相关实验视频

Updated: Jun 5, 2025

Zika Virus Specific Diagnostic Epitope Discovery

Zika Virus Specific Diagnostic Epitope Discovery

Published on: December 12, 2017

对寨卡病毒蛋白质组进行无监督学习分析

Edgar E Lara-Ramírez¹, Gildardo Rivera¹, Amanda Alejandra Oliva-Hernández²

¹Laboratorio de Biotecnología Farmacéutica, Centro de Biotecnología Genómica, Instituto Politécnico Nacional, Reynosa, Tamaulipas, México.

PeerJ. Computer science

|December 9, 2024

概括

无监督学习算法有效地识别了寨卡病毒 (ZIKV) 宿主和地理模式,为跟踪病毒病原体分散提供了一种与传统遗传学方法相比较的新方法.

科学领域:

病毒学病毒学
计算生物学计算生物学
流行病学流行病学

背景情况:

寨卡病毒 (ZIKV) 引起了全球重大疫情,特别是在热带地区.
使用序列数据的分子流行病学对于跟踪ZIKV传播至关重要.
无监督学习 (UL) 提供了一种在没有预先存在的培训信息的情况下分析数据的方法.

研究的目的:

将无监督学习算法应用于ZIKV蛋白质组数据.
为了揭示ZIKV进化和分散的隐藏模式.
评估UL方法的性能与传统的遗传学分析相比.

主要方法:

利用无监督的随机森林 (URF) 来发现模式.
应用的缩小尺寸的技术:PCA,UMAP,t-SNE和自动编码器.
从ZIKV蛋白质组多对齐中分析了多态氨基酸位.

主要成果:

确定了ZIKV的独特宿主和地理集群模式.
在减小维度算法中,UMAP表现出优越的性能.
UL方法与家族遗传数据有显著的相关性,性能与家族遗传方法相比较.
成功将分析策略概括为登革热病毒数据集.

结论:

无监督学习算法提供了实用的进化分析技术.
这些方法可以有效地追踪病毒病原体的传播.
UL为现有的流行病监测工具提供了强大的补充.

关键词:

机器学习机器学习遗传学上的依赖性人类遗传学是一个学科.没有监督的学习学习.寨卡病毒寨卡病毒寨卡病毒

更多相关视频

Analysis of Group IV Viral SSHHPS Using In Vitro and In Silico Methods

Analysis of Group IV Viral SSHHPS Using In Vitro and In Silico Methods

Published on: December 21, 2019

High-throughput Antiviral Assays to Screen for Inhibitors of Zika Virus Replication

High-throughput Antiviral Assays to Screen for Inhibitors of Zika Virus Replication

Published on: October 30, 2021

相关概念视频

Proteomics

Proteomics

A proteome is the entire set of proteins that a cell type produces. We can study proteomes using the knowledge of genomes because genes code for mRNAs, and the mRNAs encode proteins. Although mRNA analysis is a step in the right direction, not all mRNAs are translated into proteins.
Proteomics is the study of proteomes' function. It involves the large-scale systematic study of the proteome to denote the protein complement expressed by a genome. Scientist Mark Wilkins coined the term...