diversity in avian influenza in the 8 segments

[gsgs]

considering each segment separately
ignoring reassortment
~1000 random viruses from each segment

1 virus-segment per line
one position per row
black-pixel=difference from the average = consensus

virus-segments and positions are sorted, so that the pixels cluster best

(I may add some characterization later ....
big black area is usually H5N1, ~60% American, ~40%Eurasian
without big black areas = early viruses,

Brevig 1918 should later be marked in each segment

-------------------------------

you can spot the 16 HA types in segment 4
the 9 NA-types in segment 6
the 2 NS-types in segment 8

and the North-American, Eurasian separation in each segment

America has more mallard samples, Asia more poultry samples

(sequences from genbank, aligned with mafft)

 

[gsgs]

Re: diversity in avian influenza in the 8 segments

paper about NA stalk deletions:

http://www.plosone.org/article/info:doi/10.1371/journal.pone.0014722

pdf: http://www.plosone.org/article/fetc....1371/journal.pone.0014722&representation=PDF

9 pages, 70 references , Feb.2011



NA aa 30-90 deletion patterns for 9087 full avian NAs at genbank :
(when alignerd with mafft)

count,pattern,NA-type

   2008,OOOOOOOOOOOOOOOOOOO--------------------OOOOOOOOOOOOOOOOOOOOOO---1
   1893,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO---2
   1369,OOOOOOOOOOOOOOOOOOOOOOOOO-OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO---6
   1353,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO---8
   1047,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO---1
    698,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO---3
    508,OOOOOOOOOOO--OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO---7
    401,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO---9
    293,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO----OOOOOOOOOOOOOOOOOOOOOOOOO---2
    269,OOOOOOOOOOOOOOOOOOOOOOOOOOO----------------OOOOOOOOOOOOOOOOOO---2
    218,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO---4
    183,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO---5
     91,OOOOOOOOOOOOOOOOOOOOOO-------------------OOOOOOOOOOOOOOOOOOOO---1
     88,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO---7
     69,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO---------------------OOOOOOOO---2
     58,OOOOOOOOOOOOOOOOOOOOOOO-----------------------OOOOOOOOOOOOOOO---1
     52,OOOOOOOOO--OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO---5
     30,OOOOOOOOOOOOOOOOOOOOOOOOO------------------------OOOOOOOOOOOO---3
     27,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO--------------------OOOOOOOO---2
     26,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO----------OOOOOOOOOOOO---2
     25,OOOOOOOOOO-------------OOOOOOOOOOOOOO---OOOOOOOOOOOOOOOOOOOOO---1
     18,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO---------------------OOOOOOO---2
     18,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO------------------OOOOOOOOOOOO---2
     16,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO-----------OOOOOOOOOOOOOOO---2
     14,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO-OOOOOOOOOO---9
     12,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO--OOOOOOOOOOOO---3
     12,OOOOOOOO--OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO---2
      9,OOOOOOOOOOOOOOOOOOO-------OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO---2
      9,OOOOOOOOOO-------------OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO---1
      7,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO---6
      7,OOOOOOOOOOOOOOOOOOOOOOOOOOOO-------------------------OOOOOOOO---2
      7,OOOOOOOOOOOOOOOOOOOOOOOOO-OOOOOOOOOO-OOOOOOOOOOOOOOOOOOOOOOOO---6
      6,OOOOOOOOOOOOOOOOOO-----------------------OOOOOOOOOOOOOOOOOOOO---2
      6,OOOOOOOOOOOO--------------------------OOOOOOOOOOOOOOOOOOOOOOO---6
      6,OOOOOOOOO--OOOOOOOOOOOOOOOOOOOOOOOOOOOOOO----OOOOOOOOOOOOOOOO---5
      3,OOOOOOOOOOOOOOOOOOOOOOOOOOOO----------------------OOOOOOOOOOO---2
      3,OOOOOOOOOOOOOOOOOOOOOOO----------------------OOOOOOOOOOOOOOOO---1
      3,OOOOOOOOO-OOOOOOOOO--------------------OOOOOOOOOOOOOOOOOOOOOO---1

      2,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO------OOOOOOOOOOOOOOOOOO---9
      2,OOOOOOOOOOOOOOOOOOOOOOOOOOO--------------OOOOOOOOOOOOOOOOOOOO---2
      2,OOOOOOOOOOOOOOOOOOOOOOOO---------------------OOOOOOOOOOOOOOOO---1
      2,OOOOOOOOOOOOOOOOOOOOOOO-------------------------OOOOOOOOOOOOO---2
      2,OOOOOOOOOOOOOOOOOOOOO-------------OOOOOOOOOOOOOOOOOOOOOOOOOOO---2
      2,OOOOOOOOOOOOOOOOOOOO----------------------------OOOOOOOOOOOOO---3
      2,OOOOOOOOOOOOOOOOOOO--------------------OOOOO-OOOOOOOOOOOOOOOO---1
      2,OOOOOOOOOOOOOOOO-----OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO---2
      2,OOOOOOOOOOO--OOOOOOOOOOO-----------------------OOOOOOOOOOOOOO---7
      2,OOOOOOOOOOO-------------------------OOOOOOOOOOOOOOOOOOOOOOOOO---3
      2,OOOOO-OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO---8

      1,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO-OOOOOOOOO---5
      1,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO-OOOOOOOOOOO---9
      1,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO-OOOOOOOOOOOO---2
      1,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO-OOOOOOOOOOOOO---8
      1,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO-OOOOOOOOOOOOOO---8
      1,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO-OOOOOOOOOOOOOO---3
      1,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO-----OOOOOOOOOOOOOOOOO---9
      1,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO---------OOOOOOOOOOOOOOO---2
      1,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO-OOOOOOOOOOOOOOOOOO-OOOOOOO---2
      1,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO----------------OOOOOOOOOOO---2
      1,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO--OOOOOOOOOOOOOOOOOOOOOOOOOO---2
      1,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO-OOOOOOOOOOOOOOOOOOOOOOOOOOOO---3
      1,OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO--------------------OOOOOOOOO---2
      1,OOOOOOOOOOOOOOOOOOOOOOOOOO--------------------------OOOOOOOOO---2
      1,OOOOOOOOOOOOOOOOOOOOOOOOO-OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO---4
      1,OOOOOOOOOOOOOOOOOOOOOOOOO-OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO---3
      1,OOOOOOOOOOOOOOOOOOOOOOOOO-OOOOOOOOOOOOOO---------------OOOOOO---6
      1,OOOOOOOOOOOOOOOOOOOOOOOOO-OOOOOO-----------------------OOOOOO---6
      1,OOOOOOOOOOOOOOOOOOOOOOOOO-OOOOO---------OOOOOOOOOOOOOOOOOOOOO---6
      1,OOOOOOOOOOOOOOOOOOOOOOOOO-OOOO------------OOOOOOOOOOOOOOOOOOO---6
      1,OOOOOOOOOOOOOOOOOOOOOOOOO-OOO-OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO---2
      1,OOOOOOOOOOOOOOOOOOOOOOOOO-OOO------------OOOOOOOOOOOOOOOOOOOO---6
      1,OOOOOOOOOOOOOOOOOOOOOOOOO-OO-OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO---6
      1,OOOOOOOOOOOOOOOOOOOOOOOO------------------OOOOOOOOOOOOOOOOOOO---1
      1,OOOOOOOOOOOOOOOOOOOOOOOO-------------------OOOOOOOOOOOOOOOOOO---2
      1,OOOOOOOOOOOOOOOOOOOOOOO------------OOOOOOOOOOOOOOOOOOOOOOOOOO---6
      1,OOOOOOOOOOOOOOOOOOOOOOO-------------OOOOOOOOOOOOOOOOOOOOOOOOO---6
      1,OOOOOOOOOOOOOOOOOOOOOOO-------------------------OOOOOOOOOOOOO---3
      1,OOOOOOOOOOOOOOOOOOOOOO----------------OOOOOOOOOOOOOOOOOOOOOOO---3
      1,OOOOOOOOOOOOOOOOOOOO-OOOOOO----------------OOOOOOOOOOOOOOOOOO---2
      1,OOOOOOOOOOOOOOOOOOOO------------------------OOOOOOOOOOOOOOOOO---2
      1,OOOOOOOOOOOOOOOOOOO--------------------OOOOOOOOOOOOOOOOOO-OOO---1
      1,OOOOOOOOOOOOOOOOOOO--------------------OOOOOOOO--OOOOOOOOOOOO---1
      1,OOOOOOOOOOOOOOOOOOO--------------------OOO----OOOOOOOOOOOOOOO---1
      1,OOOOOOOOOOOOOOOOOOO--------------------OO--OOOOOOOOOOOOOOOOOO---1
      1,OOOOOOOOOOOOOOOOOOO--------------------O-OOOOOOOOOOOOOOOOOOOO---1
      1,OOOOOOOOOOOOOOOOOO-----------------------OOOOOOOOOOOOOOOOOOOO---8
      1,OOOOOOOOOOOOOOOOOO-------------------------OOOOOOOOOOOOOOOOOO---1
      1,OOOOOOOOOOOOOOOOO-OOOOOOOOO----------------OOOOOOOOOOOOOOOOOO---2
      1,OOOOOOOOOOOOOOOO-OOOOOOOOOO----------------OOOOOOOOOOOOOOOOOO---2
      1,OOOOOOOOOOOOOO------OOO--------------------OOOOOOOOOOOOOOOOOO---2
      1,OOOOOOOOOOOOOO------------------OOOOOOOOOOOOOOOOOOOOOOOOOOOOO---2
      1,OOOOOOOOOOOOOO------------------------OOOOOOOOOOOOOOOOOOOOOOO---1
      1,OOOOOOOOOOOOOO--------------------------OOOOOOOOOOOOOOOOOOOOO---6
      1,OOOOOOOOOOOOOO---------------------------OOOOOOOOOOOOOOOOOOOO---2
      1,OOOOOOOOOOOOOO-----------------------------OOOOOOOOOOOOOOOOOO---2
      1,OOOOOOOOOOOOO------------------------OOOOOOOOOOOOOOOOOOOOOOOO---1
      1,OOOOOOOOOOOO-OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO---2
      1,OOOOOOOOOOOO-OOOOOOOOOO-----------------------OOOOOOOOOOOOOOO---1
      1,OOOOOOOOOOOO-OOOOOO--------------------OOOOOOOOOOOOOO-OOOOOOO---1
      1,OOOOOOOOOOO--OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO-OOOOOOOOOOOOO---7
      1,OOOOOOOOOOO--OOOOOOOOOO-------------------OOOOOOOOOOOOOOOOOOO---7
      1,OOOOOOOOOO-------OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO---2
      1,OOOOOOOO-OOOOOOOOOOOOOOOOOO----------------OOOOOOOOOOOOOOOOOO---2
      1,OOOOOOOO-OOOOOOOOOO--------------------OOOOOOOOOOOOOOOOOOOOOO---1
      1,OOOOOOO-OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO---3
      1,OOOOOOO-OOOOOOOOOOOOOOOOOOO----------------OOOOOOOOOOOOOOOOOO---2
      1,OOOOOO----------------------------OOOOOOOOOOOOOOOOOOOOOOOOOOO---3
      1,OOOOO-OOOOOO-------------------OOOOO-OOOOOOOOOOOOOOOOOOO-OO-O---6
      1,OOOO-OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO---2
      1,OOO-OOOOOOOOOOOOOO-OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO---7
      1,O-OOOO-OOOOOOOOOOOOOOOOOOOO-OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO---8
      1,-------OOOOOOOOOOOOOOOOOOOOOOOOO----OOOOOOOOOOOOOOOOOOOOOOOOO---2

 

[gsgs]

Re: diversity in avian influenza in the 8 segments

I built 32=1+1+1+16+1+9+1+2 aligned flu-files bitsc* , sorted by date,
with a total of 116229 avian influenza viruses from genbank 2014/12/09.
I can upload or send, if there is interest

196MB uncompressed, 4.3MB when compressed with 7zip

xx sequences were sorted out as "bad" , distant from other sequences
in that file, probably incorrectly declared=assigned to the files.
Others were corrected, main problem : insertion or deletion of
one nucleotide


13412+13357+13371+19559+13022+15700+14157+13665 , genbank
13412+13361+13372+19551+13021+15690+14142+13680 , aligned

some few sequences may appear twice in the aligned files




m=116243 n=:1640


1,m=13412 n=:2282
2,m=13361 n=:2276
3,m=13372 n=:2153
4,m=19559 n=:1640
5,m=13021 n=:1499
6,m=15700 n=:99
7,m=14142 n=:984
8,m=13680 n=:840
---------
116247


4,m=19559 n=:1640
41,m= 708 n=:1703
42,m= 500 n=:1691
43,m=2012 n=:1703
44,m=1763 n=:1700
45,m=5787 n=:1718
46,m=1777 n=:1706
47,m=1706 n=:1718
48,m= 177 n=:1703
49,m=3310 n=:1685
4a,m= 777 n=:1688
4b,m= 606 n=:1700
4c,m= 202 n=:1697
4d,m= 137 n=:1703
4e,m= 20 n=:1709
4f,m= 15 n=:1715
4g,m= 54 n=:1700
-----------
19551

6,m=15700 n=:99
61,m=4646 n=:1412
62,m=3979 n=:1412
63,m=1000 n=:1412
64,m= 292 n=:1415
65,m= 388 n=:1424
66,m=2018 n=:1418
67,m= 883 n=:1418
68,m=1731 n=:1415
69,m= 753 n=:1415
---------
15690

8,m=13680 n=:840
81,m=10609 n=:840
82,m=3071 n=:840
---------
13680


[m=number of sequences, including partials, coding region
n-2= nucleotides-length in that alignment]



to be added : average and maximal #nucleotide differences in each
of the 32 files from the index = average nucleotide at each position
[done]

mutation-pictures of 1000 randomly selected full sequences from
each of the 32 files
splitting of the files into American and Eurasian

average and minimal distance(year) of the American and Eurasian parts

amino-acid files
updated cloud pictures (dSyn. vs. dNonsyn. in 2d)

filename
average distance from the index(average) of that file in 1/100 percent
number of sequences (including partials)
maximum distance from the index of that file in 1/100 percent

bitsc1, 933 , 13412 , 1906 
bitsc2, 681 , 13361 , 2265     13360,1785    NZ
bitsc3, 684 , 13372 , 1761 
bitsc5, 679 , 13021 , 1740 
bitsc7, 476 , 14142 , 1310 
bitsc41, 638 , 708 , 3003        686,1575   swine H1N1-->turkey
bitsc42, 834 , 500 , 1612 
bitsc43, 865 , 2012 , 2238       1991,1666   swine H3N2 --> turkey
bitsc44, 811 , 1763 , 1965 
bitsc45, 577 , 5787 , 2733      5692,2170   partials Mex.H5N2
bitsc46, 923 , 1777 , 2511 
bitsc47, 1299 , 1706 , 2394 
bitsc48, 605 , 177 , 1499 
bitsc49, 743 , 3310 , 1902 
bitsc4a, 665 , 777 , 2139 
bitsc4b, 835 , 606 , 2248 
bitsc4c, 662 , 202 , 1893 
bitsc4d, 1220 , 137 , 1804 
bitsc4e, 472 , 20 , 986 
bitsc4f, 137 , 15 , 1062 
bitsc4g, 881 , 54 , 1584 
bitsc61, 586 , 4646 , 2277 
bitsc62, 802 , 3979 , 1707 
bitsc63, 797 , 1000 , 2840          956,1604  (H16N3 gulls)
bitsc64, 756 , 292 , 1748 
bitsc65, 784 , 388 , 2959           386,2138
bitsc66, 1043 , 2018 , 2547    1975,2147
bitsc67, 902 , 883 , 2877 
bitsc68, 636 , 1731 , 2677       1729,2439
bitsc69, 590 , 753 , 2127 
bitsc81, 506 , 10609 , 1634 
bitsc82, 402 , 3071 , 1539

 

[gsgs]

updates including the new H7Nx files from 2015/03/13 is available
14560+14596+14609+21221+14256+17097+15370+14935=12 6644 avian sequences
segment 4,21221=
segment 6,17097=4646+3979+1000+292+388+2018+883+1731+753
segment 8,14935=10609+3071
12951+12976+13176+18393+13053+16047+14586+14172=11 5354 with > 90% of nucleotides
in the coding regions available

files bitse-r.GIF,bitse--r.GIF (not all available yet)
bitse1r.GIF
bitse2r.GIF
bitse3r.GIF
bitse5r.GIF
bitse7r.GIF
bitse81r.GIF
bitse82r.GIF
bitse47f.GIF
bitse78r.GIF (for printing 7r,81r,82r on one sheet)

(each of these has a subset of 900-1000 random,full(>90%),aligned sequences from that set,
each line is one sequence,each row is one position with mutations, each black pixel is a difference
from the average at that position. sequences and positions are resorted so to give minimum
sum of neighbor differences ((approximately) solving the corresponding Traveling Salesman Problem))
each set divides into an (mostly USA,Canada) American part and an East(EU,AS,AF,OZ) part
which are identified by the common thick black vertical bars
usually these are about the same size (except 81,82,47,45,69,...)
Segment 3 has 2 American and 2 Eurasian parts.

[I should add years and serotypes and amino-acid-sequences]


{ improvement ideas for the next updates:
include amino-acids - bipartite , include years, serotypes
include the 3499 Environment sequences, also humans, swine, etc
who have avian-like-sequences (-->all human not H1N1,H3N2, all other
than bat,human,swine,equine,canine , maybe exclude gull H13 ,
separate America,Eurasian and one list for all the rest}