基于第三代 DNA 测序与人工神经网络的病毒基因组进化未来方法

第三代 DNA 测序在近年来随着能够产生长读长序列的新技术而出现。第三代测序的应用使得实时与现场数据产出成为可能，改变了病毒学中对环境与医学采样的科研范式。为了充分利用长读长测序产生的大规模数据，下游数据分析方面的创新是必要的。在此，我们讨论使用机器学习方法来分析大型遗传数据的未来方法。机器学习结合模式识别与计算学习以执行预测性与探索性数据分析。特别地，深度学习是机器学习的一个领域，通过人工神经网络解决复杂问题。与其他方法不同，特征可以利用神经网络完全从数据中学习而无需人工指定。我们通过展示利用第三代测序与机器学习方法进行实时数据产出和现场数据分析的病毒研究未来途径，来讨论 21 世纪病毒学的未来。我们首先介绍病毒学中常规统计模型与方法的基本概念，逐步引出创新下游数据分析以满足测序技术进步的必要性。我们认为人工神经网络能够革新下游数据分析，因为它们可以从大数据集学习而无需模型假设或特征指定，这与当前生物信息学中的数据分析相反。此外，我们讨论了使用人工神经网络结合长读长序列的未来方法如何通过监督与无监督设置中的具体例子来变革病毒研究。