一种基于HA蛋白的新型数据增强方法,用于基于HA蛋白的流感A亚型预测

科学领域:

• 病毒学 病毒学
• 生物信息学是一种生物信息学.
• 计算生物学 计算生物学

背景情况:

• 流感A型病毒对全球健康构成重大威胁,需要精确的亚型鉴定以控制和预防流行病.
• 遗传多样性,特别是在血凝蛋白蛋白中,使流感A亚型的预测变得复杂.
• 目前的方法在准确分类多种流感A亚型时面临挑战.

研究的目的:

• 引入PreIS,一种用于精确分类流感A亚型的新型计算管道.
• 利用先进的蛋白质语言模型和监督数据增强来提高预测准确度.
• 为了实现早期检测和改善公共卫生对流感的准备.

主要方法:

• 使用预训练的蛋白质语言模型来分析甲型流感的血凝蛋白蛋白序列分析.
• 员工监督数据增强以扩展培训数据集,而无需大量手动注释.
• 为HxNy亚型分类开发了一种新型管道 (PreIS),该管道仅基于血质蛋白序列.

主要成果:

• 在预测流感A亚型时,PreIS实现了94.54%的卓越准确度,超过了MC-NN模型 (89.6%).
• 在识别和分类未知的流感A亚型方面表现出熟练.
• 建立了一个新的基准,用于分型分类,仅使用血凝蛋白数据.

结论:

• PreIS提供了一种非常准确和高效的流感A亚型预测方法.
• 该管道增强了早期检测能力,这对于管理流感爆发和流行病至关重要.
• 这项研究为改善全球流感监测和应对策略铺平了道路.