2019新冠状病毒学习笔记
最近这波疫情，重现当年初中非典时期，甚至愈演愈烈，与之前初中时的封校住宿学习不同，已经工作的今天和太多的互联网信息大爆炸让我们有些焦虑，特别是，作为学习生物的人，我们也感到无能为力。官方媒体的科普，已经让大家对这个病毒的具体情况有所了解。我注意到，NJEM也已经把许多文章翻译成了中文版，以正视听。在这个时候，我们不能听信谣言！那么作为有些生物学素养的我们，也应该以自己的知识，学习下这个病毒的信息，以我们自己的理解！
下面是我的小小探索，虽然不足挂齿，至少我开启了探索之路。想起了那句名言，只要开始，便会心生热忱，持续为之，便能走向成功！（来自一本影响了我一生的书《方与圆》--丁远峙）
在这里放上几篇NJEM文章的中文翻译：
>>NEJM官方翻译 | 美国首例新冠病毒肺炎的治疗过程
>>重要数据|中国团队《新英格兰医学杂志》发布新型冠状病毒研究
>>新型冠状病毒上海救治专家组组长张文宏：病毒解码后的科学防控
>>中国国际电视台专访NEJM主编、传染病专家：严阵以待新型肺炎
1.序列上的一些探索
参考自https://github.com/BenLangmead/ads1-notebooks
def readGenome(filename):
#读取全部序列
genome = ''
with open(filename, 'r') as f:
for line in f:
# ignore header line with genome information
ifnot line[0] == '>':
genome += line.rstrip()
return genome
genome = readGenome('../Wuhan-RNA.fasta')
import collections
collections.Counter(genome)
#Counter({'A': 8954, 'U': 9594, 'G': 5863, 'C': 5492})
import matplotlib.pyplot as plt
def findGCByPos(file):
''' Find the GC ratio at each position in the read '''
# Keep track of the number of G/C bases and the total number of bases at each position
gc = [0] * 70
totals = [0] * 71
with open(file) as f:
for line in f:
#print(len(line))
if line.startswith('>'):
continue
for i in range(0,len(line)):
if line[i] == 'C'or line[i] == 'G':
gc[i] += 1
totals[i] += 1
#print(len(line))
# Divide G/C counts by total counts to get the average at each position
for i in range(len(gc)):
if totals[i] > 0:
gc[i] /= float(totals[i])
#print(totals)
return gc
gc = findGCByPos('../Wuhan-RNA.fasta')
plt.plot(range(len(gc)), gc)
plt.show()这些代码后，就可以看到GC含量，是以每行的每个碱基集合为一组来比较的，应该也比较有说服力，只有40左右。
2.RNA折叠
又想到怎么探索下这一串序列在病毒壳里面是怎么折叠的呢？找到了两个软件，首先是Vienna RNAfold，自己运行了一下，花费一两个小时，好像结果不咋地。
#安装这个软件，还是conda
conda install -c bioconda viennarna
RNAfold< Wuhan-RNA.fasta > Wuhan-rna.ss
RNAplot> Wuhan-rna.ss乍一看像一个进化树，如图：
放大了看，是颈环结构，发展一些地方折叠的并不好。
3.百度linearFold网页服务试用
偶然搜索发现百度也开发了个加速算法，速度提升很多，计算时间从小时级别到秒级别，测试确实如此，一分钟内返回了结果，看了下：
连线应该表示的是连接， forna (Kerpedjiev et al 2015) 可视化，由于长度太长，没法画出，后面尝试用本地画试试，探索暂时到这里。