2019-nCov科研动态监测每日快报（2月5日）【中国科讯】

2019-nCov科研动态监测服务

中国科学院武汉文献情报中心和中国科学院文献情报中心共同组成生物安全情报团队，构建了2019-nCov科研动态监测平台，持续对国内外2019-nCov重要科研动态开展监测，旨在通过提供最新科研论文线索、摘译科研论文主要内容，按病毒溯源、流行预测、病毒检测和疾病诊断、药物研发、机理研究、政策法规等领域整理国内外重要机构的研究成果，为我国的科研攻关和相关科学研究提供参考。

如您需要了解2019-nCov最新科研动态、下载2019-nCov科研快报、检索2019-nCov科研数据库，请访问我们以下服务。

✦ 2019-nCov科研动态监测平台：

http://stm.las.ac.cn/STMonitor/qbwnew/openhome.htm?serverId=172

✦ 2019-nCov科研快报下载：

http://stm.las.ac.cn/STMonitor/qbwnew/cyjb.htm?parentPageId=1580803621111&serverId=172

信息名称

2019新型冠状病毒与人体受体结合能力的快速评估，表明其可能导致与SARS-CoV相似的人际传播

1

2020年2月3日

2机构或团队：

复旦大学、柏林洪堡大学

3事件概要：

复旦大学和德国洪堡大学的研究人员在bioRxiv预印版平台发表论文“Fast assessment of human receptor-binding capability of 2019 novel coronavirus (2019-nCoV)”，该研究通过蛋白质-蛋白质相互作用的基因组分析方法，提供了一种快速评估2019新型冠状病毒（2019-nCoV）人际传播能力的方法。

文章指出2002/2003年SARS、2012/2015年MERS和2019/2020年武汉呼吸综合征的暴发清楚地表明，动物冠状病毒的基因组进化可能使其获得在人际间的传播能力，从而对全球公共健康造成严重威胁。冠状病毒的人际传播是由其刺突蛋白（Spike protein，S蛋白）与宿主细胞表面受体的相互作用所驱动的，因此，对这些相互作用的定量评价可以用来评价冠状病毒的人际传播能力。由于目前缺少直接利用病毒基因组数据的定量方法，研究人员实验性地基于SARS-CoV的S-RBD-ACE2复合结构，进行了大规模的蛋白质-蛋白质分子对接，以量化2019-nCoV的S蛋白受体结合域（S-RBD）与人体受体ACE2的相互作用。通过使用蒙特卡洛（Monte Carlo）算法对大量热力学上可能的结合构象进行采样，成功地将实验复合结构识别为最低能量受体结合构象。这样通过与SARS-CoV的比较，为评价2019-nCoV与受体结合的亲和力建立了基于实验的强度参考。研究结果表明，这种结合亲和力约为SARS-CoV的73%，这表明2019-nCoV可能导致与SARS-CoV相似的人际传播。该研究提供了一种快速评估新出现的冠状病毒及其突变株的人际传播能力的方法，并证明蛋白质-蛋白质相互作用的后基因组分析可为病毒的预防和控制提供早期的科学指导。

*注，本文为预印本论文手稿，是未经同行评审的初步报告，其观点仅供科研同行交流，并不是结论性内容，请使用者谨慎使用。

4附件：

原文链接：https://www.biorxiv.org/content/10.1101/2020.02.01.930537v1

信息名称

研究人员通过一个新框架对6篇有关2019-nCoV基本再生数信息进行比较，认为传播的不确定性对模型估值影响很大

1时间：

2020年2月3日

2机构或团队：

美国普林斯顿大学、加拿大西安大略大学、加拿大麦克马斯特大学等

3事件概要：

新型冠状病毒（2019-nCoV）最近已成为全球威胁。随着流行病的发展，许多疾病建模者已经提前估计基本再生数Ro，基本再生数Ro定义为由主要病例引起的继发病例的平均数目，但是这些建模方法和所产生的估计值差异很大。

该团队收集了2020年1月24日至2020年1月26日在线发表的6篇论文中有关Ro估计和其对相关传代间隔分布建设的信息。通过建立新的框架，将Ro分解为三个关键量（指数增长率r-the exponential growth rate r，平均传代间隔G-the mean generation interval（一个感染的人传给另一个的平均时间）和传代间隔离差kappa-generation-interval dispersion kappa）来比较各种模型中Ro的不同估计值，并应用新框架初步估算出2019-nCoV暴发的Ro值。这个结果强调了在所有三个量中传播的不确定性的重要性，尤其是在传代间隔分布形状中。尽管暴发期间的快速反应可能很有重要，但避免过度自信也很重要。建模人员应与现场工作人员合作，可以开发出更好的模型来表征传代间隔。

*注，本文为预印本论文手稿，是未经同行评审的初步报告，其观点仅供科研同行交流，并不是结论性内容，请使用者谨慎使用。

4附件：

链接https://www.medrxiv.org/content/10.1101/2020.01.30.20019877v2

信息名称

BioWorld消息，吉利德的瑞德西韦进入中国三期临床试验以抗击冠状病毒

1时间：

2020年2月3日

2机构或团队：

BioWorld

3事件概要：

北京将在2月3日启动一项III期临床试验，以确定2019-nCoV患者是否可以用吉利德科学公司（Gilead Sciences Inc）的NUC抑制剂瑞德西韦（remdesivir）来进行治疗，该抑制剂最初是针对埃博拉病毒所研制的抗病毒药剂。据报道，4天前美国的患者使用该候选药物后已经康复。

这项研究预计将于4月27日完成，是一项III期随机、双盲、安慰剂对照的多中心参与的研究，旨在评估瑞德西韦（remdesivir）治疗轻、中度2019-nCoV感染的成人住院患者的有效性和安全性。该研究将招募270名患者，在北京的中日友好医院进行。

4附件：

原文链接：https://www.bioworld.com/articles/432804-gileads-remdesivir-enters-china-phase-iii-trial-to-fight-coronavirus?from=timeline

信息名称

美国国立卫生研究院发布基于众包数据的2019-nCoV暴发的早期流行病学分析

1时间：

2020年2月4日

2机构或团队：

美国国立卫生研究院福格蒂国际中心国际流行病学与人口研究司

3事件概要：

MedRxiv预印版平台2月4日公开了福格蒂国际中心发表的论文“Early epidemiological analysis of the 2019-nCoV outbreak based on a crowdsourced data”，该研究利用媒体新闻报道和医师社区网站提供的众包数据开展了2019-nCoV病毒暴发的早期流行病学分析。

在2019年新型冠状病毒（2019-nCoV）在中国境内外暴发的情况下，福格蒂国际中心国际流行病学与人口研究司的研究人员在疫情进入第7周时（2020年1月20日-2020年1月30日），开展了通过媒体新闻报道和医师社区网站（dxy.cn）汇编2019-nCoV流行病学信息的工作。研究人员编制了一份清单，列出了在中国及国际上报告的患者数量以及中国各省的每日病例数，并分析了288位患者随时间和地域的人口统计、住院情况和上报延误情况。数据分析发现，与武汉相比，在2020年1月18日之后，随着疫情防范意识的提高，武汉以外的省份和国际上的病例检测滞后时间有所减少。中国各省报告病例数的进展情况与武汉以外的地方传播情况相一致。但是，病例的年龄分布在15岁以下儿童中存在缺陷，这可能与相关冠状病毒的优先免疫或行为差异相关。总体而言，该研究的数据集自2020年1月21日以来一直公开可用，且与一周多后中国发布的官方报告保持一致。这一研究表明，在疫情暴发的早期阶段提供可公开获取的数据集对于鼓励独立的学术建模团队进行疾病建模工作和为指导干预措施提供有力证据非常重要。

*注，本文为预印本论文手稿，是未经同行评审的初步报告，其观点仅供科研同行交流，并不是结论性内容，请使用者谨慎使用。

4附件：

原文链接：https://www.medrxiv.org/content/10.1101/2020.01.31.20019935v1

信息名称

香港城市大学等利用交通数据估算中国2019-nCoV疫情蔓延的风险

1时间：

2020年2月4日

2机构或团队：

香港城市大学、孟加拉国Bangabandhu Sheikh Mujibur Rahman科技大学、香港理工大学等

3事件概要：

香港城市大学等于2020年2月4月在medRxiv上发表题为“Estimating the risk on outbreak spreading of 2019-nCoV in China using transportation data”的文章。

2019-nCoV造成了史无前例的暴发。在武汉疫情暴发初期，最重要的是防止病毒传播到其他城市，一些邻近国家也进行了全面的边境控制措施以防止病毒传播。但是，在各种管控之前，许多人已经从武汉前往其他城市。因此，很难预测不同城市的输入病例数及估计暴发风险。研究人员开发了一个数学模型，结合城市之间的联系，计算从暴发源输入的病例数，以及由输入病例产生的继发病例的累积数。使用从国际航空运输协会数据库收集的武汉到其他城市的航空旅行频率数据，估算暴发的到达时间。基于经典SIR方法建立集合种群房室模型，模拟不同城市的疫情设置了三种基本再生数量的情景，从高（2.92）、中（1.68）到低（1.4）。在高点下，暴发扩散的关键时间是2019年12月31日之后的17.9天。在低点以下，关键时间是在2019年12月31日之后的26.2天到35天之间。在低点（1.4）下，控制措施必须减少87％的病毒来源城市和到达目标城市之间的联系；在较高的值（2.92）下，减少暴发机会的效果通常很低，通常需要增强边界控制措施以减少超过95％的联系。

*注，本文为预印本论文手稿，是未经同行评审的初步报告，其观点仅供科研同行交流，并不是结论性内容，请使用者谨慎使用。

4附件：

链接https://www.medrxiv.org/content/10.1101/2020.02.01.20019984v1

信息名称

BioWorld消息，美国卫生与公众服务部宣布公共卫生紧急事件，部分原因在于CDC对冠状病毒的检测不可信

1时间：

2020年2月3日

2机构或团队：

BioWorld

3事件概要：

美国卫生与公众服务部（HHS）在美国就冠状病毒采取紧急公共卫生措施，部分原因是政府对该病毒的诊断产生不一致的结果，这一实际情况可能会刺激生命科学界提供解决方案。

WHO曾拒绝对2019-nCov的传播采取行动。然而，WHO于1月30日推翻了该决定，强调需要针对病原体的诊断和治疗，当时该病在很大程度上甚至完全源于中国武汉。

美国疾病预防控制中心（CDC）主任Robert Redfield在1月31日的简报中说，CDC的测试表明病毒检测存在很大的可变性。不只一名患者病毒测试呈阳性，一两天后测试呈阴性，但在三天后仍可再次检测到该病毒。

美国国立卫生研究院国家过敏和传染病研究所（NIAID）所长Anthony Fauci表示，测试结果的震荡产生了巨大的不确定性。他说：“我们不知道该项测试的准确性。”同时补充道，针对人体免疫缺陷病毒的测试准确性接近100％。

Redfield说，尽管中国的局势很严重，但新型冠状病毒对美国公众的风险却很小。他说：“我们的目标是竭尽所能，保持这种状态。”他补充道，截至该日，中国有近9,700例确诊病例，其中200多例死亡。但是，全球有12名确诊病例并未到中国旅行。

HHS部长Alex Azar说：“我们将继续实施跨部门、跨机构的多层次公共卫生应对措施”。在过去14天内曾出国到中国湖北的任何美国公民归国后将受到14日天隔离，以确保适当的护理和筛查。

白宫已宣布将暂停被视为存在传播病毒危险的外国人的入境，Alex表示这些政策于2月2日美国东部时间下午5:00生效。CDC国家免疫与呼吸疾病中心主任2月3日Nancy Messonnier表示，该机构正加快将检测结果发布到非CDC站点。Messonnier说，自从确立紧急使用授权（EUA）机制是传播CDC测试的最快捷手段以来，CDC和FDA就一直密切合作。

4附件：

原文链接：https://www.bioworld.com/articles/432813-hhs-declares-public-health-emergency-in-part-because-cdc-test-for-coronavirus-unreliable

信息名称

巴瑞替尼是2019-nCoV感染疾病的潜在治疗药物

1时间：

2020年2月4日

2机构或团队：

伦敦帝国学院

3

伦敦帝国学院的研究人员在《柳叶刀》杂志上发表论文“Baricitinib as potential treatment for 2019-nCoV acute respiratory disease”，该研究使用BenevolentAI搜索可能有用的批准药物，重点关注那些可能阻止病毒感染过程的药物，指出巴瑞替尼（Baricitinib）或可降低病毒感染肺细胞的能力。

文章指出，2019-nCoV的快速测序结果以及基于相关病毒蛋白基因组的分子建模结果表明，存在一些可能有效的化合物，比如抗HIV的洛匹那韦和利托那韦的组合。在此基础上，伦敦帝国学院的研究人员使用BenevolentAI进一步搜索了对于治疗2019-nCoV可能有用的批准药物，其关注重点是那些可能可以阻止病毒感染过程的药物。大多数病毒是通过受体介导的内吞作用进入细胞。2019-nCoV用于感染肺细胞的受体可能是ACE2，它是肾脏、血管、心脏，以及最重要的II型肺泡上皮细胞（AT2）的细胞表面蛋白。这些AT2细胞特别容易受到病毒感染。已知的内吞作用调节因子之一是与AP2相关蛋白激酶1（AAK1）。对AAK1进行干扰转而可能会干扰病毒进入细胞的通道以及病毒颗粒的细胞内组装。由此，研究人员发现了巴瑞替尼，并预计它可降低病毒感染肺细胞的能力。

4附件：

原文链接：https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(20)30304-4/fulltext

信息名称

瑞德西韦和磷酸氯喹能在体外有效抑制2019-nCoV

1时间：

2020年2月4日

2机构或团队：

中国科学院武汉病毒研究所、军事科学院军事医学研究院国家应急防控药物工程技术研究中心

3事件概要：

中国科学院武汉病毒研究所等机构研究人员在Nature的Cell Research上发表题为“Remdesivir and Chloroquine effectively inhibit the recently emerged novel coronavirus (2019-nCoV) in vitro”的LETTER TO THE EDITOR文章，报道了其在抑制2019新型冠状病毒（2019-nCoV）药物筛选方面取得的重要进展。

文章指出，在Vero E6细胞上，瑞德西韦（Remdesivir, GS-5734）对2019-nCoV的半数有效浓度EC50=0.77μM，选择指数SI大于129；磷酸氯喹（Chloroquine）的EC50=1.13μM，SI大于88，说明上述两种药物在细胞水平上能有效抑制2019-nCoV的感染，其在人体上的作用还有待临床验证。

4附件：

https://www.nature.com/articles/s41422-020-0282-0

信息名称

密歇根州立大学的研究人员分析2019-nCoV感染的潜在治疗药物

1时间：

2020年2月4日

2机构或团队：

密歇根州立大学

3事件概要：

密歇根州立大学的研究人员在bioRxiv预印版平台发表论文“Machine intelligence design of 2019-nCoV drugs”。

研究指出，新型冠状病毒的蛋白酶对其复制至关重要，是有效的药物靶点。研究发现，2019-nCoV的蛋白酶与SARS-CoV的序列同源性高达96.1%，二者的蛋白酶抑制剂结合位点几乎相同——这意味着潜在的抗SARS-CoV药物也将成为潜在的抗2019-nCoV药物。本文生成了基于GNC的潜在2019-nCoV药物家族，同时，还分析了现有HIV药物治疗2019-nCoV的潜在疗效。

*注，本文为预印本论文手稿，是未经同行评审的初步报告，其观点仅供科研同行交流，并不是结论性内容，请使用者谨慎使用。

4附件：

原文链接：https://www.biorxiv.org/content/10.1101/2020.01.30.927889v1

信息名称

2019-nCoV感染后胆管细胞中特定的ACE2表达可能导致肝损伤

1时间：

2020年2月4日

2机构或团队：

3事件概要：

复旦大学附属中山医院的研究人员在bioRxiv预印版平台发表论文“Specific ACE2 Expression in Cholangiocytes May Cause Liver Damage After 2019-nCoV Infection”，该研究指出2019-nCoV感染后胆管细胞中特定的ACE2表达可能导致肝损伤。

自2019年12月以来，新鉴定出的冠状病毒2019-nCoV已对公共卫生构成重大威胁。ACE2是严重急性呼吸系统综合症冠状病毒（SARS）的宿主细胞受体，最近已在介导2019-nCoV感染中得到证明。有趣的是，除呼吸系统外，大量的SARS和2019-nCoV患者还表现出各种程度的肝损害迹象，其机制和意义尚未确定。该研究使用两个独立队列的单细胞RNA-seq数据对健康肝脏组织中ACE2的细胞类型特异性表达进行了公正的评估，并鉴定了胆管细胞中的特异性表达。结果表明，病毒可能直接与ACE2阳性胆管细胞结合，但不一定与肝细胞结合。该发现表明SARS和2019-nCoV患者的肝异常可能不是由于肝细胞损伤，而是胆管细胞功能障碍及其他原因，例如药物诱导的和全身性炎症反应引起的肝损伤。该团队的研究结果表明，应在住院期间和治愈后不久对2019-nCoV患者进行肝功能异常特别护理。

*注，本文为预印本论文手稿，是未经同行评审的初步报告，其观点仅供科研同行交流，并不是结论性内容，请使用者谨慎使用。

4附件：

原文链接：https://www.biorxiv.org/content/10.1101/2020.02.03.931766v1

信息名称

2019-nCoV冠状病毒的系统生物学分析发现2019-nCoV与蝙蝠冠状病毒的蛋白质序列同一性为91.1％

1时间：

2020年2月4日

2机构或团队：

博洛尼亚大学

3事件概要：

意大利博洛尼亚大学的研究人员在bioRxiv预印版平台发表论文“Phylogenomic analysis of the 2019-nCoV coronavirus”，该研究对2019-nCoV冠状病毒进行了系统生物学分析。

文章指出，最近出现的新型冠状病毒（2019-nCoV）引起了全球关注。为了了解这种病毒的进化起源和分子特征，全球科学界在最近几周内发布了完整的基因组序列。利用当前可用的所有基因组信息，科研人员构建了系统发育树，其中包括其他冠状病毒科的代表，例如蝙蝠冠状病毒（BCoV）和SARS，其鉴定了特定的BCoV基因组，这些基因组似乎相对于新病毒最接近，蛋白质序列同一性为91.1％，为2019-nCoV的人畜共患病起源提供了进一步的证据。尽管基因组中有一些高变区，但还检测到了2019-nCoV标本中可用的保守区域。此外，科研人员还与其他冠状病毒科进行了完整的蛋白质组学比较，确定了关键的氨基酸差异以建立抗病毒策略的模型。

*注，本文为预印本论文手稿，是未经同行评审的初步报告，其观点仅供科研同行交流，并不是结论性内容，请使用者谨慎使用。

4附件：

原文链接：

https://www.biorxiv.org/content/10.1101/2020.02.02.931162v1

信息名称

香港科技大学基于SARS病毒免疫学研究，进行2019-nCoV疫苗靶点的初步鉴定

1时间：

2020年2月4日

2机构或团队：

香港科技大学

3事件概要：

2月4日，bioRxiv预印本在线发表了一篇香港科技大学的研究，研究人员试图通过利用2019-nCov和SARS-CoV之间的高遗传相似性和现有的SARS-CoV免疫学研究结果，获得针对2019-nCov疫苗设计的相关线索。通过筛选实验确定的SARS-CoV免疫原性结构蛋白，研究团队从刺突（S）蛋白和核衣壳（N）蛋白中鉴定了一组B细胞和T细胞表位，可以识别性匹配2019-nCoV蛋白。截至2020年1月29日时获得的现有2019-nCoV序列中，已鉴定的表位中未观察到突变，因此研究筛选的这些抗原表位的免疫靶向性可能会提供针对2019-nCoV的保护。对于T细胞表位，研究人员对相关的主要组织相容性复合体（MHC）等位基因进行了群体覆盖分析，并提出了一组表位可能可以在全球范围以及中国提供广泛的覆盖范围。该研究的发现提供了一组筛选的细胞表位，可以帮助指导针对2019-nCoV的疫苗开发。

*注，本文为预印本论文手稿，是未经同行评审的初步报告，其观点仅供科研同行交流，并不是结论性内容，请使用者谨慎使用。

4附件：

原文链接

https://www.biorxiv.org/content/10.1101/2020.02.03.933226v1

信息名称

加拿大团队基于机器学习的基因组分析，表明2019-nCoV与蝙蝠冠状病毒之间的联系

1时间：

2020年2月4日

2机构或团队：

加拿大西安大略大学、滑铁卢大学

3事件概要：

截至2020年2月3日，2019年新型冠状病毒（2019- nCoV）已传播至27个国家，死亡362人，确诊病例超过17000例。很多研究将2019-nCoV与之前的SARS冠状病毒相比。2002年11月至2003年7月，全球确诊SARS病例8098例，死亡率为9.6%，死亡774例。

仅中国大陆就有349人死亡，5327人确诊。尽管截至2月3日，此次2019-nCoV疫情的死亡率为2.2%，但仅仅几周内（2019年12月8日至2020年2月3日）确诊17000例病例令人震惊。考虑到相对较长的潜伏期，病例报告可能仍不准确。此次疫情暴发需要对病毒基因组序列进行快速阐明和分析，以便及时制定治疗计划。

文章中使用ML DSP和MLDSP-GUI对2019-nCoV进行分类，是一种使用机器学习（ML）和数字信号处理（DSP）进行基因组分析的无比对方法。利用二维数字表示（混沌博弈表示）将基因组序列映射到各自的基因组信号（离散数字序列）中。应用离散傅里叶变换对基因组信号进行幅度谱计算。利用皮尔森相关系数计算对距离矩阵。从距离矩阵构造特征向量，作为有监督机器学习算法的输入。采用10倍交叉检验法计算平均分类准确率得分。利用训练的分类器模型预测了29个2019-nCoV序列标签。该分类策略使用了5000多个基因组数据，并在领域到物种分类层次上测试了关联性。文中使用MLDSP-GUI进行的基于机器学习的无比对分析结果中，证实了之前蝙蝠起源的假设，并将2019-nCoV归类为Betacoronavirus内的Sarbecovirus。

*注，本文为预印本论文手稿，是未经同行评审的初步报告，其观点仅供科研同行交流，并不是结论性内容，请使用者谨慎使用。

4附件：

原文链接

https://www.biorxiv.org/content/10.1101/2020.02.03.932350v1

免 责

声

明

“2019-nCov科研动态监测每日快报”

中国科学院文献情报中心立足中国科学院、面向全国，主要为自然科学、前沿交叉科学和高技术领域的科技自主创新提供文献信息保障、战略情报研究服务、公共信息服务平台支撑和科学交流与传播服务，同时通过国家科技文献平台和开展共建共享为国家创新体系其他领域的科研机构提供信息服务。