HVSeeker:一种基于深度学习的方法,用于识别宿主和病毒DNA序列

科学领域:

• 生物信息学是一种生物信息学.
• 微生物学 微生物学
• 基因组学就是基因组学.

背景情况:

• 菌体丰富且对生态系统至关重要,但由于快速进化,在元基因组中识别新型病毒序列具有挑战性.
• 传统方法与短或新型病毒基因组作斗争,需要先进的计算方法.

研究的目的:

• 开发一种基于深度学习的方法,用于在混合元基因组样本中准确识别病毒序列.
• 改进新型和以前未被描述的病毒基因组的检测.

主要方法:

• 开发了HVSeeker,这是一个深度学习模型,具有用于DNA和蛋白质序列分析的单独组件.
• 实施了三种预处理技术:填充,结合组装和滑窗,以增强序列学习.
• 在各种数据集上培训和测试HVSeeker,包括NCBI和IMGVR数据库.

主要成果:

• 在各种序列长度 (200-1500 bp) 中,HVSeeker表现出强大的性能.
• 在基准测试中表现优于Seeker,Rnn-VirSeeker,DeepVirFinder和PPR-Meta等现有方法.
• 成功识别了未知的菌体基因组,突出了其在检测新型病毒序列方面的有效性.

结论:

• 包括预处理和模型设计在内的HVSeeker的架构在病毒基因组识别方面取得了重大进展.
• 该工具对 prokaryotic 和菌体分类学至关重要,并促进下游分析,包括菌体疗法开发.
• 提供了分析复杂的元基因组样本内的宿主病毒相互作用的关键第一步.