WaveSeekerNet: predicción precisa de los subtipos de virus de la influenza A y la fuente de acogida utilizando el...

Área de la Ciencia:

• Virología
• La genómica
• La bioinformática

Sus antecedentes:

• El virus de la influenza A (VIA) representa una amenaza mundial para la salud animal y la preparación para una pandemia.
• La predicción precisa de los subtipos de VAI y de la fuente de acogida es fundamental para la vigilancia.
• El aprendizaje profundo ofrece nuevos enfoques para analizar secuencias genómicas virales.

Objetivo del estudio:

• Desarrollar un nuevo modelo de aprendizaje profundo, WaveSeekerNet, para una predicción precisa y rápida de los subtipos de IAV y la fuente de acogida.
• Aprovechar los mecanismos basados en la atención y la mezcla eficiente de tokens (transformaciones de Fourier y Wavelet) para el reconocimiento de patrones en secuencias virales.

Principales métodos:

• Desarrolló WaveSeekerNet, un modelo de aprendizaje profundo que utiliza mecanismos de atención y transformaciones de Fourier / Wavelet.
• Evaluar el rendimiento del modelo en diversos conjuntos de datos, comparándolo con métodos existentes como VADR y ESM-2.
• Precisión evaluada en la predicción de los subtipos de VAI y en la distinción entre huéspedes humanos, aviares y mamíferos.

Principales resultados:

• WaveSeekerNet demostró un rendimiento superior en comparación con los modelos tradicionales de autoatención.
• Alcanzó puntuaciones máximas (1.0) en la predicción de subtipos, rivalizando con VADR.
• Superó al ESM-2 en generalización y eficiencia computacional.
• Demostró una alta precisión en la predicción de la fuente de acogida y en la señalización de eventos de transmisión entre especies.

Conclusiones:

• WaveSeekerNet ofrece un rendimiento superior, eficiencia y potencial para la vigilancia en tiempo real.
• La capacidad del modelo para señalar eventos de transmisión entre especies es valiosa para la preparación para pandemias.
• Representa un avance significativo en el aprendizaje profundo para la clasificación de IAV, ayudando a los esfuerzos epidemiológicos y de salud pública.