基于深度学习的猪流感病毒人际感染预测研究

摘要

流感病毒是一种重要的呼吸道传染性病原体，能够导致人际的大规模流行，严重威胁人类健康。历史上多次流感大流行的病原体源于猪流感病毒、禽流感病毒或基因组重排产生的杂交病毒。由于流感大流行对人类社会可能造成的灾难性后果，构建具有可解释性和通用性的人际传播预测模型，以实现早期预警，显得尤为重要。文章构建一个基于注意力机制的深度学习模型，用于预测猪流感病毒的人际传播风险。该模型结合卷积神经网络与双向门控循环单元，有效提取病毒基因组序列中的局部特征和长程依赖关系。该研究的核心创新在于引入可解释的注意力机制，该机制不仅提升模型性能，更重要的是能够自动识别并可视化与宿主适应性相关的关键基因区域(如PB1、PA和HA节段)。通过五折交叉验证，模型平均AUROC值超过0.99,性能较其他模型平均提高约0.150,明显优于基准模型。注意力权重的可视化结果与已知生物学证据高度吻合，验证了模型决策的生物学合理性。文章提出的猪流感病毒人际感染预测模型表现出良好的性能，能够有效识别猪流感病毒特征，为公共卫生领域的流感监测和预警提供了有力的技术支持。

关键词

流感病毒 / 人际感染 / 基因组语言模型 / 深度学习

基金资助

广州市科技计划资助项目(2023A03J0113)