Helsingin yliopiston tutkijat kehittivät sekvensointiin perustuvan sovelluksen, joka helpottaa virusten tunnistamista

Uusi bioinformatiikkaan perustuva sovellus identifioi sekä jo aikaisemmin tunnistetut että uudet virukset.

Helsingin yliopiston tutkijoiden kehittämä Lazypipe-niminen bioinformatiikkasovellus tunnistaa virukset joko isäntälajeista tai ympäristönäytteistä.

Sovellus on kehitetty virologien ja bioinformaatikkojen yhteistyönä. Se helpottaa virusten genomien tunnistamista muiden näytteessä olevien genomipätkien joukosta.

Professori Olli Vapalahden johtama tutkimusryhmä Viral Zoonooses Research Unit on muun muassa julkaissut aiemmin kaksi tutkimusta uusista viruksista, jotka on identifioitu Lazypipe-sovelluksen avulla. Nämä virukset ovat potentiaalisia uusia zoonoottisia, eli eläimistä ihmisiin tarttuvia taudinaiheuttajia.

Kummatkin virukset löytyivät villieläimistä, jotka voivat toimia viruksen välittäjinä. Tutkimuksissa uusi ebolavirus tunnistettiin Mops condylurus -lepakon ulosteen ja orgaanisten näytteiden perusteella Keniassa. Uusi punkkien välittämä patogeeni, Alongshan-virus, tunnistettiin punkeista Pohjois-Euroopassa.

– Nämä esimerkit todistavat Lazypipe-sovelluksen tehokkuuden datan analysoinnissa uuden sukupolven genomin sekvensoinnin (NGS, Next Generation Sequencing) avulla. Tämä massiivinen rinnakkaissekvensointi mahdollistaa datan analysoinnin hyvin erilaisista DNA/RNA-taustoista, esimerkiksi lähtien nisäkkäiden kudoksista aina murskattuihin niveljalkaisiin asti, kuvailee tutkija Teemu Smura.

Covid-19-pandemia on lisännyt tarvetta tunnistaa uudet virukset nopeasti

Yhteiskunnassamme jylläävä koronaviruspandemia on vaikuttanut siihen, että virusten nopealle tunnistamiselle on suuri tarve. Uudet eläinperäiset virukset voivat levitä nopeasti.

– Aiemmin virusten tunnistaminen tapahtui lukuisten testien avulla, ja virustestejä tehtiin eri virusryhmille yksi kerrallaan. Nyt uudet virukset voidaan tunnistaa lyhyessä ajassa kliinisistä näytteistä NGS-sekvensoinnin avulla, ja tulos saadaan muutamassa päivässä, tutkija Ravi Kant sanoo.

Keväällä tutkimusryhmä testasi koronaviruksen positiivisten näytteiden analysointia Lazypipe-sovelluksella.

– Osoitimme, että sovellus tunnisti yhdeksän kymmenestä SARS-CoV-2-näytteestä, ilman räätälöityjä asetuksia tai SARS-CoV-2:n referenssi- eli vertailugenomia, tutkija Ilja Pljusnin sanoo.

– Lazypipe-sovelluksella voi olla merkittävä rooli uusien infektiotautien ehkäisyssä, lisää apulaisprofessori Tarja Sironen.

Viite: Plyusnin, I., Kant, R., Jääskeläinen, A.J., Sironen, T., Holm, L., Vapalahti, O. ja Smura, T. Novel NGS Pipeline for Virus Discovery from a Wide Spectrum of Hosts and Sample Types. Virus Evolution, 2020. DOI: 10.1093/ve/veaa091

Lazypipe on saatavilla tiedeyhteisölle Puhti-supertietokoneen kautta CSC:n datakeskuksessa. Lue lisää sovelluksesta projektin verkkosivuilta.

Lue lisää Viral Zoonooses Research Unit -ryhmästä tutkimusryhmän verkkosivuilta.

Lisätietoja:

Ilja Pljusnin, tutkija, Helsingin yliopisto (engl.)
Puh. +358 2941 26480
Sähköposti: ilja.pljusnin@helsinki.fi

Ravi Kant, tutkija, Helsingin yliopisto (engl.)
Puh. +358 2941 57054
Sähköposti: ravi.kant@helsinki.fi

Teemu Smura, tutkija, Helsingin yliopisto
Puh. +358 2941 26480
Sähköposti: teemu.smura@helsinki.fi

Olli Vapalahti, professori, Helsingin yliopisto
Puh. +358 50 448 8842
Sähköposti: olli.vapalahti@helsinki.fi