使用机器学习来有效预测SARS-COV-2的特征选择
1Nitte (Deemed to be University), Department of Molecular Genetics & Cancer, Nitte University Centre for Science Education & Research (NUCSER), Mangalore, Karnataka, India.
Genes & genomics
|November 20, 2023
概括
使用机器学习 (ML) 分类SARS-CoV-2变种有助于早期检测和减少传播. 这项研究开发了一种ML模型,使用蛋白质组数据来预测疾病严重程度并识别高风险变体.
科学领域:
- 计算生物学 计算生物学
- 机器学习应用 机器学习应用
- 病毒学 病毒学
背景情况:
- 新出现的SARS-CoV-2变种需要快速分类,以便早期检测和减少传播.
- 用机器学习 (ML) 来进行SARS-CoV-2分类的基因组和蛋白质组数据集成仍然未得到充分利用.
研究的目的:
- 开发一种机器学习 (ML) 模型,基于蛋白质组进化信息来对SARS-CoV-2菌株进行分类.
- 利用核蛋白和氨基酸电荷/基本性分布生成一种疾病严重性模型.
主要方法:
- 利用GISAID数据来获得序列和临床信息,包括蛋白质组计算.
- 员工选择K-Best特征选择,与测试集进行交叉验证,并使用BIRCH聚类进行菌株分析.
主要成果:
- 在6个ML模型中,有4个成功完成了训练和测试.
- 额外的树木算法产生了74.2%的微平均F1得分和73.7%的AUC-ROC.
- 特性选择将ROC AUC提高到76.4%,整体准确率为86.9%.
结论:
- 通过ML识别了独特的特征,用于分类SARS-CoV-2疾病严重程度.
- 开发的ML方法显示了预测与新型SARS-CoV-2变种相关的风险的潜力.


