识别病毒科的宿主：一种机器学习方法
定量方法
2015-05-28 v1 应用统计
摘要
识别病毒病原体并表征其传播特征，对于制定应对大流行的有效公共卫生措施至关重要。系统发育学虽然是目前用于表征病毒可能宿主的最常用工具，但在研究与已知物种距离极远的物种，以及在大流行早期缺乏可靠序列信息时，可能会产生歧义。受现有表示生物序列信息框架的启发，我们利用流行的判别式机器学习工具，学习了基于子序列决策规则构建的稀疏树状模型，以从蛋白质序列数据预测病毒宿主。此外，由学习算法稳健选择的预测模体被发现具有强烈的宿主特异性，并出现在病毒蛋白质组的高度保守区域。
引用
@article{arxiv.1105.5821,
title = {Identifying Hosts of Families of Viruses: A Machine Learning Approach},
author = {Anil Raj and Michael Dewar and Gustavo Palacios and Raul Rabadan and Chris H. Wiggins},
journal= {arXiv preprint arXiv:1105.5821},
year = {2015}
}
备注
11 pages, 7 figures, 1 table