ネクストストレイン
ほぼリアルタイムで、ウイルスの感染状況を追跡しているサイト「ネクストストレイン Nextstrain（nextstrain.org）」について簡単なまとめ。
新型コロナウイルス感染症の最新状況は、「Latest data and analysis」（nCoV 2019-20）からアクセス。
他にもSeasonal Influenza（季節性インフルエンザ）、West Nile virus（西ナイル熱）、Mumps（おたふくかぜ）、Zika（ジカ熱）、Ebola（エボラ出血熱）、Dangue（デング熱）、Avian influenza（鳥インフルエンザ）、Measles（はしか）、エンテロウイルスD68、Tuberculosis（結核）などがまとめられている。
※ 結核はウイルスではなく細菌
新型コロナは、2019年12月－４月10日（現時点）の間に世界中の研究機関から集められたサンプル・データ（現時点で3513）を用いて系統樹などが描かれている。
Phylogeny 系統樹
ウイルスのサンプル間の近縁度（類似度）に応じて描かれた樹形図。
思っていた以上に頻繁に変異し続けており、もはやゴチャゴチャ。
画面左のDatasetで地域を絞ったり、Data Rangeで期間絞ったり、系統樹の枝をダブルクリックするなどして、いろいろみれる。
Datasetでアジア Asiaに絞るとアジアの国々を含まない枝葉がカットされる。
紫がチャイナで、紫がない真ん中が主に欧州・北米（下図では灰白系）。
日本からのサンプル（下図では青系）は少なめだが、真ん中にも点在。
Transmissions 感染経路
感染が拡がる様子を描いた世界地図。
円のサイズはサンプル数に対応。
パンデミック世界一周で何が何だか……。
下図はDatasetでアジアに絞った場合。上の系統樹の図と色が対応。
3000超のサンプルといっても全体の一部なので、図にはない感染経路がある可能性など見方には注意が必要。
Diversity ［遺伝的］多様性
ORF1a、ORF1b、S、……が新型コロナウイルス SARS-CoV-2の遺伝子。
SARS-CoV-2のゲノムサイズは30000弱。
縦棒は塩基変動性。
突然変異を起こしている部位、その度合い。
ゲノム学習
ゲノム Genomeとは［全］遺伝情報。
ヒトを含め様々な生物のゲノムが解読されてデータは膨大。
発展著しい分野で、英語だらけなので、専門で学んだ人でないととっつきにくい。
バイオインフォマティクスとか。
学習を兼ねて整理。
ウイルスのゲノムサイズは大きくないので扱いやすそう。
※ ウイルスは生物扱いされていないが、本体はDNAかRNA
新型コロナウイルス SARS-CoV-2のゲノムは、
U.S.A. NIH NCBI（国立生物工学情報センター）のサイト（www.ncbi.nlm.nih.gov/）
からアクセスできる。
例えば”COVID”で検索（Search）して、
１月にチャイナから登録されたNC_045512というサンプルにアクセス。
※ www.ncbi.nlm.nih.gov/nuccore/NC_045512
一番下のORIGINにアルファペット４文字がずらずら並んでいる。
1 attaaaggtt tataccttcc caggtaacaa accaaccaac tttcgatctc ttgtagatct
・
・
・
４文字は、核酸（DNA／RNA）を構成するヌクレオチドの中の塩基で、
a（A）：アデニン、t（T）：チミン、g（G）：グアニン、c（C）：シトシン。
RNAの場合、TがU：ウラシル。
※ ヌクレオチド Nucleotide ＝ リン酸 ＋ 糖（デオキシリボース／リボース） ＋ 塩基
SARS-CoV-2はRNAウイルス
ヌクレオチドが鎖状につながった分子がDNA／RNA。
SARS-CoV-2の（NC_045512サンプルの）ゲノムサイズは、29903 bp。
29903の塩基配列。
うち266..21555が、gene（遺伝子）：ORF1ab
21563..25384がgene：S
25393..26220がgene：ORF3a
以下、E、M、ORF6、ORF7a、ORF7b、ORF8、N、ORF10
A、T、G、Cの４種の塩基は３組で１つのアミノ酸が対応し、
組み合わせによって20種の［α－］アミノ酸が対応する。
20種のアミノ酸と略号（１文字）は、遺伝子暗号表参照。
遺伝子暗号（コドン） →
例えば、
27202..27387のgene：ORF6の場合、
27181 ttgtacagta agtgacaaca gatgtttcat ctcgttgact ttcaggttac tatagcagag 27241 atattactaa ttattatgag gacttttaaa gtttccattt ggaatcttga ttacatcata 27301 aacctcataa ttaaaaattt atctaagtca ctaactgaga ataaatattc tcaattagat 27361 gaagagcaac caatggagat tgattaaacg
のatgttt～gattaaが相当し、translation（翻訳）は、
/translation="MFHLVDFQVTIAEILLIIMRTFKVSIWNLDYIINLIIKNLSKSLTENKYSQLDEEQPMEID"
atg（AUG）がメチオニン M。開始コドンは決まってM。
次のttt（UUU）はフェニルアラニン F。
taa（UAA）が終止コドン。tag（UAG）、 tga（UGA）も終始コドン。
taaの前のgat（GAU）がアスパラギン酸 D。
アミノ酸が［ペプチド］結合してproduct（製品） ＝ 蛋白質 Proteinが合成される。
ORF6の場合、
/product=”ORF6 protein”。
Sの場合、
surface glycoprotein。
ORF1abの場合、
leader protein、nsp2、nsp3、nsp4など10以上の蛋白質。
・
・
・
追）国立感染症研究所 「コロナウイルスとは」のページからコロナウイルスの写真・図コピー。
S：スパイク蛋白質、E：エンベロープ蛋白質、M：膜（メンブレン）蛋白質、N：ヌクレオカプシド蛋白質。
カプシドは核酸を包む殻として描かれていることが多いが、下図では核酸と絡み合っている。
突然変異を起こしている部位・領域
⇒ 遺伝的多様性
塩基配列の近縁度
⇒ 系統樹
・
・
・
