基于深度学习的禽流感病毒溢出风险预测研究

摘要

禽流感病毒基因组由8个长短不一的基因节段组成，全长约为14～16 kb。由于病毒本身特殊的分子遗传机制，病毒通过基因点突变和基因组重排快速变异，引发病毒感染宿主范围的改变，持续威胁人类健康，因此，自然界禽流感病毒溢出风险预测具有重要公共卫生意义。文章联合使用卷积神经网络和循环神经网络表征病毒基因组序列，分别在特定类群数据集和全类群数据集上进行训练和测试，并对模型的迁移预测能力进行评估。实验结果显示：(1)特定类群模型对各自数据集的预测性能良好，AUROC值和AUPR值分别达到0.966和0.876以上，但泛化能力较差；(2)除H9N2类群外，全局模型性能良好，AUROC值和AUPR值均达到1.000;(3)基于消融实验，发现注意力机制和Embedding层对模型性能影响较大；(4)进一步测试模型的泛化能力，迁移预测的AUROC值和AUPR值分别可达0.984和0.941以上；(5)可视化注意力权重系数矩阵，为模型提供生物学可解释性。性能良好的深度学习预测模型可用于禽流感病毒跨种感染的早期预警。

关键词

禽流感病毒 / 深度学习 / 溢出风险 / 基因组

基金资助

国家自然科学基金资助项目(61972109,62172114); 广东省基础与应用基础研究基金资助项目(2022A1515011468); 广州市科技计划资助项目(202201020237,SL2022A03J01035)