基于机器学习模型绘制人类流感A/H3N2神经aminidase的全球抗原演变图 - 1968-2024年
Jingru Feng1, Rui Shi2, Huixin Zhou3
1School of Public Health (Shenzhen), Sun Yat-sen University, Guangzhou City, Guangdong Province, China.
China CDC weekly
|August 20, 2025
概括
人类流感A/H3N2神经氨基酶 (NA) 持续演变,构成全球健康威胁. 这项研究开发了一个预测模型来绘制NA NA的地图.
科学领域:
- 病毒学和免疫学 病毒学和免疫学
- 计算生物学 计算生物学
- 流行病学 流行病学
背景情况:
- 人类流感A/H3N2导致全球重大疾病.
- 神经氨基酶 (NA) 对于流感病毒抗原演变至关重要,但其演变尚未完全理解.
- 了解NA的演变是控制流感的关键.
研究的目的:
- 开发一个计算模型来预测A/H3N2神经aminidase (NA) 的抗原关系.
- 为了绘制A/H3N2 NA的抗原风景,并确定抗原集群.
- 为改善流感控制提供关于NA抗原演变的见解.
主要方法:
- 收集了神经氨基酶抑制 (NAI) 数据,并确定了A/H3N2 NA.的结构性表位.
- 开发了一种机器学习模型,整合了表位,物理化学性质,N-糖化和催化场所.
- 构建了一个抗原相关联网络 (ACNet) 并使用马尔科夫聚类来识别抗原聚类.
主要成果:
- 随机森林模型 PREDEC-N2 实现了高精度 (0.904 交叉验证, 0.867 独立测试).
- 在ACNet上确定了A/H3N2 NA的八个主要抗原群.
- 时空分析显示,新的抗原集群的持续替换和快速全球传播.
结论:
- 开发了一个精确的计算模型来绘制A/H3N2 NA的抗原景观.
- 揭示了A/H3N2 NA的相对抗原性保护和持续演变.
- 这些发现支持改善抗原监测,疫苗策略和流感预防.
更多相关视频
13:12Quantitative Analyses of all Influenza Type A Viral Hemagglutinins and Neuraminidases using Universal Antibodies in Simple Slot Blot Assays
Published on: April 4, 2011
18.4K
09:31Fluorescence-based Neuraminidase Inhibition Assay to Assess the Susceptibility of Influenza Viruses to The Neuraminidase Inhibitor Class of Antivirals
Published on: April 15, 2017
18.4K
