機械学習によるスケーラブルかつ体系的なウイルスの階層的分類

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:

• ウイルスのエコゲノミクスは、ウイルス圏の理解を大きく深めました。
• 現在のウイルス分類ツールは、分類分解能、大規模データセットのスケーラビリティ、および新規ウイルス配列の分類において課題を抱えています。

研究 の 目的:

• 正確かつスケーラブルなウイルス分類のための高度な機械学習ベースのツール、vConTACT3を開発すること。
• 複数の分類領域にわたる原核生物と真核生物の両方のウイルスの分類を改善すること。
• 属から目までのウイルスの配列から正確な階層的分類を確立すること。

主な方法:

• 遺伝子共有しきい値と、適応的で領域固有のカットオフを最適化する機械学習ツールであるvConTACT3を開発しました。
• vConTACT3を、公開されている原核生物および真核生物ウイルスゲノムの大規模データセットに適用しました。
• vConTACT3のパフォーマンスを既存の分類およびその前身であるvConTACT2と比較評価しました。

主要な成果:

• vConTACT3は、35,000を超える原核生物および13,000の真核生物ウイルスゲノムについて、公式分類との間で95%以上の合意を示しました。
• このツールは、ほとんどの領域でvConTACT2よりも精度が高く、速度も向上しています。
• vConTACT3は、これまで特徴付けられていなかったウイルス分類群を正常に分類し、特徴付けられていない数万のウイルスに対して迅速かつ自動的な分類割り当てを提供します。

結論:

• vConTACT3は、ウイルス分類の精度とスケーラビリティを大幅に向上させ、以前のツールの制限に対処します。
• このツールは、多数の分類されていないウイルス配列に対して体系的な分類割り当てを提供します。
• vConTACT3を使用した分析では、サポートされている分類ランクの数に関する潜在的な改訂が示唆され、ウイルス圏分類における困難な領域が強調されています。