一場新型冠狀病毒肺炎疫情，牽動舉國上下。在廣大的醫(yī)務(wù)人員奮戰(zhàn)一線的同時，一大批“科技力量”也加入了抗擊疫情的最前線。

在未知病毒以“不明原因肺炎”進(jìn)入公眾視野時，科研人員已經(jīng)開始嘗試破譯病毒的基因數(shù)據(jù)。病毒基因組，是病毒的生命密碼。借助于分子生物技術(shù)，病原學(xué)專家通過對病毒標(biāo)本進(jìn)行測定，這樣的破譯，最早在 2020 年 1 月 2 日就已完成。隨后，中科院武漢病毒所、中國疾控中心病毒所、上海市公共衛(wèi)生臨床中心分別于 1 月 2 日、 1 月 3 日、 1 月 5 日凌晨，獲得病毒全基因組序列。

那么，病毒基因究竟是如何被一步步解析的?這其中高性能計算(HPC)平臺又起到什么樣的作用?來看看浪潮生命科學(xué)行業(yè)方案專家的解讀。

Q：能否舉例子介紹一下新冠病毒基因是如何被測定和解析的?

目前，在獲取病毒基因組序列方面，廣泛應(yīng)用高通量測序技術(shù)來完成，這種方式是將核酸序列打斷成短片段進(jìn)行測序，通過分析軟件將測得的短序列進(jìn)行拼接組裝。對于新發(fā)病毒，在序列組裝過程中會面臨更多難點，因為在測序深度、測序準(zhǔn)確性、重復(fù)序列比例等方面沒有可供參考的經(jīng)驗值，這就需要將海量的短序列還原出原始的基因組序列。在序列拼裝中還可能會出現(xiàn)測序錯誤，拼接的準(zhǔn)確性和完整性不高，拼接難度更高。所以，解析新冠病毒序列，需要在建庫、高通量測序、序列組裝、變異進(jìn)化分析等多個流程加以管理。

新冠病毒序列組裝解決方案示意

比如在建庫環(huán)節(jié)中，對核酸含量高的樣本進(jìn)行rRNA去除再建庫，提高有效數(shù)據(jù)占比;對核酸含量低的樣本，直接進(jìn)行RNA建庫，減少核酸損失，提升建庫成功率，并加大測序深度。在測序環(huán)節(jié)采用更高效專注的測序儀，最后，通過病原鑒定系統(tǒng)對新冠病毒序列進(jìn)行數(shù)據(jù)分析并采用IDBA方法完成拼接。這樣可以滿足宏轉(zhuǎn)錄組測序病毒序列組裝對數(shù)據(jù)量的要求，保證序列信息的完整性。

我們來還原一下某疾控中心收到的 1 例新冠病毒肺炎疑似樣本，解析新型冠狀病毒感染病例呼吸道標(biāo)本宏轉(zhuǎn)錄組測序及病毒序列組裝的流程：

病毒全基因組序列獲取流程

? 首先是文庫制備。針對核酸量不同的樣本，采用不同的建庫策略。經(jīng)反轉(zhuǎn)錄、接頭連接、PCR擴(kuò)增、純化等一系列操作后獲得文庫產(chǎn)物，再使用滾環(huán)擴(kuò)增技術(shù)，制備DNA納米球。

? 第二步，上機(jī)測序。對病例的呼吸道標(biāo)本進(jìn)行高深度測序。

? 第三步，數(shù)據(jù)分析。產(chǎn)出32Gb數(shù)據(jù)，總序列數(shù)318M。結(jié)合病原感染快速鑒定系統(tǒng)，鑒定出 230 萬余條新型冠狀病毒序列。

? 最后，拼接組裝。分析軟件會自動將 230 萬條的新型冠狀病毒序列從所有序列中抽出。使用拼接效率高的IDBA方法進(jìn)行組裝，成功完成新型冠狀病毒的序列組裝，獲得基因組序列。

Q：在冠狀病毒解析過程中，HPC平臺起到了那些作用?

在尋找病毒來源、獲知病毒結(jié)構(gòu)、篩選抗毒小分子方面HPC算力都發(fā)揮了重要的作用。例如在病毒分析領(lǐng)域常用的冷凍電鏡三維重構(gòu)技術(shù)，在低溫環(huán)境下利用透射電子顯微鏡對樣品進(jìn)行成像，再經(jīng)圖像處理和重構(gòu)計算獲得樣品的三維結(jié)構(gòu)。在整個流程中，數(shù)據(jù)采集、圖像處理、三維重構(gòu)是非常核心的三個步驟，對計算和存儲的需求非常高。病毒顆粒結(jié)構(gòu)的解析，其電鏡圖像的數(shù)據(jù)量可高達(dá)數(shù)TB，且病毒顆粒相對蛋白質(zhì)顆粒要大得多，在計算上單一進(jìn)程就需要128GB的內(nèi)存，那么一臺計算節(jié)點就需要至少4TB的內(nèi)存支持。在算法上，基于中央截面定理的重構(gòu)過程依賴大量的單精度或雙精度快速傅里葉(FFT)計算，需要海量算力資源來支持。

在實際應(yīng)用上，中科院生物物理所與浪潮-Intel中國并行計算聯(lián)合實驗室合作開展的基于MIC異構(gòu)架構(gòu)電子斷層三維重構(gòu)技術(shù)(Electron Tomography，簡稱ET)應(yīng)用研究。研究團(tuán)隊共同開發(fā)了ET的MIC單機(jī)單卡和單機(jī)多卡異構(gòu)高性能集群解決方案，大幅降低了計算時間。實際測試數(shù)據(jù)顯示，單機(jī)單卡與串行程序相比性能提升 25 倍，單機(jī)多卡版本與串行程序相比性能提升 74 倍。

Q：本次疫情將對于HPC在病毒研究領(lǐng)域的應(yīng)用產(chǎn)生哪些影響

在抗疫的生死競速的賽場上，也許我們算的快一點，我們能救治的病人，能拯救的生命就會多一點。

從短期來看，科技戰(zhàn)疫正加速HPC在醫(yī)療領(lǐng)域的廣泛應(yīng)用，原來使用HPC最多的是科研院所，在疫情期間醫(yī)院、公共衛(wèi)生防預(yù)等機(jī)構(gòu)都開始使用HPC。

從長期來看，疫情過后，會誕生各種新興的科學(xué)技術(shù)研究和檢測，這些新興的科學(xué)研究對高性能計算有很高的需求，將促使HPC技術(shù)跨學(xué)科跨領(lǐng)域的融合。

從更大的范圍來看，疫情危機(jī)使中國以及全球的醫(yī)療信息化進(jìn)程加速，可以大膽的預(yù)測，HPC將在全球病毒研究領(lǐng)域?qū)呦蛉嫫占啊?/p>