Геометрия генома без выравнивания и мозаичные штрихкоды характеризуют модульное разнообразие в комплексе вируса деформации побегов какао (Cacao Swollen Shoot Virus)
Alignment-Free Genome Geometry and Mosaic Barcodes Characterize Modular Diversity in the Cacao Swollen Shoot Virus Complex
Ezekiel Ahn, Insuck Baek, Jishnu Bhatt, Sookyung Oh, Minhyeok Cha, Lalit Kandpal, Seunghyun Lim, Moon S. Kim, Sunchung Park, Lyndel W. Meinhardt
Аннотация (перевод)
Болезнь деформации побегов какао (CSSD) остается серьезной вирусной угрозой для производства какао в Западной Африке и связана с генетически разнообразным комплексом баднавирусов. Мы объединили полногеномные расстояния без выравнивания с мозаичными штрихкодами в круговом скользящем окне для характеристики глобальной дивергенции и локальной композиционной модульности 48 полноразмерных геномов баднавирусов, ассоциированных с CSSD, далее именуемых комплексом вируса деформации побегов какао (CSSV). Кластеры полногеномных косинусных расстояний тетрануклеотидов точно совпали с опубликованными видовыми классификациями (скорректированный индекс Рэнда = 1.00; нормированная взаимная информация = 1.00; силуэт = 0.703) и строго согласовывались с расстоянием на основе выравнивания, полученным для белков открытой рамки считывания 3 (ORF3) (коэффициент Спирмена ρ ≈ 0.951; перестановочный p ≈ 0.0002). Трехкомпонентная оценка мозаичной сложности объединила низкую чистоту доминантной метки, энтропию штрихкода, нормированную на log2(K), и частоту круговых переключений; согласованность ORF–мозаика была сохранена в качестве отдельного диагностического критерия и не влияла на ранжирование. Анализ пороговой чувствительности показал, что точки переключения штрихкода были обогащены в пределах ±100 и ±200 bp от предсказанных границ ORF, но не в пределах ±400 bp. Десять геномов с наивысшими оценками продемонстрировали несколько более высокую среднюю локальную нуклеотидную энтропию, но меньшую дисперсию и разброс энтропии по сравнению с остальными геномами, что указывает на более равномерно распределенную композиционную сложность, а не на изолированные локальные пики. Данные анализы предоставляют прозрачную основу для постсеквенационной классификации, сравнения и приоритизации полных вирусных геномов. Результаты штрихкодирования и балльной оценки являются предварительными сводными данными поискового характера и не представляют собой прямые полевые диагностические тесты или анализы рекомбинации с нуклеотидным разрешением.
Оригинальная аннотация
Cacao swollen shoot disease (CSSD) remains a major viral threat to cacao production in West Africa and is associated with a genetically diverse complex of badnaviruses. We combined alignment-free whole-genome distances with circular sliding-window mosaic barcodes to characterize global divergence and local compositional modularity across 48 full-length CSSD-associated badnavirus genomes, hereafter termed the cacao swollen shoot virus (CSSV) complex. Whole-genome tetranucleotide cosine distance clusters matched published species assignments exactly (adjusted Rand index = 1.00; normalized mutual information = 1.00; silhouette = 0.703) and were strongly concordant with an alignment-based distance derived from open reading frame 3 (ORF3) proteins (Spearman ρ ≈ 0.951; permutation p ≈ 0.0002). A three-component mosaic-complexity score summarized low dominant-label purity, barcode entropy normalized by log2(K), and circular switch rate; ORF–mosaic agreement was retained as a separate diagnostic and did not contribute to the ranking. Threshold sensitivity showed that barcode switchpoints were enriched within ±100 and ±200 bp of predicted ORF boundaries, but not within ±400 bp. The ten highest-scoring genomes showed slightly higher mean local nucleotide entropy but lower entropy variance and dispersion than the remaining genomes, indicating more uniformly distributed compositional complexity rather than isolated local spikes. These analyses provide a transparent framework for post-sequencing classification, comparison, and prioritization of complete viral genomes. The barcode and score outputs are exploratory summaries and are not direct field diagnostic assays or nucleotide-resolution recombination tests.
Идентификаторы
Canonical: https://research.holos.house/w/2e601f82-ad9e-4554-89a7-ef5175257fa6
DOI: 10.3390/v18090932