articles/s41422-020-0282-0
信息名稱
密歇根州立大學的研究人員分析2019-nCoV感染的潛在治療藥物
1時間：
2020年2月4日
2機構或團隊：
密歇根州立大學
3事件概要：
密歇根州立大學的研究人員在bioRxiv預印版平臺發表論文“Machine intelligence design of 2019-nCoV drugs”。
研究指出，新型冠狀病毒的蛋白酶對其複製至關重要，是有效的藥物靶點。研究發現，2019-nCoV的蛋白酶與SARS-CoV的序列同源性高達96.1%，二者的蛋白酶抑制劑結合位點幾乎相同——這意味著潛在的抗SARS-CoV藥物也將成為潛在的抗2019-nCoV藥物。本文生成了基於GNC的潛在2019-nCoV藥物家族，同時，還分析了現有HIV藥物治療2019-nCoV的潛在療效。
*注，本文為預印本論文手稿，是未經同行評審的初步報告，其觀點僅供科研同行交流，並不是結論性內容，請使用者謹慎使用。
4附件：
原文鏈接：https://www.biorxiv.org/content/10.1101/2020.01.30 .927889v1
信息名稱
2019-nCoV感染後膽管細胞中特定的ACE2表達可能導致肝損傷
1時間：
2020年2月4日
2機構或團隊：
3事件概要：
復旦大學附屬中山醫院的研究人員在bioRxiv預印版平臺發表論文“Specific ACE2 Expression in Cholangiocytes May Cause Liver Damage After 2019-nCoV Infection”，該研究指出2019-nCoV感染後膽管細胞中特定的ACE2表達可能導致肝損傷。
自2019年12月以來，新鑑定出的冠狀病毒2019-nCoV已對公共衛生構成重大威脅。ACE2是嚴重急性呼吸系統綜合症冠狀病毒（SARS）的宿主細胞受體，最近已在介導2019-nCoV感染中得到證明。有趣的是，除呼吸系統外，大量的SARS和2019-nCoV患者還表現出各種程度的肝損害跡象，其機制和意義尚未確定。該研究使用兩個獨立隊列的單細胞RNA-seq數據對健康肝臟組織中ACE2的細胞類型特異性表達進行了公正的評估，並鑑定了膽管細胞中的特異性表達。結果表明，病毒可能直接與ACE2陽性膽管細胞
結合，但不一定與肝細胞結合。該發現表明SARS和2019-nCoV患者的肝異常可能不是由於肝細胞損傷，而是膽管細胞功能障礙及其他原因，例如藥物誘導的和全身性炎症反應引起的肝損傷。該團隊的研究結果表明，應在住院期間和治癒後不久對2019-nCoV患者進行肝功能異常特別護理。*注，本文為預印本論文手稿，是未經同行評審的初步報告，其觀點僅供科研同行交流，並不是結論性內容，請使用者謹慎使用。
4附件：
原文鏈接：https://www.biorxiv.org/content/10.1101/2020.02.03.931766v1
信息名稱
2019-nCoV冠狀病毒的系統生物學分析發現2019-nCoV與蝙蝠冠狀病毒的蛋白質序列同一性為91.1％
1時間：
2020年2月4日
2機構或團隊：
博洛尼亞大學
3事件概要：
意大利博洛尼亞大學的研究人員在bioRxiv預印版平臺發表論文“Phylogenomic analysis of the 2019-nCoV coronavirus”，該研究對2019-nCoV冠狀病毒進行了系統生物學分析。
文章指出，最近出現的新型冠狀病毒（2019-nCoV）引起了全球關注。為了瞭解這種病毒的進化起源和分子特徵，全球科學界在最近幾周內發佈了完整的基因組序列。利用當前可用的所有基因組信息，科研人員構建了系統發育樹，其中包括其他冠狀病毒科的代表，例如蝙蝠冠狀病毒（BCoV）和SARS，其鑑定了特定的BCoV基因組，這些基因組似乎相對於新病毒最接近，蛋白質序列同一性為91.1％，為2019-nCoV的人畜共患病起源提供了進一步的證據。儘管基因組中有一些高變區，但還檢測到了2019-nCoV標本中可用的保守區域。此外，科研人員還與其他冠狀病毒科進行了完整的蛋白質組學比較，確定了關鍵的氨基酸差異以建立抗病毒策略的模型。
*注，本文為預印本論文手稿，是未經同行評審的初步報告，其觀點僅供科研同行交流，並不是結論性內容，請使用者謹慎使用。
4附件：
原文鏈接：
https://www.biorxiv.org/content/10.1101/2020.02.02.931162v1
信息名稱
香港科技大學基於SARS病毒免疫學研究，進行2019-nCoV疫苗靶點的初步鑑定
1時間：
2020年2月4日
2機構或團隊：
香港科技大學
3事件概要：
2月4日，bioRxiv預印本在線發表了一篇香港科技大學的研究，研究人員試圖通過利用2019-nCov和SARS-CoV之間的高遺傳相似性和現有的SARS-CoV免疫學研究結果，獲得針對2019-nCov疫苗設計的相關線索。通過篩選實驗確定的SARS-CoV免疫原性結構蛋白，研究團隊從刺突（S）蛋白和核衣殼（N）蛋白中鑑定了一組B細胞和T細胞表位，可以識別性匹配2019-nCoV蛋白。截至2020年1月29日時獲得的現有2019-nCoV序列中，已鑑定的表位中未觀察到突變，因此研究篩選的這些抗原表位的免疫靶向性可能會提供針對2019-nCoV的保護。對於T細胞表位，研究人員對相關的主要組織相容性複合體（MHC）等位基因進行了群體覆蓋分析，並提出了一組表位可能可以在全球範圍以及中國提供廣泛的覆蓋範圍。該研究的發現提供了一組篩選的細胞表位，可以幫助指導針對2019-nCoV的疫苗開發。
*注，本文為預印本論文手稿，是未經同行評審的初步報告，其觀點僅供科研同行交流，並不是結論性內容，請使用者謹慎使用。
4附件：
原文鏈接
https://
www.biorxiv.org/content/10.1101/2020.02.03.933226v1信息名稱
加拿大團隊基於機器學習的基因組分析，表明2019-nCoV與蝙蝠冠狀病毒之間的聯繫
1時間：
2020年2月4日
2機構或團隊：
加拿大西安大略大學、滑鐵盧大學
3事件概要：
截至2020年2月3日，2019年新型冠狀病毒（2019- nCoV）已傳播至27個國家，死亡362人，確診病例超過17000例。很多研究將2019-nCoV與之前的SARS冠狀病毒相比。2002年11月至2003年7月，全球確診SARS病例8098例，死亡率為9.6%，死亡774例。
僅中國大陸就有349人死亡，5327人確診。儘管截至2月3日，此次2019-nCoV疫情的死亡率為2.2%，但僅僅幾周內（2019年12月8日至2020年2月3日）確診17000例病例令人震驚。考慮到相對較長的潛伏期，病例報告可能仍不準確。此次疫情暴發需要對病毒基因組序列進行快速闡明和分析，以便及時制定治療計劃。
文章中使用ML DSP和MLDSP-GUI對2019-nCoV進行分類，是一種使用機器學習（ML）和數字信號處理（DSP）進行基因組分析的無比對方法。利用二維數字表示（混沌博弈表示）將基因組序列映射到各自的基因組信號（離散數字序列）中。應用離散傅里葉變換對基因組信號進行幅度譜計算。利用皮爾森相關係數計算對距離矩陣。從距離矩陣構造特徵向量，作為有監督機器學習算法的輸入。採用10倍交叉檢驗法計算平均分類準確率得分。利用訓練的分類器模型預測了29個2019-nCoV序列標籤。該分類策略使用了5000多個基因組數據，並在領域到物種分類層次上測試了關聯性。文中使用MLDSP-GUI進行的基於機器學習的無比對分析結果中，證實了之前蝙蝠起源的假設，並將2019-nCoV歸類為Betacoronavirus內的Sarbecovirus。
*注，本文為預印本論文手稿，是未經同行評審的初步報告，其觀點僅供科研同行交流，並不是結論性內容，請使用者謹慎使用。
4附件：
原文鏈接
https://www.biorxiv.org/content/10.1101/2020.02.03.932350v1
免 責
聲
明
“2019-nCov科研動態監測每日快報”
由中國科學院武漢文獻情報中心和中國科學院文獻情報中心合作推出。該項服務旨在通過提供最新科研論文線索、摘譯科研論文主要內容，為我國的科研攻關和相關科學研究提供參考。工作團隊保持中立立場，無傾向性意見，所摘譯內容主要用於說明科研論文本身，努力客觀真實反映原文情況，起到供使用者參考的目的。所摘編內容都有具體的文獻來源，請使用者通過文獻來源線索獲取具體的原始文獻，並自行甄別和使用。由於水平所限，所摘編內容不免會有疏漏，還請各位使用者諒解。中國科學院文獻情報中心立足中國科學院、面向全國，主要為自然科學、前沿交叉科學和高技術領域的科技自主創新提供文獻信息保障、戰略情報研究服務、公共信息服務平臺支撐和科學交流與傳播服務，同時通過國家科技文獻平臺和開展共建共享為國家創新體系其他領域的科研機構提供信息服務。
閱讀更多 中國科訊 的文章
