Predicción del tropismo del huésped en virus de la influenza A: perspectivas de las firmas de nucleótidos...

Área de la Ciencia:

• Virología
• Genómica
• Bioinformática
• Aprendizaje automático

Sus antecedentes:

• El virus de la influenza A (IAV) representa una amenaza significativa para la salud pública debido a su transmisión entre especies y su compleja adaptación al huésped.
• Comprender el tropismo del huésped del IAV es crucial para predecir y prevenir eventos de desbordamiento zoonótico.

Objetivo del estudio:

• Desarrollar y evaluar modelos de aprendizaje automático para predecir el tropismo del huésped del IAV utilizando datos de nucleótidos de genoma completo.
• Identificar sitios de nucleótidos críticos y sus interacciones que impulsan la adaptación del huésped del IAV.
• Mejorar la vigilancia del IAV e informar estrategias contra amenazas virales emergentes.

Principales métodos:

• Análisis de 64.000 secuencias de IAV de huéspedes aviares, humanos, porcinos y bovinos.
• Desarrollo de un marco de clasificación de cuatro clases utilizando características de sitios de nucleótidos de los ocho segmentos genómicos.
• Evaluación comparativa de ocho algoritmos de aprendizaje automático, con rendimiento evaluado utilizando precisión, exactitud, exhaustividad, puntuación F1, AUPRC y AUC.
• Priorización de sitios de nucleótidos críticos utilizando análisis SHAP e identificación de interacciones de sitios sinérgicas/antagónicas a través de pruebas de asociación bivariadas.

Principales resultados:

• El algoritmo XGBoost logró el mayor rendimiento (AUC > 0.95) en la distinción de secuencias de IAV derivadas de humanos.
• El análisis SHAP identificó los 20 sitios de nucleótidos críticos principales por segmento genómico, incluidos sitios específicos en el segmento NS.
• El análisis de la composición de nucleótidos reveló similitudes específicas del huésped (por ejemplo, humano-cerdo, ave-bovino) y destacó los desafíos en la diferenciación de ciertas cepas huésped (por ejemplo, segmento HA humano vs. cerdo).
• Las pruebas de asociación de sitios bivariados descubrieron complejas redes sinérgicas y antagónicas entre los sitios de nucleótidos clave dentro de los segmentos genómicos.

Conclusiones:

• Este estudio proporciona una comprensión mecanicista de la adaptación del huésped del IAV e identifica determinantes moleculares para la estratificación del riesgo zoonótico.
• Se estableció un marco escalable de aprendizaje automático para predecir el tropismo del huésped viral basado en firmas de nucleótidos.
• Los hallazgos mejoran las estrategias de vigilancia del IAV e informan las medidas preventivas contra las amenazas virales emergentes.