《Nucleic Acids Research》：PlantVirDisConDB: an integrated resource linking plant virus sequence records with hosts, phenotypes, targets, antiviral evidence, and AI-assisted prioritization
编辑推荐：
研究植物病毒依赖于分类学、核酸序列、宿主与病害记录、分子靶点及抗病毒实验等证据，但这些数据分散于独立资源中，难以进行集成检索与比较。PlantVirDisConDB（植物病毒病害关联数据库）可免登录公开访问，并通过人工校对的植物病毒记录将上述数据关联。截至20
研究植物病毒依赖于分类学、核酸序列、宿主与病害记录、分子靶点及抗病毒实验等证据，但这些数据分散于独立资源中，难以进行集成检索与比较。PlantVirDisConDB（植物病毒病害关联数据库）可免登录公开访问，并通过人工校对的植物病毒记录将上述数据关联。截至2026年7月报告节点，数据库约收录5000条病毒及亚病毒因子记录、38000条序列登录号、约1900个宿主、9000条病毒—宿主关联、4800个病害名称、5000条结构记录与25000个小分子。该资源区分直接针对植物病毒的实验测定记录与广义抗病毒背景数据，并分别标注实验结构、预测结构、实测活性与模型输出。关联记录页支持跨数据类型检索、单条序列记录访问、靶点检索及分子相似性搜索；活性预测模块对候选分子—病毒组合进行排序，同时给出适用性警示，且不暗示实验或田间药效。该数据库将病毒核酸实体关联至宿主、表型、靶点与抗病毒信息，并通过持续校对及用户反馈迭代更新。
论文解读：PlantVirDisConDB的构建逻辑与学术价值
研究背景与问题提出
植物健康关系生态系统、粮食生产和农业贸易。联合国粮农组织估计，植物提供人类约80%食物与约98%氧气，而植物病虫害可造成高达约40%的作物年损失与超过2200亿美元农业贸易损失。植物病毒具有正链、负链单链RNA、双链RNA、单链DNA、DNA逆转录系统、类病毒及卫星核酸等多样核酸架构，其分段基因组、紧凑编码策略和快速演化使其成为研究病毒多样性、宿主适应与序列—表型关系的重要对象。
现有公共资源分工明确但彼此割裂：国际病毒分类委员会（ICTV）维护官方分类，GenBank存储登录号级核酸记录，NCBI分类学提供可计算分类标识符；DPVweb早期连接植物与真菌病毒描述、基因、基因组和序列；Plant Virus Database、Plant Virus Transmissions Database、Virus–Host DB、Virus World Database、ViralZone、VirHostNet补充多样性、传播与互作信息；EPPO全球数据库提供植物检疫与治理信息。化学与结构层则由ChEMBL、PubChem、BindingDB、UniProt、RCSB蛋白质数据库（PDB）和AlphaFold结构数据库承载。研究人员难以用病毒名、TaxID或序列登录号一次性召回宿主、命名病害、症状、传播媒介、结构靶点与干预研究；且直接植物病毒测定、广义抗病毒筛选、实验结构、预测模型与检疫文本属于不同证据类型，若缺少来源标注与记录类型区分，易把数据库覆盖误读为生物学流行度，把计算分数误读为实测活性。
研究人员开展的工作与结论
Daozhong Wang、Ziling Zhu等研究人员构建PlantVirDisConDB，以植物病毒及亚病毒因子记录为主索引，将分类学、核酸序列、宿主、病害与症状、传播媒介、检测与防控、蛋白结构、小分子与活性测定关联在同一关系型数据库中。截至2026年7月，数据库约含5000条病毒与亚病毒记录（覆盖60余科、200余属）、38000条序列登录号、近1900个宿主、约9000条病毒—宿主关联、4800个病害名、近5000条结构记录（约4700条AlphaFold预测模型与约300条PDB实验结构交叉引用）以及约25000个小分子（其中约900个直接关联植物病毒专项测定，约70000条广义抗病毒背景记录单独存放）。结论上，该库不替代上游数据库，也不把模型输出当作实验测量值；其贡献是在明确计数约定下提供跨实体关系查询，并保留来源标识与未解析字段。
关键技术方法
研究采用多源公开数据集成：病毒分类与序列来自ICTV、NCBI Taxonomy、GenBank、NCBI Virus、DPVweb及植物病毒专项库；宿主、传播与检疫信息来自Plant Virus Transmissions Database与EPPO；分子与结构数据来自ChEMBL、PubChem、BindingDB、UniProt、RCSB PDB与AlphaFold DB。实体对齐使用源标识符、NCBI TaxID、标准名与别名，小分子用标准化SMILES、InChI、InChIKey去重；后端以关系型数据库与JSON API组织查询，前端用Vue3等框架展示；分析工具依赖RDKit计算Morgan指纹与Tanimoto相似度，用scikit-learn实现抗病毒活性标签预测，并引入适用性域与训练集最近邻提示。
研究结果
数据集成与数据库构建
通过源标识映射与人工校对，将核酸实体、宿主、病害、传播、检测、防控、结构与化合物记录接入统一层，每条记录保留源名称、标识符与原始链接，区分直接测定与背景证据。
记录规模与关联范围
快照显示记录数量不等于独立ICTV物种数：一个病毒可关联多个登录号、宿主、病害、分子或结构；症状归并为花叶、黄化、卷曲、坏死、矮化等15类标签，传播与防控仅作可检索类别，不推断概率或药效。
病毒分类与核酸序列
按校正后的基因组类型分组，RNA相关记录最多，其次为DNA相关与未解析注释；多数登录号可映射到库内病毒记录，但仅少数病毒记录至少关联一个登录号，说明高映射率不等于全库序列均衡覆盖。
宿主、病害、传播与防控
宿主按NCBI分类谱系标准化，径向图与弦图展示病毒科—宿主目关联丰度；病害名与症状独立存储，图形面积表示关联频次而非流行率，不表达感病性或风险。
小分子活性与病毒靶点结构
直接证据分子集中于烟草花叶病毒等少数体系；活性关系分为仅活跃、混合、仅非活跃，混合仅表示同源活跃与非活跃标注共存。结构层分开统计AlphaFold预测模型与PDB实验结构，外壳/衣壳蛋白在实验结构中占比更高，预测模型多为其他或未分类蛋白。
网站功能与在线分析
无登录浏览、模块化检索、序列登录号查看、SDF下载、分子相似性搜索与活性标签评分；评分页展示查询结构、归一化集成活性指数、训练集最大相似度与适用性域状态，明确分数不是校准概率。
讨论与结论翻译
讨论指出，覆盖仍不均衡：序列集中于部分记录，病害名与症状需持续订正，直接测定偏少，结构以预测模型为主；活性记录常缺宿主、毒株、浓度、时长、接种方式与终点，因此不能把关系数量解释为宿主范围、患病率、化合物疗效或安全性。未来将同步分类与序列更新，补注实验条件与安全毒理字段，并公开训练代码、重复划分与外部验证。
研究结论为：PlantVirDisConDB将植物病毒核酸、宿主—病害关系、传播防控、结构与小分子活性统一关联，支持比较病毒学、序列—表型分析、靶点筛选与候选排序；其核心价值是提供带明确边界的跨实体检索，而非替代实验验证与作物登记研究。
这篇论文解读已完成，接下来可以选择一个方向继续深化：
评估PlantVirDisConDB的局限与改进路径 设计基于该库的抗病毒候选筛选流程 评估PlantVirDisConDB的局限与改进路径 设计基于该库的抗病毒候选筛选流程
