预测从超转录体暗物质中获得的新型蚊子相关病毒
Amanda Araújo Serrão de Andrade1, Otávio Brustolini1, Marco Grivet2
1Bioinformatics Laboratory (LABINFO), National Laboratory for Scientific Computing, Petrópolis 25651-076, Brazil.
NAR genomics and bioinformatics
|July 4, 2024
概括
一个新的管道,MosViR,从基因组数据准确地分类蚊子病毒. 它识别了新型树木病毒和蚊子特异性病毒,推进了树木病毒监测和了解蚊子病毒组.
科学领域:
- 病毒学 病毒学
- 生物信息学是一种生物信息学.
- 基因组学就是基因组学.
背景情况:
- 超转录组研究产生了大量未分类的病毒序列 (病毒组暗物质).
- 蚊子相关病毒被分为蚊子特异性病毒 (MSV) 或 arboviruses,不同的宿主范围.
- 准确的分类对于树状病毒监测和理解病毒与宿主相互作用至关重要.
研究的目的:
- 开发一个强大的计算管道 (MosViR) 来分类新的蚊子相关病毒.
- 确定复杂的基因组模式,以区分MSV和Arboviruses.
- 分析现有的转录基因数据以发现新的病毒.
主要方法:
- 开发了使用机器学习模型预测病毒分类的MosViR管道.
- 集成的基因组歧视模式用于将病毒结合物分类为最短的500bp.
- 在测试数据集上使用区域下ROC (AUC) 值>0.99验证管道性能.
主要成果:
- 分析了24个已发表的蚊子元转录基因数据集.
- 确定了605种新的蚊子相关病毒.
- 发现了八种具有高可信度评分的假定新型Arbovirus.
结论:
- MosViR管道为分类蚊子相关病毒提供了一个高度准确和强大的工具.
- 目前基于同质学的方法在识别新型病毒方面存在局限性.
- MosViR显著推进了树状病毒监测和研究蚊子RNA病毒的研究.
