原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象流感病毒是一座庞大而混乱的图书馆，其中的书籍（其遗传密码）正被不断复制和重写。有时，这些重写只是随机的小错别字，完全不影响故事内容（中性突变）；而另一些时候，错别字要么糟糕到毁掉整个情节，要么好到让故事成为畅销书（影响适应度的突变）。
长期以来，科学家只能同时观察几千本这样的书籍，以理解这座图书馆如何演变。这项新研究则如同雇佣了一支超高速机器人舰队，一次性阅读并整理超过 10 万本这样的病毒书籍。通过从这一海量数据构建出一棵巨大的家系树，研究人员终于得以窥见全局。
以下是他们发现的要点，以简明概念呈现：
1. “错别字”机器并非随机
你可能会认为，当病毒犯错时，它用任何字母替换任何其他字母的概率都是相等的（例如，将"A"替换为"C"的概率与将"A"替换为"G"的概率相同）。但研究发现事实并非如此。病毒在犯错时具有非常具体的“偏好”。某些类型的错别字发生的频率比其他类型高出 100 倍。这就像病毒的复印机卡住了，使其更倾向于产生某些特定的错误。
2. 与其他病毒的家族相似性
当研究人员将这些“错别字模式”与其他著名病毒（如 SARS-CoV-2 和 HIV）进行比较时，他们发现了一种令人惊讶的家族相似性。这些病毒犯错的基本规则非常相似，就像拥有相同家族鼻子的表亲。然而，当你更仔细地观察具体细节（例如错别字周围字母的上下文）时，流感病毒和 SARS-CoV-2 又显得截然不同，就像在不同街区长大的表亲。
3. “适应度”记分卡
研究人员想知道：这些错别字中，究竟哪些真正重要？为此，他们玩了一场“预期与现实”的游戏：
- 预期：基于他们发现的“错别字机器”偏好，他们计算出，如果某个特定突变完全无关紧要，它本应出现多少次。
- 现实：他们统计了该突变在家系树中实际出现了多少次。
- 结果：如果某个突变出现的频率远低于预期，就意味着病毒“拒绝”了它，因为它有害（适应度差）；如果其出现频率符合预期，则它很可能是无害的。
他们创建了一张巨大的记分卡，涵盖了流感病毒每种蛋白质中约 33,000 种听起来有害的变异和 8,000 种听起来无害的变异。
4. 隐藏规则与互动地图
这张记分卡揭示了一些意外发现。例如，即使是那些本应“无害”的同义突变，有时出现的频率也低于预期，这表明它们实际上具有我们尚未知晓的隐藏规则或功能。
为了让如此庞大的数据易于探索，研究团队构建了交互式热力图（如同色彩丰富、可点击的地图）。你可以点击病毒代码的任何部分，查看其“适应度评分”，从而帮助我们确切了解病毒的哪些部分脆弱，哪些部分灵活。
简而言之
这项研究并非只翻阅了流感病毒故事的几页，而是阅读了整个图书馆。通过将病毒自然的“错误”与我们预期中随机发生的情况进行对比，他们绘制了一幅详尽的地图，展示了突变和选择在现实世界中如何塑造流感病毒，同时也揭示了它如何融入包括 SARS-CoV-2 和 HIV 在内的更广泛的病毒家族。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。