用病毒RNA预测神秘疫情源头

　　机器学习提供了一种用基因组序列来快速发现神秘病毒感染的宿主和媒介的方法，它能缩短发现病毒、研究和暴发时反应之间的时间延迟。

　　已知有200多种RNA病毒能感染人类，它们会引起从普通感冒到埃博拉病毒感染等形形色色的疾病；每年都会发现若干种新的病毒。由未知病毒引起的传染病疫情有可能会快速传播并成为严重的公共卫生危机。了解病毒的天然宿主和传播媒介——即这些病毒最初的动物源头（如鼠类）及病毒传播给人的途径（如通过被感染跳蚤的叮咬）——可帮助确定感染风险最大的群体，并为公共卫生当局作出有效反应提供信息。

　　然而，要确认某些病原体的动物源头会需要多年的实地和实验室研究，这会极大地限制对疾病快速控防的措施，尤其是在紧急的情况下。尽管未知病毒的生物学可能在多年的时间内仍然晦暗不明，但获取病毒基因组却可快速完成。

　　Simon Babayan和同事组装了一个含有超过500种单链RNA病毒基因组序列的数据集，并用它创建了一个模型，后者能通过利用机器学习算法来预测病毒的宿主和传播媒介。据Babayan等人披露，关系相近的病毒常常有关系相近的宿主，而病毒基因组组成的偏差会为宿主—病毒关系提供信息。它们的模型可用机器学习在具已知宿主的基因相关病毒的基因组间抽取共演化信号，发现可区分宿主和传播媒介类型的基因组特性。作者通过确认某种潜在的偶蹄类哺乳动物宿主和不为人十分了解的蠓媒下刚果病毒而展示了他们进行预测的能力。

　　在相关文章中，Mark Woolhouse就Mimica等人的模型的局限性进行了讨论，然而，他指出，这项研究“是向前迈出的宝贵一步，它有可能预示，我们直接从病毒基因组序列中抽取有价值公共卫生信息的能力会得到进一步的提升”。

　　相关论文信息：DOI: 10.1126/science.aap9072

　　脑内“体姿细胞”可编码三维体位

　　据新的研究发现，在小鼠顶叶皮层中新发现的神经元可编码其身体姿势和空间意识。这些发现提示，这些“体姿细胞”或是脑子如何将了解身体在三维空间位置所需各种感官信息进行转译的根源。对一个在任何环境中需要导航和生存的动物来说，其脑部必须接受并处理来自许多不同感官输入的信息，将其与对世界已有的了解进行结合，然后向肌肉输出指令来不断地重新调整身体姿势以作出相应的反应。

　　尽管这一资讯的大部分具有高度的空间属性，但脑内并不存在单一的空间参照框架或协调系统。相反，脑子必须将协调系统间的这一信息进行转化。然而，人们对令这一转化成为可能的神经信号所知甚少。先前的主要基于单一受限身体部位活动或作业的研究显示，后顶叶皮层（PPC）的功能与额叶运动皮层（即M2，这是一个涉及自主运动的脑区）有关，它在对身体空间构型的了解中起着重要的作用。在啮齿动物中，PPC细胞已被证明会编码二维中的简单运动行为，而作者说，人们对脑的这些部位如何在神经中体现自由活动情况下的身体姿势则知之甚少。

　　Bartul Mimica和同事对在三维环境中自由活动的大鼠姿势进行了追踪，他们还同时对这些姿势如何在PPC和M2的单一神经元中得到体现进行了记录。Mimica等人发现，PPC和M2中过半的神经元与头、颈和背部的特定姿势有关。此外，作者证明，身体姿势可通过对这两个脑区的神经元活动进行解码而作出可靠的预测。

　　在相关文章中，Guifen Chen介绍了由这些发现所启发的新的问题，它们与先前在小鼠的运动研究中的结果相左。Chen写道：“未来需要进行实验，将Mimica等人在PPC-M2网络中新近发现的姿势细胞与先前在啮齿类和灵长类PPC中的研究结果进行协调统一，这样才能确定这些细胞如何对PPC复杂的认知功能提供支持。”

　　相关论文信息：DOI: 10.1126/science.aau2013