課題：研究対象が少ないウイルスのタンパク質間相互作用の予測における課題：アレナウイルスとヒトの相互作用

科学分野:

• ウイルス学; バイオインフォマティクス; 計算生物学

背景:

• ウイルスと宿主のタンパク質間相互作用（PPI）の理解は、感染メカニズムの解明と治療標的の特定にとって極めて重要である。データ制限のため、多様で研究対象が少ないウイルスにわたるPPIの予測モデルを一般化することは、依然として大きな課題である。

主な方法:

• ヒト-ヒトおよびよく研究されているウイルス-ヒトPPIで事前にトレーニングされたモデルを使用した転移学習を採用した。モデルのトレーニングと評価のために4種類のネガティブサンプリングデータセットをキュレーションおよび評価した。k分割交差検証とバランスの取れたデータセットでの独立したブラインドテストを使用して、パフォーマンスの制限を明らかにした。多数クラスと少数クラスにタンパク質を分類する、ウイルスタンパク質固有の評価フレームワークを開発した。

結論:

• 標準的な評価における高いパフォーマンスメトリクスは、研究対象が少ないウイルスに対する信頼性の高いPPI予測モデルを保証するものではない。データ不均衡とバイアスの問題を克服するには、新しいタンパク質固有の評価フレームワークが必要である。このフレームワークは、研究対象が少ないウイルス病原体に関する研究を進める上で重要な、PPI予測モデルの信頼性を向上させる。