SARS-CoV-2 Omicron BA.2.75 Variant May Be Much More Infective than Preexisting Variants Based on In Silico Model.
SARS-CoV-2 Omicron BA.2.75 Variant May Be Much More Infective than Preexisting Variants Based on In Silico Model.
复制标题
DOI：
10.3390/microorganisms10102090
复制
发表时间：
2022-10-21
期刊：
影响因子：
4.5
通讯作者：
Yamamoto Y
中科院分区：
文献类型：
--
作者：
Sugano A;Takaoka Y;Kataguchi H;Ohta M;Kimura S;Araki M;Morinaga Y;Yamamoto Y
此前，我们通过分子模拟分析开发了一个数学模型来预测六种 SARS-CoV-2 变种的感染性。在本报告中，我们旨在根据之前的研究预测 SARS-CoV-2 近期新变种的相对风险。我们对SARS-CoV-2的Omicron BA.4/5和BA.2.75变种进行了分析，以确定该变种的刺突蛋白基因（S基因）与武汉变种的进化距离，从而了解刺突蛋白的变化。我们对刺突蛋白与人血管紧张素转换酶 2 (ACE2) 进行了分子对接模拟分析，以了解这些变体的对接亲和力。然后，我们将这些变体的进化距离和对接亲和力与我们之前研究中分析的变体进行了比较。因此，BA.2.75 具有最高的对接亲和力（每个武汉变种的比率）和 S 基因与武汉变种的最长进化距离。这些结果表明，BA.2.75 感染可以比先前存在的变体感染传播得更远。
Previously, we developed a mathematical model via molecular simulation analysis to predict the infectivity of six SARS-CoV-2 variants. In this report, we aimed to predict the relative risk of the recent new variants of SARS-CoV-2 based on our previous research. We subjected Omicron BA.4/5 and BA.2.75 variants of SARS-CoV-2 to the analysis to determine the evolutionary distance of the spike protein gene (S gene) of the variants from the Wuhan variant so as to appreciate the changes in the spike protein. We performed molecular docking simulation analyses of the spike proteins with human angiotensin-converting enzyme 2 (ACE2) to understand the docking affinities of these variants. We then compared the evolutionary distances and the docking affinities of these variants with those of the variants that we had analyzed in our previous research. As a result, BA.2.75 has both the highest docking affinity (ratio per Wuhan variant) and the longest evolutionary distance of the S gene from the Wuhan variant. These results suggest that BA.2.75 infection can spread farther than can infections of preexisting variants.
登录
查看更多内容
影响因子：
10.7
作者：
Price MN;Dehal PS;Arkin AP
通讯作者：
Arkin AP
影响因子：
14.9
作者：
THOMPSON, JD;HIGGINS, DG;GIBSON, TJ
通讯作者：
GIBSON, TJ
影响因子：
5.8
作者：
Hadfield, James;Megill, Colin;Neher, Richard A.
通讯作者：
Neher, Richard A.
影响因子：
4.7
作者：
Khare S;Gurry C;Freitas L;Schultz MB;Bach G;Diallo A;Akite N;Ho J;Lee RT;Yeo W;Curation Team GC;Maurer-Stroh S
通讯作者：
Maurer-Stroh S
影响因子：
4.9
作者：
Elbe, Stefan;Buckland-Merrett, Gemma
通讯作者：
Buckland-Merrett, Gemma